分类： Open Access

「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 「四处出击」的英特尔、云计算的印度战区现状、被金钱堆积的自动驾驶车辆、百度真的是人工智能公司吗、政法委书记的人工智能倡议……点击这里查看过往内容。

号外：「四处出击」的英特尔

上周《纽约时报》的一篇文章讨论了人工智能时代的芯片格局，重点提到了 Google、英伟达、微软，传统芯片巨头英特尔并不是关注的焦点：

Intel’s internal conflict is most apparent when company officials discuss the decline of Moore’s Law. During a recent interview with The New York Times, Naveen Rao, the Nervana founder and now an Intel executive, said Intel could squeeze “a few more years” out of Moore’s Law. Officially, the company’s position is that improvements in traditional chips will continue well into the next decade.

本周，英特尔在华举办了一场特殊活动——精尖制造日，这是英特尔在华首次举办这样的活动。包括英特尔负责制造的执行副总裁、英特尔 Fellow 等众多高层都参加了此次会议，这场围绕半导体的会议主要传达了三个信息： （更多…）

人工智能正在渗透到各个行业的话术里。犹如世纪初的互联网泡沫一样，似乎每个行业都在被人工智能所重新定义或塑造，但实际情形并不乐观。正如我在之前几期会员通讯里所言，此次人工智能热潮的推动力部分来自于深度学习算法的突破，其最大的提升就是图像、语音与自然语言处理的巨大进步，除此之外，别无其他。

换句话说，不管是创业者还是传统巨头，如果觊觎「人工智能」四个字带来的聚光灯效应，都应该在上述三大领域做一番努力。当然，还需要计算能力、海量数据以及可以调节算法的人才，只有这几个条件满足，才真正可以称之为所谓的「人工智能公司」。

过去两到三年时间，各大科技公司正在从不同层面切入人工智能领域，依照自己的能力寻找产业链上的不同位置，由此形成了人工智能产业链上的三类公司。

（更多…）

「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 苹果的芯片创新与人工智能野心、Geoffrey Hinton 反思深度学习算法、华为、百度人工智能研究迎来重大人事变动、施尧耘出任阿里云量子技术首席科学家 、Facebook 在蒙特利尔新建人工智能实验室、阿里云发布异构计算新产品、在公司「All in Al」战略中的百度云……点击这里查看过往内容。

（更多…）

2017 年已经过去了 9 个月，互联网领域围绕人工智能的讨论和炒作已开始步入理性化。不过必须看到，这种理性化的状态与曾经所谓人工智能寒冬还不一样，毕竟，此次人工智能领域的集体爆发，得力于硅谷互联网巨头对于深度学习算法的高度认可，由此引发了工业界、学术界的连锁反应。

这其中，云计算带来的普惠、随时可取的计算能力以及海量的数据训练资料，加速了基于深度学习的人工智能的快速普及，并在推陈出新的应用场景里体现出了深度学习的能力和局限性，逐步形成了一个良性的认知循环，使得越来越多的从业者对深度学习、机器智能有了更清醒的认识。

从人工智能的落地场景来说，分别在企业级市场和消费级市场不同的体现。

（更多…）

「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 「封杀」Elon Musk 与监管人工智能、微软联合 FB 为人工智能开发提供开放格式、华为发布基于云端的企业人工智能平台、高盛最新的中国人工智能报告……点击这里查看过往内容。

（更多…）

我曾在多期会员通讯里强调，深度学习不过是机器学习众多算法的一种，更无法直接对等于人工智能。人工智能资深从业者、Anfy srl 公司 CEO Fabio Ciucci 日前撰文指出，深度学习远非人工智能的未来，这个行业还需要更多创新，以下是我对这篇长文的解读。

某种意义上，深度学习是只是机器学习的 1%，而机器学习则仅仅是人工智能的 1%。

但现实里，「深度学习」继续扮演着人工智能的代名词。部分原因在于包括 Google、Facebook 等硅谷企业刻意营造的一种氛围——由于这些公司几乎都在应用深度学习，因此将深度学习引申到人工智能的高度。

比如， AlphaGo 就一次次登上媒体头条并被媒体冠上「深度学习」驱动，但故事的另一面则是，AlphgGo 的成功更离不开蒙特卡洛决策树的作用。更颇具讽刺意义的是，比如像 XGBoost 这样的决策树算法在多个领域都要比深度学习有更好的成绩，但因为缺乏大公司以及媒体的关注，从而也无法真正证明自己。

（更多…）