IBM 宣称只有 14％ 的中国公司采用 AI【智能快讯】

By 超神经AI 无处不在的时代，每天都有新的技术与研究成果出现。无论学术界还是商界，技术还是产品，AI 的新发现都源源不断，在带给我们全新视角的同时，也引起我们更深的思考。
想知道最近的 AI 动态吗？HyperAI 超神经精心整理了 AI 行业的近期资讯，快来一起围观吧！

企业

IBM 宣称只有 14％ 的中国公司采用 AI在本周于广州举行的 CNBC East Tech West会议上， IBM 大中华区业务总裁 Alain Bénichou 表示，中国虽然处于人工智能（AI）的领先地位，但只有 14％ 的公司正在积极使用 AI 技术。


他引用了 IBM 商业价值研究所的研究报告，并指出中国的采用率高于全球平均水平，但远未达到预期的水平，同时在公司企业中缺乏 AI 人才。在全球范围上有 10％ 的公司采用 AI，美国和日本等国家的公司使用 AI 的比例相对较高。他指出公司要信任和积极采用 AI ，另外，应该使用 AI 来增加其劳动力，而不是取代 AI。
来源：cnbc.com微软 Azure 开始构建 NDv2 实例在丹佛举办的 SC19 超算展会上，微软和英伟达达成了一项关于 NDv2 的合作。作为一套基于 GPU 云加速的超算方案，它将被微软的 Azure 云计算平台所采用。据悉，Azure NDv2 专为严苛的分布式高性能计算、人工智能和机器学习工作负载而设计。这些 VM 带有 8 个采用 NVLink 互联的 Nvidia Tesla V100 GPU，辅以 32GB HBM2 缓存、英特尔至强白金 8168 处理器的 40 个非超线程内核、以及 672 GB 的系统内存。微软表示，使用这类新型虚拟机，在短短三个小时内，就可完成对复杂 AI 模型 BERT 的训练。
来源：nvidianews.nvidia.com

学界

普林斯顿大学教授带你「打假」人工智能 普林斯顿大学副教授 Arvind Narayanan，近日在麻省理工学院举行了一场名为「如何识别打着人工智能招牌的虚假营销」讲座中，探讨对 AI 技术合理使用的问题。Arvind Narayanan 专注于信息隐私以及机器学习公平性的研究，他的报告中分析了 AI 的实际作用，以及被夸大和虚假宣传的现象。 主要的内容要点有：许多产品与 AI 无关，但被打上 AI标签，并因为存在相关的真实技术而被人们误信；不论涉不涉及 AI ，我们都不可能对未来进行预测；在涉及风险行为的预测上，目前人工要比 AI 更可信。 最后他总结道，人工智能确实擅长某些任务，但必须抵制意图滥用 AI 的行为。 来源：cs.princeton.edu装有最大 AI 芯片的计算机，被用于研究抗癌药物 阿贡国家实验室（Argonne National Laboratory）在近日宣布，它们已开始使用由初创公司 Cerebras  研发的超级计算机 CS-1，以加快抗癌药物模型的开发和部署。
CS-1 是在今年的超算大会上被推出，它装有世界上最大的芯片 Cerebras WSE，其晶体管数量达到了惊人的 1.2 万亿，能够更快的处理信息，并缩短神经网络的训练时间，将算法的训练速度提高几个数量级。 在抗癌药物开发中，可能涉及数十万次训练该模型，然后再运行数十亿次以对每个候选药物进行预测。对超级计算机的使用，药物开发和材料发现的速度会得到极大的提升。 来源：mit-technology-review

技术

谷歌发布人体图像分割工具 BodyPix 2.0近日谷歌发布 BodyPix 2.0，可利用 TensorFlow.js 在浏览器中实时进行人体图像分割。BodyPix 是一个开放源代码的机器学习模型，可将图像分割为属于人及属于背景的像素，并进一步将属于人的像素分类为 24 个身体部位之一。
BodyPix 于今年 2 月推出，本次 2.0 版本的主要更新有：对多人图像的支持、新的 API、权重量化以及对不同尺寸图像的支持。

来源：blog.tensorflow.org谷歌发布推荐系统的可配置仿真平台—RecSim近日谷歌 AI 在官方博客中发布可配置平台 RecSim，用于搭建仿真环境，以促进推荐系统（尤其是 CIR）中的 RL 算法研究。


作为一个开源平台，RecSim 具有以下特点：（i）促进 RL 算法和推荐系统的共性研究；（ii）鼓励可复制性和模型共享；（iii）为推荐系统从业者降低实验的潜在成本；（iv）在保护用户隐私及敏感行业机密的同时，发布真实用户行为的程序化模型，为产学结合提供资源。
来源：ai.googleblog.com

新奇

无人机和 AI 助澳洲卡卡杜当地农业抗除杂草杂草让澳洲卡卡杜公园的本地植物付出了巨大的代价，这些本地植物很重要，它们为鹅，鸭子和野生动物（包括海龟）提供筑巢地点和觅食地点。为了对抗杂草，澳洲建立了一个名为「健康国家 AI」的合作伙伴关系，它们推动了该项目的所有者，英联邦科学和工业研究组织（CSIRO）和 NEST 以及澳大利亚公园和微软公司一同协作，利用无人机和人工智能解决这一难题。


它们选择了一个 90 公顷的试验地点，并在 60 米高的地方，使用 DGI Mavic 无人机拍摄该区域的 RGB 图像，并将其摄取到 Azure 中，并使用 CustomVisionAI 识别草和鹅，结果输出到 Power BI 仪表板。道格拉斯说：「我们已经从该地区去除了草丛，结果令人赞叹。」该项目的代码可在 GitHub上获得：https://github.com/microsoft/HealthyCountryAI。
来源：zdnet.com使用 AI 预测地球的未来欧洲航天局今天发文表示，希望借助人工智能来对地球的未来做出预测。尽管对太阳物理学没有先天的了解，但关于太阳是如何影响我们星球的，最近的深度学习算法，能够提供比当前基于科学认识的模型更为准确的预测。数十年来，人们一直试图预测太阳对地球大气的影响。目前，基于太阳物理学的算法已经可以被用于预测地球大气的移动密度了。但是由于影响地球周围气体的复杂和动态层的变量十分多，因此 AI 还可以在这一领域进一步做出改善，因为它能够处理更为复杂的数据，这对我们在地球轨道上执行飞行任务的方式具有重要意义。


ESA（欧洲太空总署）现在正在测试一种完全不同的算法，团队希望它能够使用其「长期短期记忆」来识别人类无法察觉的复杂关系和模式。正在参与开发这套 AI 预测工具的卢森堡国家培训师戴维·雷米利（David Remili，ESA 人工智能与运营创新集团成员）说：「我们即将取得成果，看来人工智能已被证明能充分利用可用数据。」 
来源：phys.org —— 完 ——

扫描二维码，加入 AI 讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解详情

更多精彩内容（点击图片阅读）