马云谈中美贸易摩擦：要有20年的长期思想准备

1. 上海也 AI 了，世界人工智能大会召开，BAT 大佬同台激辩！

2018 世界人工智能大会于 9 月 17 日在上海西岸召开。高峰论坛第一天，马云、马化腾、李彦宏、微软沈向洋等悉数亮相，并发表了对于人工智能的判断和预测。

马云：很多 P2P 公司披着互联网金融的外衣做非法金融服务

李彦宏：今天的现代化就是 AI 化，不够 AI 化的企业将被取代

马化腾：人工智能的“大社交”时代

2. 沈向洋：将在上海建人工智能创新院

微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋宣布，微软将成立微软亚洲研究院上海分院，这是继 20 年前微软亚洲研究院落户北京之后的又一分支。通过在上海设立研究院，微软将推动相关企业数字化转型和人才发展，打造上海的人工智能高地。

3. 全球高校人工智能学术联盟成立，含 MIT、清华等

美国麻省理工学院、新加坡南洋理工大学、澳大利亚悉尼大学、香港中文大学、清华大学、浙江大学、复旦大学、上海交通大学、中国科学技术大学、商汤科技等国内外知名高校（科研机构）共同倡议设立全球高校人工智能学术联盟。联盟旨在建立世界顶尖的人工智能学术交流平台，持续推动国际学术性交流与合作。

4. 阿里用“平头哥”死磕起了中国芯！

9 月 19 日，阿里巴巴 CTO、达摩院院长张建锋宣布，阿里巴巴将成立「平头哥半导体有限公司」，从事芯片的自研开发与战略布局，希望在两三年内能够做出自己的量子芯片。达摩院将以新成立的「平头哥半导体有限公司」为核心，构建以 AliNPU 智能芯片和嵌入式芯片为核心的芯片战略，预计明年 4 月正式流片阿里巴巴第一款神经网络芯片 AliNPU。

5. 马云谈中美贸易摩擦：要有 20 年的长期思想准备

马云在 19 日召开的杭州云栖大会上表示，本次贸易摩擦不可能在 2 个月、2 年里解决，要有 20 年的长期思想准备，踏踏实实做好自己。因为 20 年足够让任何一家企业成为未来的阿里巴巴，成为未来的亚马逊。他呼吁大家抓紧学习，抓紧改革，过去零售业面临的巨大痛苦，很快会落到制造业头上。

6. 预计耗资 50 亿美元，SpaceX 带日本富豪「包机」游月球！

上周五，埃隆·马斯克（Elon Musk）旗下太空探索技术公司 SpaceX 高调宣布了已签下了首位私人太空旅行者，这乘客将通过 BFR 超级火箭（Big Falcon Rocket，大型猎鹰火箭）绕月飞行。

北京时间 9 月 18 日上午 9 点，马斯克在 SpaceX 总部进行了直播解答。与他一同现身的还有日本时装零售商 Zozotown 创始人前沢友作（Yusaku Maezawa），而这位富豪就是接下来将被送入太空的乘客。

6. 这一次，谷歌誓要扎根中国了！

9 月 20 日，2018 谷歌中国开发者大会在上海举行。开始前，现场两千多位观众一起玩谷歌此前推出的 AI 小程序「猜画小歌」。在此次开发者大会开始之前，李飞飞宣布暂时离开谷歌返回斯坦福继续教职。

大会还宣布了新款操作系统 Android 9 Pie。据了解，Android 9 Pie 将会更加智能，可以帮助终端向人学习了解用户习惯，预测用户的行为，提升用户的智能设备使用效率。

目前，TensorFlow 已经成为世界上最广泛的机器学习平台，推出至今已经获得 1700 万次下载次数，39000 次提交次数。在中国 200 万下载次数。美团点评、流利说、联想、知乎、360、小米等均是 TensorFlow 的用户。

7. 全球首款虹膜识别芯片，虹识技术乾芯 QX8001 成功流片

9 月 17 日，武汉虹识技术有限公司 (虹识技术) 宣布，经过 7 年技术攻关，投入数千万元资金，已经成功设计并流片虹膜生物识别乾芯 ASIC 芯片「QX8001」。

据了解，这是全球第一款虹膜生物识别 ASIC 芯片，已经通过严格的功能和性能测试，彻底解决了价格贵、体积大、功耗高三大难题，可大大推动虹膜生物识别的普及，对中国乃至全球虹膜生物识别行业和信息安全产业的发展具有里程碑式的重大意义。

▌技术焦点

1. 喜大普奔！TensorFlow 终于支持 A 卡了

近日，Google 宣布推出适用于 ROCm GPU 的 TensorFlow v1.8，其中包括 Radeon Instinct MI25。对于 AMD 正在进行的深度学习加速工作而言，这是一座重大的里程碑。

AMD 提供了一个预构建的 whl 软件包，安装过程很简单，类似于安装 Linux 通用 TensorFlow。目前 Google 已发布安装说明及预构建的 Docker 映像。

2. Scikit-Learn 大变化：合并 Pandas

近日，Scikit-Learn 发布了 0.20 版本，这是近年来最大的一次更新。对许多数据科学家来说，一个典型的工作流会在使用 Scikit-Learn 进行机器学习之前，先通过 Pandas 对数据进行分析，而新的版本就将这一过程进行了简化，并且功能更加多样、稳定与标准。

作者 Ted Petrou 的一篇技术文章介绍了如何完成从 Pandas 到 Scikit-Learn 工作流，并且基于 Kaggle 上的一项入门级机器学习竞赛作为案例实践进行了分析。

What's New：http://scikit-learn.org/dev/whats_new.html#version-0-20-0

3. MIT 设计跨模态系统，让模型「听音识图」

最近，麻省理工学院的计算机科学家们提出了一种系统，基于对图片的语音描述，可以学习在图片中辨认目标物体，给定一张图片和音频解释，模型可以实时辨认出音频描述的相关区域。

论文作者将语音和图片像素之间的联系称作 matchmap，训练了数千对图片和注释对子之后，网络会在 matchmap 中主线缩小与词语相对的目标物体。

目前，模型仅仅可以辨认几百个不同的单词和目标物体类别，但是研究者希望，未来他们的这种语音和目标辨认相结合的技术可以节约大量手工劳动，为语音辨认和图像识别打开新的世界。

https://arxiv.org/pdf/1804.01452.pdf

4. 首个在一场完整星际2 比赛中击败作弊级 Bot 的 AI

TStarBot VS 内置 Bot

9 月 19 日，来自腾讯 AI Lab、罗切斯特大学和西北大学的研究人员发表了一个预印本《TStarBots: Defeating the Cheating Level Builtin AI in StarCraft II in the Full Game》，文章介绍了两个 AI：TStarBots1 和 TStarBots2，它们首次在完整的虫族 VS 虫族比赛中击败了星际争霸2 的内置 AI Bot，是研究史上的又一大壮举。

虽然不是严格意义上的「自学」，AI 还高度依赖人为归纳的信息，但迄今为止，这是我们在星际2 项目上见到的最有建树的成果，值得期待。