- 華爲發佈5G摺疊屏手機，定價17500元
- 谷歌提出元獎勵學習，提高稀疏和不確定獎勵泛化能力
- 微軟發佈混合現實設備 HoloLens 2與AI開發工具Azure Kinect
- 杭州國芯獲國投創合和創新工場1.5億元融資
- 百度Q4營收272億元，AI功不可沒
- 架構搜索方法LEAF提高演進網絡性能，減小網絡複雜性
- 商湯在1.5分鐘內訓練ImageNet，推進AI工業化進程
地平線獲30億美元B輪融資，成全球估值最高AI芯片獨角獸
今天，AI芯片創業公司地平線宣佈獲得6億美元B輪投資，創造AI芯片創業公司融資最高紀錄。本輪融資由SK中國、SKHynix以及數家中國一線汽車集團 (與旗下基金) 聯合領投。至此，估值達30億美金，成爲全球估值最高的AI芯片獨角獸，是國內唯一拿到英特爾和海力士兩家芯片巨頭投資的AI創業公司。
地平線創始人兼CEO餘凱表示，地平線未來的目標是成爲“邊緣計算領域的英特爾”，而主戰場，將是智能駕駛和AIoT。
小米最大規模組織架構調整：崔寶秋任副總裁，人工智能與雲平臺部一分爲三
2月26日晚間消息，小米集團組織部下發正式文件，宣佈了最新一輪組織架構調整：
-
任命崔寶秋爲集團副總裁、集團技術委員會主席；
-
在覈心管理崗位上共任命14名總經理、副總經理；
-
原人工智能與雲平臺部拆分爲人工智能部、大數據部與雲平臺部三個部門，直接向CEO彙報。
-
新成立互聯網五部，負責海外基礎應用的本地化，瀏覽器，信息流業務以及海外互聯網商業化
-
新成立互聯網商業部，負責國內互聯網業務商業化規劃以及目標達成。
這也是繼去年9月成立集團組織部、參謀部以來的第4次架構調整，也是小米規模最大的一次組織架構調整。
雷軍在內部會議上指出，要繼續強化技術立業，技術事關小米生死存亡，是小米持續發展最重要的動力和引擎。在本次調整中，小米的技術委員會升格，更具體系化、更有組織保障。其中，大數據委員會、隱私委員會等被賦予了更大的權力。
華爲發佈5G摺疊屏手機，定價17500元
2月24日，華爲在西班牙巴塞羅那舉辦的2019世界移動通信大會（MWC）上，正式發佈其首款5G摺疊屏手機——HUAWEI Mate X，售價爲2299歐元（約合人民幣17500元）。
華爲方面介紹稱，HUAWEI Mate X創新採用鷹翼式摺疊設計，實現一體化的摺疊形態，搭載業界首款7nm工藝的多模5G終端芯片Balong 5000，單芯片支持實現2G、3G、4G和5G多種網絡制式；下載速率先實現5G峯值下載速率，在Sub-6GHz頻段實現4.6Gbps（理論值）；全球率先同步支持SA和NSA組網方式，當運營商切換到SA組網時無需換機。
摺疊屏手機已成爲主流手機廠商產品的潮流， 在華爲之前，三星已在美國搶發了摺疊屏手機Galaxy Fold，售價13000元。此外，小米、OPPO也分別放出過摺疊屏手機展示視頻。
谷歌提出元獎勵學習，提高稀疏和不確定獎勵泛化能力
由於強化學習並不擅長向具有稀疏和未指定獎勵的環境中拓展，智能體可能會收到“利用環境中的虛假模式”的正反饋，從而阻礙系統學習和訓練。爲此，谷歌提出了使用開發元獎勵學習（MeRL）來解決未指定獎勵的問題，通過優化輔助獎勵函數向智能體提供更精確的反饋。
MeRL與使用“新探索策略收集到成功軌跡”的記憶緩衝區相結合，從而通過稀疏獎勵學習。
結果顯示，谷歌所提出的方法在WikiTableQuestions和WikiSQL基準測試中實現了最先進的結果，分別將先前的工作性能提升了1.2％和2.4％。在沒有任何人爲監督的情況下，這項研究向獎勵函數建模方向邁出了一小步。
微軟發佈混合現實設備 HoloLens 2與AI開發工具Azure Kinect
2月25日，微軟發佈混合現實設備 HoloLens 2，售價2.4萬人民幣。與第一代HoloLens相比，HoloLens 2 採用了高通驍龍 850 芯片，並且還專門使用了 AI 相關處理器；新增眼球可以感知的全息細節數量，每度視力可達 47 像素，在 HoloLens 1 的視野基礎上增加超過一倍；同時，二代產品強化了手部追蹤，會主動計算用戶手部大小，操作更精確，性能更強，不再必須學習特定的手勢動作。此外，二代支持 AI 語音交互，在語音識別和語義理解方面專門進行優化，通過語音交互，就能實現文件發送、跟隨等功能。
當天，微軟還發布了一款AI開發工具Azure Kinect，配備爲計算機視覺和語音模型設計的AI傳感器，售價399美元，中國和美國是首發國家。Azure Kinect 結合了 100 萬像素（1024 x 1024 像素）深度傳感器，配備 1200 萬像素高深度相機和空間 7 麥克風陣列，所有這些都在一個 5 英寸長，1.5 英寸厚，總功耗不到 950mw 的小設備中。傳感器本身可以單獨使用，也可以與其他 Azure Kinect 傳感器配對使用。
杭州國芯獲國投創合和創新工場1.5億元融資
2月25日，杭州國芯科技宣佈完成1.5億元B輪融資，國投創合國家新興產業創業投資引導基金領投，創新工場跟投。
國芯成立於2001年，是各種智能設備的芯片供應商，其自研神經網絡處理器gxNPU，針對性打造多核異構的AI+IoT芯片，並於2017年發佈業內首顆物聯網AI芯片GX8010，及其衍生型號GX8008。
百度Q4營收272億元，AI功不可沒
2月22日，百度公佈了2018年第四季度及全年未經審計的財務報告。數據顯示，本季度百度營收272億元人民幣（約合39.6億美元），四季度調整後，每ADS盈利1.92美元。其中，本季度淨利潤21億元（約合3.03億美元）。2018年，百度年度總營收爲1,023億人民幣（約合148.8億美元）。
Q4財報中，百度反覆提及人工智能。百度表示，本季度，百度 Apollo在全球實現自動駕駛商業化創收上成果頗豐，在推動全行業實現技術攻堅中優勢明顯。
目前來看，百度 AI的成績主要表現在技術進步、用戶獲取和佔領市場方面，在人工智能商業化爆發前夜，這是人工智能選手們的主要謀略和佈局方式。
架構搜索方法LEAF提高演進網絡性能，減小網絡複雜性
Cognizant Technology Solutions的研究人員利用NEAT和HyperNEAT方法的發明者Risto Miikkulainen撰寫的一篇論文，開發了自己的架構搜索方法——LEAF（學習進化AI框架）。
該技術使用一種稱爲CoDeepNEAT（NEAT的擴展）的算法來演化架構和超參數。作者寫道：“多目標CoDeepNEAT可用於最大化性能並同時最小化演化網絡的複雜性。”它還有一些中間件軟件，可在Amazon AWS，Microsoft Azure或Google Cloud工作。
結果：作者在兩個任務上測試了此方法：對維基百科關於“毒性”的評論進行分類，並學習分析胸部X射線以進行多任務圖像分類。對於維基百科，他們發現LEAF發現的架構數量超過Kaggle最高分數的方法，但代價是“9000小時的CPU時間”。在胸部X射線分類任務下，LEAF的表現可與現有一些技術匹敵。
重要性：LEAF這樣的系統顯示了計算支出與訓練模型的最終表現之間的關係，並表明一些人工智能開發人員可以考慮少放些精力和資源在研究上，而應該對計算和研究時間多些投入，讓機器代替人力做網絡設計和微調任務。
閱讀更多：深度學習演進神經自動化。
商湯在1.5分鐘內訓練ImageNet，推進AI工業化進程
我們如何衡量人工智能基礎設施的進展？其中一種方法是在廣泛採用的baseline測試中完成訓練各種類型模型的時間減少。現在，中國計算機視覺公司商湯和南洋理工大學的研究人員在已有工作基礎之上，展示瞭如何使用各種分佈式系統軟件技術來減少訓練ImageNet網絡所需的時間。
他們可以通過改變網絡設置來減少訓練此類網絡所需的時間，並通過在其NVIDIA V100卡上啓用定製的“Tensor Core”來實現最佳性能。
數字：
1.5分鐘：在512個GPU上使用“AlexNet”完成ImageNet的95-epoch訓練所需的時間，超過了當前最先進的系統。
7.3分鐘：使用50層殘餘網絡訓練 95-epoch ImageNet訓練所需時間，這個成績略低於最先進的技術。
細微但值得注意的細節：此方法假設爲一個同構計算集羣，因此所有計算機上的底層GPU和網絡帶寬相同。
重要性：這樣的度量標準讓我們瞭解了人工智能基礎設施的成熟程度，並強調了此類投入可減少實驗時間，並對市場競爭結構產生影響。
閱讀更多：優化GPU羣集上的分佈式DNN訓練的網絡性能：1.5分鐘內完成ImageNet / AlexNet訓練。
作者 Jack Clark 有話對 AI 前線讀者說：我們對中國的無人機研究非常感興趣，如果你想要在我們的週報裏看到更多有趣的內容，請發送郵件至：jack@jack-clark.net。