1、谷歌召开开发者大会 TensorFlow 1.0正式发布
谷歌召开开发者大会 TensorFlow 1.0正式发布
<b>【小云评论】</b>谷歌可以被称为是大数据领域的奠基者，正是基于它的三篇论文，Hadoop之父Doug Cutting基于Yahoo的海量分布式环境实现了后来影响互联网领域的大数据平台。但多年来，谷歌并未从由它衍生的大数据领域获得收益。近年来，谷歌已经从战略层转变方向，积极参与开源工作。具体举措包括Apache Beam的开源，以及可基于本地与分布式两种环境对深度学习进行支持的TensorFlow。谷歌一方面可以成为人工智能领域生态圈的引领者，另一方面可以凝聚与支持更多的企业共同拓展人工智能。通过AI与云计算的结合，谷歌可以在市场更加广阔的垂直行业领域发挥其“聪明才智”，实现与AWS的竞争。面向深度学习的开源，是谷歌聪明的选择。
2、美国人工智能年会(AAAI-2017)“AI IN PRACTICE”总结
美国人工智能年会(AAAI-2017)“AI IN PRACTICE”总结
<b>【小云评论】</b>本次AAAI对AI的细分，实质上是一次思路的转变，从“能做什么”到“需要什么”。这种应用导向的思路，提供了一个新的思考点：既然数字世界是AI最容易切入的领域，下一步可关注物理世界的数字化。而数字化的方式就是全面在线化，用在线方式描述和连接物理世界，缩小数字与物理世界的差别。数字化之后，AI就可以发挥其用武之地。特别是关键性应用领域，大规模的在线数据样本通过协同分析与优化，可提高其可靠性和稳定性。AI发展，在线先行。
3、从RSA 2017看安全行业变革
从RSA 2017看安全行业变革
<b>【小云评论】</b>传统的安全还停留在安全传输、身份认证和完整性等层面，但云计算领域的安全不止于此。首先是对虚拟化层的改造，近期谷歌等公司已开始对KVM等虚拟化内核进行修改并删减冗余功能；其次是对网络层的深入改造，特别是在SDN环境下基于软件的灵活管控；第三是充分利用人工智能和大数据的协同。在这个层面上，全网的协同性至关重要，因为每个节点都具备一定的信息，可充分利用分布式结构进行信息共享和故障排查。基于此原理的区块链技术，可在安全领域发挥更大的作用。
4、微软开源模拟器平台AirSim：可用于训练无人机和自动驾驶汽车
微软开源模拟器平台AirSim：用于训练无人机和自动驾驶汽车
<b>【小云评论】</b>开源，从Windows时代一直是微软受到争议与挑战的热点。但近年来微软在改革方面大刀阔斧。首先推出了移动优先、云优先的战略，Azure云在全球市场份额居第二。其次，在已有多年历史积累的人工智能和VR大力出击。2016年10月，微软投入5000人的规模专注于人工智能。在无人机领域，核心算法模型来源于大量的训练与样本数据，试错成本高且需要解决各类安全挑战，而对于大量中小企业很难创建出大量的真实环境，模拟器平台是这一问题的解决方式。基于这类模拟器平台，未来构建一朵高仿真的AI测试云具有一定的市场空间。但对于微软来说，除了模拟器平台，能否像谷歌一样获取并整合谷歌地球和街景等海量真实数据，也是一个值得关注的问题。
5、福特投资Argo AI通用发布路测视频丰田牵手铃木 自动驾驶领域热闹非凡
福特投资Argo AI通用发布路测视频丰田牵手铃木 自动驾驶领域热闹非凡
<b>【小云评论】</b>投身自动驾驶的企业有几个类型：第一类是AI型企业，如谷歌；第二类是汽车企业，如特斯拉。前一类企业的优势是有大量的数据和深入的算法模型，可进行精准分析和预测，并且与在线业务相结合；后一类企业的优势是具有多年的汽车制造经验，可利用已有汽车载体装载探测感知数据，为后续实验与生产提供宝贵的第一手分析与测试数据。此外，博世、大陆、mobileye等Tier1/2供应商也在研发自动驾驶汽车技术。2016年底，由谷歌与菲亚特克莱斯勒合作的“整车+云脑”模式，使谷歌能够在短短6个月里将项目带入整车组装阶段。对于各自领域的强者，合作是目前阶段最好的选择。
6、 2017年第一场盛会 AI产业巨头带来哪些技术干货
2017年第一场盛会 AI产业巨头带来哪些技术干货
<b>【小云评论】</b>同一个AI，衍生出不同的细分领域，也代表了美国人工智能领域的前沿能力。作为社交领域的龙头企业，Facebook近年来将收入的30%用于研发投入，专注于在人与人连接的基础上人工智能与虚拟现实的结合。领英重点关注于职业领域，它从个人用户与企业的连接角度，为个人提供职业知识与策略，并辅助优化企业管理。IBM通过Watson将认知计算提到了战略层面，重点解决面向企业商业场景的分析需求。Uber于2016年收购了人工智能创业公司GI,计划通过AI提高交通与运输优化水平。在各自的重点领域，互联网巨头正利用AI寻求新的提升与发展契机。
7、谷歌发布最新全球分布式关系数据库服务：Cloud Spanner
谷歌发布最新全球分布式关系数据库服务：Cloud Spanner
<b>【小云评论】</b>基于云计算平台弹性灵活的资源调度特点，分布式数据库天然地适合在云上提供动态伸缩服务。对于分布式数据库，最大的技术挑战在于传统的ACID原则与BASE原则的均衡，实现事务性和扩展性。在互联网平台上支撑高一致性和事务性需求的用户，对系统的设计模式与可靠性是巨大的挑战。阿里巴巴自主研发的OceanBase分布式数据库自2015年起支持蚂蚁金服等金融级平台。AWS也提供云上的NoSQL数据库DynamoDB。分布式数据库与云平台的结合，成为支持海量、弹性的数据管理需求的重要能力。
8、新版Android Wear2.0智能回复不需联网 谷歌称之为最新离线AI技术
新版Android Wear2.0智能回复不需联网 谷歌称之为最新离线AI技术
<b>【小云评论】</b>离线AI是让真实用户接受AI的“最后一里路”，原因在于：面向很多复杂场景，将数据频繁上传到云端是不现实的。在网络受限的区域以及要求高实时性响应的特殊场景，由终端智能进行本地基础运算和控制，云端智能根据上传的全局数据进行机器学习，再通过网络更新终端智能，是比较合理的方式。针对这一需求，NVIDIA发布了Tesla P100大幅度提升云计算能力，谷歌也正在开发名为“TPU”的辅助TensorFlow运行的芯片。终端智能与云端智能的配合是AI能够落地普及的关键一步。
9、亚马逊新专利提升无人机空投包裹精准度 不仅垂直下降还可避障
亚马逊新专利提升无人机空投包裹精准度 不仅垂直下降还可避障
<b>【小云评论】</b>发表的专利数，是一个高科技公司走向成熟的重要标志之一。根据美国专利商标局的数据，2016年美国颁布超过30.4万份实用技术专利，总数创下年度新纪录。排在前列的科技公司包括IBM、谷歌、英特尔、微软等，亚马逊还未进入前十。亚马逊还需要在这条道路上发力追赶。此项专利有其新颖性，但考虑到成本原因，距离大规模普及和商用还有很长的路要走。此外，如何将电商与AWS有机地结合，实现业务与平台的交互，是亚马逊需要思考的问题。
10、赛门铁克推出云安全整体解决方案
赛门铁克推出云安全整体解决方案
<b>【小云评论】</b>本身就是安全防病毒龙头企业的赛门铁克，结合自身优势，发力云上安全。目前微软Azure也看到了云上数据丢失这个风险，在其安全威胁分析报告中，指出Azure云已经有了针对混合云的攻击案例。目前，云访问安全代理的解决方案五花八门，包括云上数据丢失防护保护、数据加密、影子IT发现、边界持续安全监控、合规、集中认证等。云访问安全代理也已经和基础架构即服务平台进行了整合。赛门铁克还推出了云上工作负载的安全解决方案，整合自身的防病毒软件来为云上用户提供自动化的策略配置，并提供避免未知漏洞攻击的应用程序安全保护方案。 这种用他人之长弥补自己之短的做法非常值得国内的云服务商学习。