「人工智能智能内参」旨在提供一份中文互联网领域权威、可读的人工智能商业化应用邮件列表。本期你将看到 阿里云的数据智能野心、云栖大会一系列新品以及「达摩院」的真实面目、Google Cloud 加快并购、AWS 负责人的独家专访、微软与亚马逊推进人工智能合作、微软与英特尔的量子计算野心……点击这里查看过往内容。
号外：阿里云的数据智能野心
作为中国最具影响力的云计算大会，每年的杭州云栖大会都成为近距离观察阿里巴巴的最好机会，这家「技术成就被商业成功所掩盖」的公司最近三年所发生一系列变化令人印象深刻，我在去年云栖大会期间的一期会员通讯里问道：阿里巴巴或者阿里云，如何利用云计算成为撬动世界的变量？
如今来看，这个问题里最关键的一点就是对新技术的拥抱：
如果说云是阿里巴巴的变量，那么以机器学习、深度学习为代表的人工智能则将成为阿里云的重要变量。
过去一年，阿里云基于人工智能所构建的 ET 大脑正被广泛应用在多个行业，涵盖城市交通、制造业（工业）、医疗、环境等多个领域。特别是在城市交通领域，杭州多个路段逐步部署了城市大脑项目，且实践的成果也在今年云栖大会上得到分享，最有代表性的成果是其萧山区的特种车辆智能调度尝试。
根据官方的通报，这个项目通过打通 120 急救中心电话系统、120 急救车调度系统、交通信号灯管理系统、医院急救系统等多个原本封闭的数据。当 120 客服接到电话，依托自然语言能力完成语音转文本，然后这些数据被快速计算，形成一个最优的交通路线下发给 120 急救车司机，同时整合交通信号灯数据，使得 120 急救车的行驶路线最大限度地保持畅通，最终形成一个「生命的绿色通道」。
在这个复杂的体系中，数据的无缝流通成为关键要素，这不仅再次佐证了所谓「数据是石油」论断的重要性，更从另一个侧面展现出「数据就是血液」[1]也并非无知之论。从这个实践可以看出，人工智能的三大要素里，数据、计算能力、算法之中，数据的重要性越发突出。
其次，纵观整个流程，当城市道路以及交通参与主体被数字化之后，这些交通资源就成为一种可伸缩、可定制的资源，像极了在云计算资源池化的属性，所有的交通资源也被资源池化，根据用户需求智能调配。
其应用场景也觉不仅仅是局限在特殊车辆通行应用层面，它构成了一种现实版的 IaaS 平台，比如公交公司可以基于这个平台合理规划公交车发车效率，保证一路绿灯；再比如，共享出行或地图公司可以在此基础上衍生出更丰富的商业应用……
从这个意义说，阿里云通过线上计算资源的整合和分发，成就了中国公有云的龙头地位，接下来的城市大脑以及其他领域的大脑，利用打通数据和强大的云端能力，构成了每个领域的全新基础设施，这会成为这些垂直领域全新的创业机会吗？
巨头在行动
- 阿里云发布一系列新品。云栖大会期间，阿里云发布一系列新品，包括神龙云服务器、专有云、ECS 第二代俄入门实例等多个产品，并重点推动 AliOS 生态建设，与斑马网络、神龙汽车共建未来汽车智能化。
- 阿里巴巴成立新型实验室「达摩院」。马云今年子在云栖大会的演讲（全文）主要围绕「达摩院」，简而言之，这是阿里巴巴面向未来、全球性的新型实验室，将由阿里巴巴集团首席技术官张建锋(Jeff Zhang)率领，计划聘请 100 名研究人员。（链接）
- 微软与 AWS 联合发布 Gluon，共同推进深度神经网络训练。Gluon 的目标构建一个门槛更低的深度学习库，支持 MXNet 和微软的认知学习开发包，面向普通开发者、大企业和高校老师。（链接）
- 微软、FB 的 ONNX（Open Neural Network Exchange）获得多家巨头支持。上月，微软联合 FB 退出了 ONNX，可以让深度学习的不同模型在不同框架指尖转移，或者简单理解为一个深度学习的开放生态，本周，包括华为、英特尔、ARM 在内的公司均宣布支持 ONNX 框架，有趣的事，Google 没有没有加入这一阵营。（链接）
- 英特尔发布量子计算芯片。 不管摩尔定律是否失效，量子计算都在重新定义面向未来的计算架构，仅仅是在深度学习人工智能智能的应用场景就足以震撼整个行业，因此 IBM、Google 以及阿里巴巴都在量子计算和研究领域加大投入，本周英特尔发布了一款量子计算芯片，尽管不具有太大实用价值，但已经战展现了芯片巨人对于未来的感知。（链接）
- Google 低调的人工智能相机 Clips 内置了英特尔的 VPU（视觉处理单元）。上周 Google 低调发布的人工智能相机 Clips 里，采用来自英特尔的 Movidius VPU，从而能够在本地低能耗、低延迟地实现机器学习。（链接）
资本市场
- 刑波创立的 Petuum 公司获得 9300 万美元融资。由卡内基梅隆大学机器学习系副主任邢波教授创立的 Petuum 公司，完成来自软银领投的 9300 万美元 B 轮融资。与一般人工智能公司聚焦于机器视觉不同，Petuum 的目标是打造一个 AI 基础平台，让各行业用户能够轻松构建机器学习应用，由于有跨平台和标准化等特性，所以这个平台能够实现 AI 的普及化。（链接）
- Google Cloud 收购 Bitium，推进云端客户的身份和安全管理。Bitium 是一家成立于 2012 年创业公司，主要针对中型和大型企业客户，提供一站式解决方案，用于管理Google Apps、Office 365、社交网络、CRM、协作和营销工具，同时确保组织遵守安全标准。（链接）
- 苹果收购法国 AI 初创公司 Regaind，意图加强图像和面部分析。法国创业公司 Regaind 开发了一种计算机视觉 API，可以从图像中提取内容，苹果可能会利用 Regaind 的技术来改进 iOS 系统中照片应用的回忆功能。（链接）
- Drive.ai获Grab领投1500万美元风险融资。Drive.ai获得了1500万美元融资，投资方包括Uber在东南亚最大的竞争对手Grab。这轮融资将会帮助Drive.ai进行国际扩张，它计划在未来几个月里在新加坡设立一个新的办事处，为将来在这个国家部署无人驾驶汽车打下运营基础。（链接）
- 中国版「Mobileeye」魔视智能完成千万美元 A 轮融资。本轮融资由澜亭资本领投，凯旋创投跟投，与Mobileye类似，魔视智能当前阶段主要提供基于摄像头的视觉感知技术方案，帮助车辆实现车道偏离预警、前向碰撞预警、紧急制动等高级驾驶辅助功能。（链接）
- 加拿大人工智能问答客服平台Wysdom 获 850 万美元 A 轮融资。总部位于加拿大多伦多的人工智能客户服务问答平台 Wysdom 宣布获得了一笔 850 万美元的 A 轮融资，领投方为 ScaleUP Ventures，参投方包括 Mantella Venture Partners 和 Brightspark Ventures。截至目前，该公司的融资总金额为 1904 万美元。（链接）
声音：微软 CEO 如何看量子计算、亚马逊 Alexa 、AWS 负责人的专访
Satya Nadella 本周在参加一起活动时，分享了微软对于量子计算机以及硬件的看法：
“We’re still in the early stages,” Nadella said. “We have taken a very different approach. Even in the next year there will be a couple of gimmicks that will happen.” But those short term gimmicks are “not building a general purpose quantum computer,” he said. “We have taken an approach saying, look, let’s go for the general-purpose quantum computer, because that’s the prize, as opposed to worrying about the short term.”
“Most people think about our hardware business as our device business,” he said. “Our hardware business is our data center business, in a big way. And so when you are essentially spending that level of money building the next generation of compute, that means you have permission to look for what is the next big thing. It’s kind of like a network operator who’s doing 4G today, thinking about 5G or 6G, and so to me, that’s how I think about quantum as an investment.”
本周 Bloomberg Technology 独家采访了亚马逊副责 Alexa、Echo 产品线的副总裁 Toni Reid，话题涉及对于 Alexa 未来发展的思考，而在对 AWS 负责人 Andy Jassy 的采访中，这位全球最大公有云服务的掌门人表示：企业上云这件事才刚刚开始，这两段视频都在 10 月 12 日的 Bloomberg Technology 节目中，你可以直接在 Youtube 里观看，视频地址。
- 这句话出自马云。 ↩