【新聞摘要】2月15日谷歌正式發布了TensorFlow1.0版，改進了庫中的機器學習功能，發布了XLA的實驗版本，對Python和Java用戶開放，提升了debugging，並且加入和改進了一些高級API，其中包括Keras。一系列新的改進，都會讓目前這個最受歡迎的深度學習框架變得更快、更靈活、更實用。在發布第一年，TensorFlow 已經幫助研究者、工程師、藝術家、學生以及其他許多人在許多領域取得了進展，從機器翻譯到檢測皮膚癌早期症狀到預防糖尿病致盲。人們在超過6000個開源在線存儲庫項目中使用TensorFlow。
（新聞鏈接：http://chuansong.me/n/1575265951935）
  【小雲評論】谷歌可以被稱為是大數據領域的奠基者，正是基於它的三篇論文，Hadoop之父Doug Cutting基於Yahoo的海量分布式環境實現了后來影響互聯網領域的大數據平台。但多年來，谷歌並未從由它衍生的大數據領域獲得收益。近年來，谷歌已經從戰略層轉變方向，積極參與開源工作。具體舉措包括Apache Beam的開源，以及可基於本地與分布式兩種環境對深度學習進行支持的TensorFlow。谷歌一方面可以成為人工智能領域生態圈的引領者，另一方面可以凝聚與支持更多的企業共同拓展人工智能。通過AI與雲計算的結合，谷歌可以在市場更加廣闊的垂直行業領域發揮其“聰明才智”，實現與AWS的競爭。面向深度學習的開源，是谷歌聰明的選擇。

    【新聞摘要】從數字/物理世界、關鍵/非關鍵應用兩個維度來分析，人工智能的應用分成四大類，第一類是發生在物理世界的關鍵性應用，比如無人駕駛，畢竟人命關天。第二類是發生在數字世界的關鍵性應用，比如涉及到金融領域和計算機安全領域的問題，可能直接造成財產損失。第三類是發生在物理世界的非關鍵性應用，比如掃地機器人。第四類是發生在數字世界的非關鍵性應用，比如推薦系統。就商業應用路線而言，一般規律是從數字世界的非關鍵應用開始，逐步滲透到物理世界的關鍵應用。
（新聞鏈接：http://www.leiphone.com/news/201702/UvSyNISjVDPvtgO0.html）
  【小雲評論】本次AAAI對AI的細分，實質上是一次思路的轉變，從“能做什麼”到“需要什麼”。這種應用導向的思路，提供了一個新的思考點：既然數字世界是AI最容易切入的領域，下一步可關注物理世界的數字化。而數字化的方式就是全面在線化，用在線方式描述和連接物理世界，縮小數字與物理世界的差別。數字化之后，AI就可以發揮其用武之地。特別是關鍵性應用領域，大規模的在線數據樣本通過協同分析與優化，可提高其可靠性和穩定性。AI發展，在線先行。

    【新聞摘要】安全產業發展的風向標RSA 2017在美國舊金山拉開帷幕，重點聚焦在了幾大方向：雲安全和虛擬化依然是很重要的內容之一，安全產業界將推出更多的具備精細管控、全面防護、深度可視、協同防御、智能運維等特點的新一代網絡安全產品﹔物聯網技術給我們帶來無限便利，但這些設備的安全性往往被忽略，帶來的安全事故不容小覷﹔人工智能在安全方面的應用還很模糊﹔一個行之有效的大數據安全分析平台必將成為積極防御的核心，在結合EDR、NDR后也使得數據驅動的安全協同成為主流﹔安全雲化、安全大數據化、安全服務化、安全高端化正在成為安全發展的主旋律。
（新聞鏈接：http://mt.sohu.com/it/d20170213/126140774_505784.shtml）
  【小雲評論】傳統的安全還停留在安全傳輸、身份認証和完整性等層面，但雲計算領域的安全不止於此。首先是對虛擬化層的改造，近期谷歌等公司已開始對KVM等虛擬化內核進行修改並刪減冗余功能﹔其次是對網絡層的深入改造，特別是在SDN環境下基於軟件的靈活管控﹔第三是充分利用人工智能和大數據的協同。在這個層面上，全網的協同性至關重要，因為每個節點都具備一定的信息，可充分利用分布式結構進行信息共享和故障排查。基於此原理的區塊鏈技術，可在安全領域發揮更大的作用。

    【新聞摘要】微軟開放了一個高端虛擬世界的 beta 版——Aerial Informatics and Robotics Platform，供訓練無人機以及其他可以自己移動的小工具使用。該款軟件可在 GitHub 上下載，它重塑了高度細節的陰影、光反射以及其他能混淆現實世界而不承擔風險的環境。微軟希望這款軟件能促進「機器人的平民化」，它可以協助個人、研究者和公司來測試系統，而且這種方法不需要用戶自己耗費太多的資源。該軟件也可用於測試無人駕駛系統，它也應該適用於需要通過周圍環境來進行系統實現的其它類型機器人。
（新聞鏈接：http://it.sohu.com/20170216/n480866784.shtml）
  【小雲評論】開源，從Windows時代一直是微軟受到爭議與挑戰的熱點。但近年來微軟在改革方面大刀闊斧。首先推出了移動優先、雲優先的戰略，Azure雲在全球市場份額居第二。其次，在已有多年歷史積累的人工智能和VR大力出擊。2016年10月，微軟投入5000人的規模專注於人工智能。在無人機領域，核心算法模型來源於大量的訓練與樣本數據，試錯成本高且需要解決各類安全挑戰，而對於大量中小企業很難創建出大量的真實環境，模擬器平台是這一問題的解決方式。基於這類模擬器平台，未來構建一朵高仿真的AI測試雲具有一定的市場空間。但對於微軟來說，除了模擬器平台，能否像谷歌一樣獲取並整合谷歌地球和街景等海量真實數據，也是一個值得關注的問題。

    【新聞摘要】2月10日，福特出資10億美元收購人工智能初創公司Argo AI大部分股權。這是傳統車企在自駕駛技術方面最大的投資。今年1月，已並入通用自動駕駛部門的初創公司Cruise Automation發布了一段其在舊金山街道測試自動駕駛汽車的視頻﹔2月8日，該視頻的第二部分也被放出。整體看，通用在自動駕駛方面的進展很快，而且非常扎實。2月6日，據外媒報道，豐田汽車集團與鈴木汽車集團共同宣布已經簽訂合作商討備忘錄，二者將在環境友好型技術、安全系統、信息技術以及產品和零部件供應方面展開合作。更加值得一提的是，兩家公司將在自動駕駛領域成為技術合作伙伴。
（新聞鏈接：http://www.leiphone.com/news/201702/zPYjaUiTkU8H9asP.html）
  【小雲評論】投身自動駕駛的企業有幾個類型：第一類是AI型企業，如谷歌﹔第二類是汽車企業，如特斯拉。前一類企業的優勢是有大量的數據和深入的算法模型，可進行精准分析和預測，並且與在線業務相結合﹔后一類企業的優勢是具有多年的汽車制造經驗，可利用已有汽車載體裝載探測感知數據，為后續實驗與生產提供寶貴的第一手分析與測試數據。此外，博世、大陸、mobileye等Tier1/2供應商也在研發自動駕駛汽車技術。2016年底，由谷歌與菲亞特克萊斯勒合作的“整車+雲腦”模式，使谷歌能夠在短短6個月裡將項目帶入整車組裝階段。對於各自領域的強者，合作是目前階段最好的選擇。

    【新聞摘要】Facebook圖像識別平台Lumos能夠讀懂照片，可根據圖片內容進行搜索，而不是依靠已有的標簽，這得益於深度學習的進步。領英強調 AI 技術未來可能給更大規模范圍的用戶提供職業機會。AI技術不僅僅為用戶提供職業信息，還可以就各種職業問題尋求幫助，同時在全球范圍內協調技能差距。IBM提出超越數據、程序以及任務限制的模型，目的是提高機器學習和推理的效率和結果，讓機器更好地理解人類並幫助人類。Uber正在努力成為一家技術性企業，不僅關注 AI技術如何服務出行行業，也正在發展自己的人工智能技術力量，他們的目標是像谷歌、facebook 等公司一樣。
（新聞鏈接：http://chuansong.me/n/1553710451229）
  【小雲評論】同一個AI，衍生出不同的細分領域，也代表了美國人工智能領域的前沿能力。作為社交領域的龍頭企業，Facebook近年來將收入的30%用於研發投入，專注於在人與人連接的基礎上人工智能與虛擬現實的結合。領英重點關注於職業領域，它從個人用戶與企業的連接角度，為個人提供職業知識與策略，並輔助優化企業管理。IBM通過Watson將認知計算提到了戰略層面，重點解決面向企業商業場景的分析需求。Uber於2016年收購了人工智能創業公司GI,計劃通過AI提高交通與運輸優化水平。在各自的重點領域，互聯網巨頭正利用AI尋求新的提升與發展契機。

    【新聞摘要】谷歌2月15日宣布推出Cloud Spanner測試版，這是一種新的全球分布式數據庫服務，面向關鍵任務應用程序。Cloud Spanner加入了谷歌其他基於雲的數據庫服務的陣營，比如Bigtable、Cloud SQL和Cloud Datastore，區別在於，Cloud Spanner讓開發人員可以同時享用傳統關系數據庫和NoSQL數據庫兩者的最大優點──也就是說，事務一致性和易於擴展性。谷歌承諾，Cloud Spanner的性能與其他的雲數據庫服務會不相上下。谷歌還承諾，Cloud Spanner的服務等級協議(SLA)會達到99.9999% ，該項目啟動時會一並發布面向Java、Go、Python和Node.js等語言的客戶端庫。
（新聞鏈接：http://mt.sohu.com/20170215/n480816962.shtml）
  【小雲評論】基於雲計算平台彈性靈活的資源調度特點，分布式數據庫天然地適合在雲上提供動態伸縮服務。對於分布式數據庫，最大的技術挑戰在於傳統的ACID原則與BASE原則的均衡，實現事務性和擴展性。在互聯網平台上支撐高一致性和事務性需求的用戶，對系統的設計模式與可靠性是巨大的挑戰。阿裡巴巴自主研發的OceanBase分布式數據庫自2015年起支持螞蟻金服等金融級平台。AWS也提供雲上的NoSQL數據庫DynamoDB。分布式數據庫與雲平台的結合，成為支持海量、彈性的數據管理需求的重要能力。

    【新聞摘要】日前，谷歌發布了Android Wear 2.0，其中最大的更新除了允許手表脫離手機直接使用之外，當屬“智能回復”（Smart Reply）了。根據谷歌最新發布的博客顯示，離線 AI 技術在其中發揮著重要作用。最新發布的 Android Wear 2.0 版本中，用戶在手表上收到信息后，可以像在安卓手機上那樣，展開通知，直接回復。在需要快速回復的場景，還可以使用 Smart Reply，它能夠基於用戶接收到的信息內容給出智能的回復建議。該功能是基於離線 AI 實現的，根本不需要接入網絡去尋求雲計算的幫助。
（新聞鏈接：http://www.leiphone.com/news/201702/7IlvTVUumiQo66Rk.html）
  【小雲評論】離線AI是讓真實用戶接受AI的“最后一裡路”，原因在於：面向很多復雜場景，將數據頻繁上傳到雲端是不現實的。在網絡受限的區域以及要求高實時性響應的特殊場景，由終端智能進行本地基礎運算和控制，雲端智能根據上傳的全局數據進行機器學習，再通過網絡更新終端智能，是比較合理的方式。針對這一需求，NVIDIA發布了Tesla P100大幅度提升雲計算能力，谷歌也正在開發名為“TPU”的輔助TensorFlow運行的芯片。終端智能與雲端智能的配合是AI能夠落地普及的關鍵一步。

    【新聞摘要】自從發布無人機送貨項目以來，亞馬遜提出了很多專利。例如：鳥屋式塢站、安裝在卡車和公共汽車背部的車載無人機、巨大的漂浮倉庫和可折疊式無人機。亞馬遜已經發布了名為“聯合空域”模式的特殊計劃，該計劃將無人機快遞服務集成到NAS系統中。無人機可以在包裹上施加力的作用，進而將其下降軌跡從拋物線路徑改變為垂直下降路徑。此外，遞送系統還可以在包裹下落期間對其進行監控。包裹可以裝備一個或多個控制面。無人機通過RF無線模塊向包裹發送指令，利用一個或多個控制面來改變其垂直下落的路徑，實現躲避障礙物或是維持姿態穩定。
（新聞鏈接：http://www.leiphone.com/news/201702/XiYb7qIFwiIJL1U9.html）
  【小雲評論】發表的專利數，是一個高科技公司走向成熟的重要標志之一。根據美國專利商標局的數據，2016年美國頒布超過30.4萬份實用技術專利，總數創下年度新紀錄。排在前列的科技公司包括IBM、谷歌、英特爾、微軟等，亞馬遜還未進入前十。亞馬遜還需要在這條道路上發力追趕。此項專利有其新穎性，但考慮到成本原因，距離大規模普及和商用還有很長的路要走。此外，如何將電商與AWS有機地結合，實現業務與平台的交互，是亞馬遜需要思考的問題。

    【新聞摘要】美國時間2月15日，賽門鐵克宣布發布新的雲安全平台，提供更加全面的雲安全解決方案。賽門鐵克CEO指出了一個潛在的問題:傳統企業向雲轉移數據或使用雲平台時，會有一些數據的交互、傳遞等行為，未來黑客也將會關注到這個新的邊界，對企業進行滲透造成巨大的損失。在這個平台上，賽門鐵克提供雲上數據丟失防護方案，將傳統的數據丟失防護解決方案和新的雲安全解決方案進行整合，更好的服務用戶，解決BYOD、遠程辦公、組織數據在雲上和雲內傳遞的風險。
（新聞鏈接：http://www.newsfactor.com/story.xhtml?story_id=0330012T0IOU）
  【小雲評論】本身就是安全防病毒龍頭企業的賽門鐵克，結合自身優勢，發力雲上安全。目前微軟Azure也看到了雲上數據丟失這個風險，在其安全威脅分析報告中，指出Azure雲已經有了針對混合雲的攻擊案例。目前，雲訪問安全代理的解決方案五花八門，包括雲上數據丟失防護保護、數據加密、影子IT發現、邊界持續安全監控、合規、集中認証等。雲訪問安全代理也已經和基礎架構即服務平台進行了整合。賽門鐵克還推出了雲上工作負載的安全解決方案，整合自身的防病毒軟件來為雲上用戶提供自動化的策略配置，並提供避免未知漏洞攻擊的應用程序安全保護方案。 這種用他人之長彌補自己之短的做法非常值得國內的雲服務商學習。