dt科技評論
data technology review
第 27 期
人民網研究院，阿裡雲研究中心
谷歌召開開發者大會，tensorflow
1.0正式釋出
美國人工智能年會(aaai-2017)“ai in practice”總結
從rsa 2017看安全行業變革
微軟開源模拟器平台airsim：可用于訓練無人機和自動駕駛汽車
福特投資argo ai，通用釋出路測視訊，豐田牽手鈴木，自動駕駛領域熱鬧非凡
2017年的第一場盛會，ai産業巨頭都帶來了哪些技術幹貨
谷歌釋出新的全球分布式關系資料庫服務：cloud spanner
新版android wear2.0智能回複不需聯網，谷歌說這是最新的離線ai技術
亞馬遜新專利提升無人機空投包裹精準度，不僅垂直下降還可避障
賽門鐵克推出雲安全整體解決方案
人工智能提示：本周熱點科技事件，是阿裡雲“et”采用分布式爬蟲收集全球海量網際網路資訊，利用文本挖掘和語義分析解析新聞關鍵詞，使用深度神經網絡将新聞分類，彙總而選擇最新鮮的科技資訊。
1. 谷歌召開開發者大會 tensorflow 1.0正式釋出
<b>【新聞摘要】</b>2月15日谷歌正式釋出了tensorflow1.0版，改進了庫中的機器學習功能，釋出了xla的實驗版本，對python和java使用者開放，提升了debugging，并且加入和改進了一些進階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架構變得更快、更靈活、更實用。在釋出第一年，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緻盲。人們在超過6000個開源線上存儲庫項目中使用tensorflow。
<b>【小雲評論】</b>谷歌可以被稱為是大資料領域的奠基者，正是基于它的三篇論文，hadoop之父doug cutting基于yahoo的海量分布式環境實作了後來影響網際網路領域的大資料平台。但多年來，谷歌并未從由它衍生的大資料領域獲得收益。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，以及可基于本地與分布式兩種環境對深度學習進行支援的tensorflow。谷歌一方面可以成為人工智能領域生态圈的引領者，另一方面可以凝聚與支援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”，實作與aws的競争。面向深度學習的開源，是谷歌聰明的選擇。
2. 美國人工智能年會(aaai-2017)“ai in practice”總結
<b>【新聞摘要】</b>從數字/實體世界、關鍵/非關鍵應用兩個次元來分析，人工智能的應用分成四大類，第一類是發生在實體世界的關鍵性應用，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，可能直接造成财産損失。第三類是發生在實體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，逐漸滲透到實體世界的關鍵應用。
<b>【小雲評論】</b>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，下一步可關注實體世界的數字化。而數字化的方式就是全面線上化，用線上方式描述和連接配接實體世界，縮小數字與實體世界的差别。數字化之後，ai就可以發揮其用武之地。特别是關鍵性應用領域，大規模的線上資料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，線上先行。
3.從rsa 2017看安全行業變革
<b>【新聞摘要】</b>安全産業發展的風向标rsa 2017在美國舊金山拉開帷幕，重點聚焦在了幾大方向：雲安全和虛拟化依然是很重要的内容之一，安全産業界将推出更多的具備精細管控、全面防護、深度可視、協同防禦、智能運維等特點的新一代網絡安全産品；物聯網技術給我們帶來無限便利，但這些裝置的安全性往往被忽略，帶來的安全事故不容小觑；人工智能在安全方面的應用還很模糊；一個行之有效的大資料安全分析平台必将成為積極防禦的核心，在結合edr、ndr後也使得資料驅動的安全協同成為主流；安全雲化、安全大資料化、安全服務化、安全高端化正在成為安全發展的主旋律。
<b>【小雲評論】</b>傳統的安全還停留在安全傳輸、身份認證和完整性等層面，但雲計算領域的安全不止于此。首先是對虛拟化層的改造，近期谷歌等公司已開始對kvm等虛拟化核心進行修改并删減備援功能；其次是對網絡層的深入改造，特别是在sdn環境下基于軟體的靈活管控；第三是充分利用人工智能和大資料的協同。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資訊，可充分利用分布式結構進行資訊共享和故障排查。基于此原理的區塊鍊技術，可在安全領域發揮更大的作用。
4. 微軟開源模拟器平台airsim：可用于訓練無人機和自動駕駛汽車
<b>【新聞摘要】</b>微軟開放了一個高端虛拟世界的 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。該款軟體可在 github 上下載下傳，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。微軟希望這款軟體能促進「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使用者自己耗費太多的資源。該軟體也可用于測試無人駕駛系統，它也應該适用于需要通過周圍環境來進行系統實作的其它類型機器人。
<b>【小雲評論】</b>開源，從windows時代一直是微軟受到争議與挑戰的熱點。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雲在全球市場佔有率居第二。其次，在已有多年曆史積累的人工智能和vr大力出擊。2016年10月，微軟投入5000人的規模專注于人工智能。在無人機領域，核心算法模型來源于大量的訓練與樣本資料，試錯成本高且需要解決各類安全挑戰，而對于大量中小企業很難建立出大量的真實環境，模拟器平台是這一問題的解決方式。基于這類模拟器平台，未來建構一朵高仿真的ai測試雲具有一定的市場空間。但對于微軟來說，除了模拟器平台，能否像谷歌一樣擷取并整合谷歌地球和街景等海量真實資料，也是一個值得關注的問題。
5. 福特投資argo ai通用釋出路測視訊豐田牽手鈴木 自動駕駛領域熱鬧非凡
<b>【新聞摘要】</b>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，已并入通用自動駕駛部門的初創公司cruise automation釋出了一段其在舊金山街道測試自動駕駛汽車的視訊；2月8日，該視訊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，而且非常紮實。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讨備忘錄，二者将在環境友好型技術、安全系統、資訊技術以及産品和零部件供應方面展開合作。更加值得一提的是，兩家公司将在自動駕駛領域成為技術合作夥伴。
<b>【小雲評論】</b>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資料和深入的算法模型，可進行精準分析和預測，并且與線上業務相結合；後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覺資料，為後續實驗與生産提供寶貴的第一手分析與測試資料。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個月裡将項目帶入整車組裝階段。對于各自領域的強者，合作是目前階段最好的選擇。
6. 2017年第一場盛會 ai産業巨頭帶來哪些技術幹貨
<b>【新聞摘要】</b>facebook圖像識别平台lumos能夠讀懂照片，可根據圖檔内容進行搜尋，而不是依靠已有的标簽，這得益于深度學習的進步。領英強調 ai 技術未來可能給更大規模範圍的使用者提供職業機會。ai技術不僅僅為使用者提供職業資訊，還可以就各種職業問題尋求幫助，同時在全球範圍内協調技能差距。ibm提出超越資料、程式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，讓機器更好地了解人類并幫助人類。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，他們的目标是像谷歌、facebook 等公司一樣。
<b>【小雲評論】</b>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近年來将收入的30%用于研發投入，專注于在人與人連接配接的基礎上人工智能與虛拟現實的結合。領英重點關注于職業領域，它從個人使用者與企業的連接配接角度，為個人提供職業知識與政策，并輔助優化企業管理。ibm通過watson将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于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準。在各自的重點領域，網際網路巨頭正利用ai尋求新的提升與發展契機。
7. 谷歌釋出最新全球分布式關系資料庫服務：cloud spanner
<b>【新聞摘要】</b>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資料庫服務，面向關鍵任務應用程式。cloud spanner加入了谷歌其他基于雲的資料庫服務的陣營，比如bigtable、cloud sql和cloud datastore，差別在于，cloud spanner讓開發人員可以同時享用傳統關系資料庫和nosql資料庫兩者的最大優點――也就是說，事務一緻性和易于擴充性。谷歌承諾，cloud spanner的性能與其他的雲資料庫服務會不相上下。谷歌還承諾，cloud spanner的服務等級協定(sla)會達到99.9999%，該項目啟動時會一并釋出面向java、go、python和node.js等語言的用戶端庫。
<b>【小雲評論】</b>基于雲計算平台彈性靈活的資源排程特點，分布式資料庫天然地适合在雲上提供動态伸縮服務。對于分布式資料庫，最大的技術挑戰在于傳統的acid原則與base原則的均衡，實作事務性和擴充性。在網際網路平台上支撐高一緻性和事務性需求的使用者，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分布式資料庫自2015年起支援螞蟻金服等金融級平台。aws也提供雲上的nosql資料庫dynamodb。分布式資料庫與雲平台的結合，成為支援海量、彈性的資料管理需求的重要能力。
8. 新版android wear2.0智能回複不需聯網 谷歌稱之為最新離線ai技術
<b>【新聞摘要】</b>日前，谷歌釋出了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“智能回複”（smart reply）了。根據谷歌最新釋出的部落格顯示，離線 ai 技術在其中發揮着重要作用。最新釋出的 android wear 2.0 版本中，使用者在手表上收到資訊後，可以像在安卓手機上那樣，展開通知，直接回複。在需要快速回複的場景，還可以使用 smart reply，它能夠基于使用者接收到的資訊内容給出智能的回複建議。該功能是基于離線 ai 實作的，根本不需要接入網絡去尋求雲計算的幫助。
<b>【小雲評論】</b>離線ai是讓真實使用者接受ai的“最後一裡路”，原因在于：面向很多複雜場景，将資料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資料進行機器學習，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釋出了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運作的晶片。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。
9. 亞馬遜新專利提升無人機空投包裹精準度 不僅垂直下降還可避障
<b>【新聞摘要】</b>自從釋出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。亞馬遜已經釋出了名為“聯合空域”模式的特殊計劃，該計劃将無人機快遞服務內建到nas系統中。無人機可以在包裹上施加力的作用，進而将其下降軌迹從抛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無線子產品向包裹發送指令，利用一個或多個控制面來改變其垂直下落的路徑，實作躲避障礙物或是維持姿态穩定。
<b>【小雲評論】</b>發表的專利數，是一個高科技公司走向成熟的重要标志之一。根據美國專利商标局的資料，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，如何将電商與aws有機地結合，實作業務與平台的互動，是亞馬遜需要思考的問題。
10. 賽門鐵克推出雲安全整體解決方案
<b>【新聞摘要】</b>美國時間2月15日，賽門鐵克宣布釋出新的雲安全平台，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:傳統企業向雲轉移資料或使用雲平台時，會有一些資料的互動、傳遞等行為，未來黑客也将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，賽門鐵克提供雲上資料丢失防護方案，将傳統的資料丢失防護解決方案和新的雲安全解決方案進行整合，更好的服務使用者，解決byod、遠端辦公、組織資料在雲上和雲内傳遞的風險。
<b>【小雲評論】</b>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也看到了雲上資料丢失這個風險，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，雲通路安全代理的解決方案五花八門，包括雲上資料丢失防護保護、資料加密、影子it發現、邊界持續安全監控、合規、集中認證等。雲通路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體來為雲上使用者提供自動化的政策配置，并提供避免未知漏洞攻擊的應用程式安全保護方案。這種用他人之長彌補自己之短的做法非常值得國内的雲服務商學習。