Embed Size (px)
Citation preview
人工智能快报 2015 年第 2 期（总第 2 期）
全球人工智能行业分析
科学家总结将塑造未来的五大人脑技术
专家展望未来 20 年人工智能将取得的进展
部分学者认为图灵测试缺乏价值
Google 正在研发新型人工智能算法
DARPA 拟研发机载无人机战群
丰田公司将投五千万美元进军人工智能领域
IBM 人工智能帮助中国应对空气污染
2015 年第 2 期 总第 2 期 （2015 年 9 月 20 日出版）
人工智能快报 2015 年第 2 期（总第 2 期）
人
工
智
能
快
报
AI
NE
WS
名誉主编：谭铁牛
主 编：孙哲南
编 委：黄亚楼、房俊民、王亮、薛文芳、董晶
刊物网址：http://ainews.tafirt.org
Email： [email protected]
微信号： 人工智能快报
人工智能快报 2015 年第 2 期（总第 2 期）
目 录
热点要闻
【人工智能】全球人工智能行业分析 ......................................................................................................... 1
【人工智能】科学家总结将塑造未来的五大人脑技术 ............................................................................. 3
【人工智能】专家展望未来 20 年人工智能将取得的进展 ....................................................................... 5
视点观察
【机器人】专家讨论机器人威胁问题 ......................................................................................................... 6
【机器人】科技作家谈机器人社会............................................................................................................. 7
【人工智能】部分学者认为图灵测试缺乏价值 ......................................................................................... 8
前沿科技
【人工智能】谷歌正在研发新型人工智能算法 ......................................................................................... 9
【人工智能】人工智能可通过阅读他人著作来创作小说 ....................................................................... 10
【机器人】可实时从错误中汲取教训的机器人问世 ............................................................................... 11
【机器人】美大学获资开展应急与生活辅助机器人研发 ....................................................................... 11
【机器人】新技术可拦截“机器人骚扰电话” ........................................................................................... 12
【机器人】机器人通过学习文字材料掌握厨艺 ....................................................................................... 12
【无人机】美政府部门拟利用无人机改进天气预测 ............................................................................... 13
【无人机】DARPA 拟研发机载无人机战群 ............................................................................................ 14
【图像识别】美 FBI 寻求更好的纹身识别技术 ...................................................................................... 14
产业动态
【人工智能】丰田公司将投五千万美元进军人工智能领域 ................................................................... 15
【人工智能】苹果公司大举布局人工智能 ............................................................................................... 16
【人工智能】IBM 人工智能帮助中国应对空气污染 .............................................................................. 16
【人工智能】高通人工智能技术将加强手机安全 ................................................................................... 17
【人工智能】新智能手机算法可判断用户是否无聊 ............................................................................... 18
【人工智能】Facebook 发布人工智能助手 M .......................................................................................... 18
【人工智能】百度发布人工智能助手“度秘” ........................................................................................... 19
人工智能快报 2015 年第 2 期（总第 2 期）
【人工智能】人工智能成为 35 岁以下最优秀创新人才的首选领域 ..................................................... 19
【机器人】科学家开发出可适应真实环境的建筑机器人 ....................................................................... 20
【机器人】新算法可帮助机器人节能 40% .............................................................................................. 21
【无人机】德企业发布不明无人机探测系统 ........................................................................................... 21
【机器学习】亚马逊在欧洲发布机器学习平台 ....................................................................................... 21
【自动驾驶】英机构提出自主互联汽车发展建议 ................................................................................... 22
【自动驾驶】新雷达传感技术可降低自动驾驶汽车成本 ....................................................................... 23
快讯速览
机器人快讯 .................................................................................................................................................. 24
无人机快讯 .................................................................................................................................................. 24
其它快讯 ...................................................................................................................................................... 27
人工智能快报 2015 年第 2 期（总第 2 期）
1
热点要闻
【人工智能】全球人工智能行业分析
2015年9月，美国Venture Scanner公司发表了针对全球人工智能行业的分析报告，涉
及很多新兴市场。该报告对13个人工智能技术类别的855家产业公司进行了分析，这些
公司的融资总额达到了87.5亿美元。
报告从多个视角对这些公司进行了分析，其中各类公司的数量与融资情况如表1所
示。 表 1 各类人工智能公司数量与融资情况
技术类别 公司数量/家 公司平均融资额度/美元 说明
深度学习 /
机 器 学 习（应用）
200 1384 万
机器学习是一种基于对已有数据进行学习的计算机算法技术。深度学习是机器学习的一个子类，主要致力于深层神经网络。
计算机视觉/ 图像识别（一般）
100 1090 万
计算机视觉是通过处理和分析图像并从中获取信息的方法。图像识别是通过扫描图像来识别物体和人脸的过程。
深度学习 /
机 器 学 习（一般）
99 917 万
机器学习是一种基于对已有数据进行学习的计算机算法技术。深度学习是机器学习的一个子类，主要致力于深层神经网络。
自然语言处理
130 479 万
借助于自然语言处理，计算机可以处理人类语言输入并将其转化为计算机能够理解的表示，以获取语义。
智能机器人 58 1289 万
智能机器人公司制造能够自主学习并能根据环境条件自动作出行为和反应。
虚拟个人助理
77 516 万
虚拟个人助理是利用人工智能技术来执行任务和为个人提供服务的软件代理，例如客户服务等。
语音识别 70 529 万
语音识别是自然语言处理的一个子类，主要致力于处理人类语音片段并从中获得语义。
计算机视觉/ 图像识别（应用）
78 471 万
计算机视觉是通过处理和分析图像并从中理解和获取信息的方法。图像识别是通过扫描图像来识别物体和人脸的过程。
人工智能快报 2015 年第 2 期（总第 2 期）
2
推荐引擎与协同过滤
61 403 万
推荐引擎是一种系统，可以预测用户对某些项目（电影、餐馆）的喜好和兴趣，并向他们提供个性化推荐。协同过滤是一种通过收集来自许多其他类似用户的偏好信息来预测用户喜好和兴趣的方法。
手势控制 30 779 万
手势控制是人类通过手势与计算机进行交互和交流的过程。在此过程中，人的手势可以被计算机识别并解释。
视频内容自动识别
14 887 万
在视频内容自动识别过程中，计算机将采样的视频内容与源内容文件进行比较，通过视频独有的特性识别其内容。
上下文感知计算
28 298 万
在上下文感知计算过程中，计算机会对它们的运行环境，例如位置、方向、照明等产生意识，并相应地调整自身行为。
语言翻译 15 600 万
当人在用某种语言说话时，语言翻译可以使用计算机将其即时翻译成另一种语言。
图1显示了各类人工智能公司获风险投资的总额及相关公司的数量，可见“深度学习
/机器学习（应用）”是最受风险投资关注的人工智能产业类别，200家相关公司已获得总
共约10亿美元的风险投资。而“自然语言处理”方向存在较多公司，获得的风险投资却
相对较少。
图 1 各类人工智能公司获风险投资总额度
图2显示了人工智能产业公司在62个国家的分布情况。其中美国以415家公司处于绝
人工智能快报 2015 年第 2 期（总第 2 期）
3
对领先，英国以67家公司紧随其后，加拿大以29家位居第三。德国、西班牙、印度的人
工智能产业公司也较多。
图 2 人工智能公司地区分布
图3总结了每个人工智能技术类别中公司的平均年龄。“语音识别”与“视频内容
识别”两个类别的公司的平均年龄最高，为8年，其次是“计算机视觉（一般）”的6.5
年。“虚拟化个人助手”、“计算机视觉（应用）”和“推荐引擎”这三个类别具有最
低的平均年龄，表明这三个方向的人工智能产业技术处于较早的发展期。
图 3 各类别人工智能公司平均年龄
王会勇 编译自
http://insights.venturescanner.com/category/artificial-intelligence-2/
【人工智能】科学家总结将塑造未来的五大人脑技术
2015年8月19日，美国杜克大学医学中心神经认知障碍计划主任Murali Doraiswamy
在世界经济论坛网站发表文章，总结了能展现脑科学未来前景的五项新兴技术。
人工智能快报 2015 年第 2 期（总第 2 期）
4
（1）思维绘制
科学家们了解我们的神经回路复杂地关系着人类的正常行为，以及在出现神经性疾
病时这些行为如何变化。全球已经以前所未有的努力致力于大脑功能和结构连接的绘
制，并阐明阿尔茨海默症和精神分裂症等疾病是如何促使脑结构和脑发生改变的。有部
分脑部扫描已经能提前临床症状出现十年检测出阿尔茨海默症斑块的早期迹象，还有部
分检查结果显示已被判定脑死亡的病人的意识模式。
（2）类脑计算机
下一代基于脑科学原理设计的计算机，可以像大脑皮层一样进行推理、预测和反应。
皮层计算算法已经破解了CAPTCHA测试（全自动区分计算机和人类的图灵测试）。而
部分基于大脑回路的算法可以识别图片，且成功率可以媲美猕猴。最近，中国的一个智
能计算机项目在IQ测试中的得分已经超过了许多成人。IBM的沃森超级计算机在筛选了
上百万医疗记录与数据库后，能针对患者的复杂需求帮助医生选择治疗方案。此外，I
BM正致力于脑启发芯片SyNAPSE的研发，与其他芯片相比，该芯片耗能更低，计算能
力更强。随着这些项目在预测行为方面的表现进一步提高，人类的认知能力将进一步得
到扩展，人类与机器之间的界限也将逐渐模糊。
（3）患者的脑修复
随着对大脑认知的深入，我们对大脑的控制能力也在提高，并能利用其网络。脑机
接口已经成功地让瘫痪病人完成了一些简单任务，例如将思维转换为电子邮件，或帮助
其肢体恢复某些运动能力。其他一些技术能将外部世界的信息直接输入大脑，使失聪和
失明的患者能获得听觉和视觉体验。深度脑部刺激器能缓解帕金森病人的颤抖症状，并
使癌症患者从顽固的病痛中解脱出来。DARPA的“革命性假肢”项目正在开发神经控制的
机器手臂，其可以赋予截肢患者近乎自然的运动和感觉能力。若这些修复术得到改进，
将从多方面继续改善人民的生活。
（4）大脑接口
与大脑相连的设备不只是能从身体和神经系统方面改善患者的生活，还可以应用于
汽车、教育、游戏、安全等产业。澳大利亚的科研人员发明了一种由注意力驱动的汽车，
使用实时传感器来监控驾驶者的注意力，在发现他们疲劳或分心时会降低速度。新加坡
推出名为Brainpal的脑机接口竞赛游戏，使用神经反馈来提高玩家的注意力。由思维控
制的无人驾驶飞机也已出现，由大脑控制的外骨骼也将很快成为现实。
（5）自动化脑部测试
当前，可携带设备与手机应用已能从某种程度上诊断、追踪甚至治疗疾病。Neuro
Pace公司开发的RNS系统能持续监控大脑的放电活动，以发现癫痫发作的早期信号，并
发送短暂的电脉冲以降低顽固性癫痫患者突然发作的风险。头盔、护颈能测量脑震荡发
人工智能快报 2015 年第 2 期（总第 2 期）
5
生的位置、频率与严重程度，有助于减轻运动员长期受到的脑损伤。部分新开发的移动
应用使患者能实时追踪他们自身的认知、心情甚至步态，并将脑部健康情况以报告的形
式发送给他们的医生。也许某一天，我们可以使用手机附带的大脑扫描仪？
张娟 编译自
https://agenda.weforum.org/2015/08/5-brain-technologies-future/
【人工智能】专家展望未来 20 年人工智能将取得的进展
2015年9月，美国《连线》（WIRED）杂志刊登了六位专家对未来20年人工智能领
域可能取得的突破的展望。
美国Emotient公司联合创始人兼首席科学家Marian Bartlett认为，进化了数百万年的
人类大脑能够很好地感知光模式，从而让我们低估了视觉能力的难度。十年前，让计算
机识别自然图像中的简单物体很难完成。随着机器学习的不断进步，计算机现在能够识
别一些微妙诸如面部表情的东西，这将改变我们与机器的交互方式。在接下来的20年里，
机器设备响应人类注意力和情感等非语言信号将成为司空见惯的事情。
美国Sense公司联合创始人Charlotte Golunski认为，数据融合帮助我们更快地做出准
确的决定。如果计算机能够解决数据融合的这个挑战，人工智能将会有更多难以想象的
用武之地。
IBM Watson Solutions副总裁John Gordon认为，所有创新都是从发现以前被忽略的
东西并意识到它有可能改变我们生活方式的那一瞬间开始的。通过帮助我们加快工作和
激发思维，人工智能将引领创新的新时代。
美国塔夫斯大学（Tufts University）计算机科学系Matthias Scheutz教授认为，数据
驱动的统计机器学习将让我们在许多领域实现超越人类能力的目标，包括瞬间完成非常
难的填字游戏和制定城市建筑设计方案等。对于服务型机器人等自治系统，获得足够的
道德能力和道德规范将会是至关重要的。
美国艾伦人工智能研究所CEO Oren Etzioni认为，在20年里人工智能将能够读懂科
学文本。智能设备将有助于我们解决棘手的科学问题，最终带来革命性的科学。
美国MetaMind创始人兼首席技术官Richard Socher认为，人工智能未来面临两个主
要挑战：一是理解并确定事实与概念之间联系，二是研究高效智能算法。
唐卷 编译自
http://www.wired.co.uk/magazine/archive/2015/09/start/the-big-question-ai-advances?utm_campaign=Artif
icial%2BIntelligence%2BWeekly&utm_medium=web&utm_source=Artificial_Intelligence_Weekly_14
人工智能快报 2015 年第 2 期（总第 2 期）
6
视点观察
【机器人】专家讨论机器人威胁问题
在2015年9月9日召开的2015夏季达沃斯论坛上，来自美国的著名机器人制造专家R
odney Brooks和来自加州大学伯克利分校的人工智能专家Stuart Russell分享了关于人工
智能与人类关系等热点的前沿话题，包括：
（1）什么样的机器人会威胁到人类？
在大众看来，深蓝机器人打败世界象棋冠军似乎是机器人威胁论的开始。这种“战
胜”确实是真实的，因为机器人可以向前看出好多步棋路。但机器人没有教别人下棋的
能力，这是人类的专长。另外，机器人在下棋时没有心理活动，它没有意识到人类对手
的存在，它只是在进行一种游戏。
关于人类与机器人的对抗，更合理的情景来自这样的假设：如果未来我们能真的生
产一个通用意义的机器人，它能自己做出决定，还能比人类更准确的预测未来，拥有更
多的自主意识。人类似乎不太愿意和这样的机器人对战，但从科学的角度，Russell教授
认为，要让机器人达到这样的能力还需要大量技术突破，今天很难预测这样的“通用机
器人”何时能成为现实。
（2）我们该害怕机器人吗？该放弃机器人研究吗？
在两位专家看来，人类从来不会因为害怕未来而放弃走向未来。当年人们认为核武
器对人类有威胁，但我们并没有因此放弃对核物理的研究。如今，这一领域的研究帮助
人类解决了很多大问题。
未来人工智能有可能带来威胁吗？在科学家看来，机器人更可能带来的是一种“挑
战”。在未来，人类需要确保人工智能可以完全受我们的控制。
（3）如今的人工智能机器人走到了哪一步？
两位专家表示，在人工智能领域，人类取得的进步比大众预想的还要大。它可以识
别人类的声音，还可以识别标签、图像，并对不同的图像分类，甚至可以识别图像中有
多少人。甚至在未来，可以识别图像中不同人之间的关系。
至于超级人工智能，即使是最前沿的科研专家也承认“今后还有漫长的道路要走”。
（4）工业机器人对中国的意义
Brooks看好工业机器人在中国的前景。在他看来，很多跨国公司将制造环节放在中
国，但目前的挑战是人工人力。中国制造业工人每年工资平均上涨15%，但依然很多人
开始不愿意从事这样的工作。在制造业上引入机器人，可以帮助中国继续在这一领域发
挥力量。
人工智能快报 2015 年第 2 期（总第 2 期）
7
（5）机器人到底有没有意识？
人类通常会“以己度人”。我们认为自己有意识，就会觉得对面的人也有意识。当对
面是机器人时，我们也会产生同样的“推测”和怀疑。但机器是否会有意识？其实我们完
全不知道意识到底是什么。所以，我们首先要花很长时间理解人类的意识是如何产生的，
然后才能去想机器人的事情。
今天的机器人，依然采用“贴标签”的方式去理解世界。它们和人类的区别是机器人
并不理解被贴上标签的物体到底有什么实际的“意义”。
（6）机器人统治世界，与意识无关
在Russell看来，未来机器人是否会统治世界与他们是否存在意识没有关系。机器人
战胜人类、控制世界取决于它们是否能生成更合理的策略。
唯一和机器人意识相关的是我们社会是否要赋予机器人以权利。如果未来有一天机
器人真的有意识，我们就要面临这样的抉择——是否赋予机器人相应的“人权”。
（7）机器人会有一天觉醒，不喜欢人类，杀死我们么？
当机器越来越有能力、超越人类的时候，我们需要保证机器人做出的决策是符合人
类利益的。当你赋予机器人一个目的时，你要确保这个目的符合人类的预期。
在Russell看来，完全控制机器人的难点是你无法知道机器人按照何种方式去实现目
标。人类可以保证机器人行动的结果，但无法保证机器人为实现目标二采用的方式——
当机器人足够智能的时候，过程就远比结果更难控制。
但Brooks的预期要比Russell乐观一些。在他看来，机器人是人类制造的，就像是我
们的孩子。他用自己的生活举例：“我有四个孩子，他们肯定有一天会在能力上超越我。
甚至某些时刻他们会讨厌我、和我生气——但他们不会杀了我。”
唐川 摘编自
http://finance.qq.com/a/20150909/028353.htm
【机器人】科技作家谈机器人社会
从影片《杰森一家》中的保姆机器人到《终结者》中的赛博格，流行文化作品中时
常构想出具有完整双眼和机械四肢的人形机器人，但美国科技记者约翰•马尔科夫（Joh
n Markoff）认为，机器人并非总是一种实体存在。
马尔科夫指出，人工智能在我们生活的许多方面发挥着作用，有时我们并未意识到
这一点。对于无人驾驶汽车技术，他预测将会开发出新一代无需使用电池而是借助太阳
能、振动来运行的计算机芯片。在接下来的五年内，这项计算机芯片技术将覆盖我们的
生活并创造出我们现在无法想象的应用程序，这些程序会被用于机器人传感器，使机器
人的移动性更强。它们还可完成许多其他我们无法想象的事情，并改变我们的社会。
人工智能快报 2015 年第 2 期（总第 2 期）
8
尽管有很多人认为人工智能技术自身的发展非常迅速，但事实上它们仍然是由人类
设计的。马尔科夫认为，人们越来越有能力在设计人工智能系统时纳入自己的那些已知
或未知的想法。
在智能汽车方面，马尔科夫表示应该开发防撞车而不是无人驾驶汽车。马尔科夫认
为汽车行业目前正在朝这个方向发展，行车将变得更加安全，当驾驶员在玩手机或做其
他影响驾驶安全的事情时，汽车会采取相应的保护措施。特斯拉和通用汽车2016年将推
出“超级巡航系统（Super Cruise）”，汽车将以规定速度在高速公路上自动行驶。现今
市场上有一种技术叫“塞车辅助系统（Traffic Jam Assist）”，奥迪、宝马、奔驰等公司
生产的汽车借助这款系统可在拥堵情况下自动行驶：跟随前方车辆、停留在车道内、加
速减速，让司机得到解放。马尔科夫认为，最终实现真正无人驾驶这一目标很难完成，
在未来十年内不太可能，但“由司机监控而非手动驾驶”这一期望有望在五年内变成现
实。
凡莉 编译自
http://www.npr.org/sections/alltechconsidered/2015/08/20/433000643/how-close-are-we-really-to-a-robot-r
un-society
【人工智能】部分学者认为图灵测试缺乏价值
据科技资讯网TechInsider 2015年8月18日报道，部分人工智能科学家认为图灵测试
几乎毫无价值，而且还使得人们背离了真正的人工智能科学。
图灵测试是以著名计算机科学家艾伦•图灵的名字命名的。图灵在1950年的一篇论
文中提出图灵测试，其内容是：如果计算机能在5分钟内回答由人类测试者提出的一系
列问题，且其超过30%的回答让测试者误认为是人类所答，则计算机通过测试。
2014年夏天有新闻报道，一个叫尤金•古斯特曼（Eugene Goostman）的计算机程序
通过了在英国雷丁大学举行的图灵测试竞赛。该程序使得30位测试者中至少三分之一误
以为它是人类。该项竞赛的组织者之一凯文•沃里克宣称这是计算机程序第一次真正通
过了图灵测试，并称这是里程碑式的突破。
但后来质疑者通过测试，认为该程序并不真正具备通过图灵测试的能力，而是依赖
于幽默和误导性回答去迷惑测试者，并经常重复提供一些令人费解的回答。事实上，将
程序设计成一名英语水平不好的13岁男孩，可能是至少有10名测试者被迷惑的一大原
因。
纽约大学的认知科学家加里•马库斯和加州大学伯克利分校的人工智能科学家斯图
尔特•罗素等许多人工智能科学家对此感到相当失望。马库斯和罗素等批评者认为，图
灵测试只是人工智能的一个方面，单项测试对话忽略了大量其它因素，包括人工智能的
人工智能快报 2015 年第 2 期（总第 2 期）
9
想象力、常识推理能力以及物理操作和运动能力。罗素认为不应该以通过图灵测试为目
标来研究人工智能。人工智能领域的奠基人之一马文•明斯基也反对以通过图灵测试为
导向，并明确反对一项名为“罗布纳竞赛奖”的图灵测试活动。
罗素表示，现在人工智能领域的大部分科研人员都不会以通过图灵测试为研究目
标。罗素称科研人员真正在推动的工作包括改善人工智能的推理、学习和决策能力。而
纽约大学的马库斯针对以上重点设计了一系列测试，其中一项测试要求机器能够理解大
多数人都可以理解的“语法模棱两可的句子”。马库斯希望新的测试可以激励研究人员开
发出能够更深入理解世界的机器。
孙治 编译自
http：//www.techinsider.io/ai-researchers-arent-trying-to-pass-the-turing-test-2015-8?utm_campaign=Artifi
cial%2BIntelligence%2BWeekly&utm_medium=web&utm_source=Artificial_Intelligence_Weekly_13
前沿科技
【人工智能】谷歌正在研发新型人工智能算法
据英国《卫报》报道，美国谷歌公司的杰夫•辛顿教授宣称，谷歌正在开发一种新
型人工智能算法，该算法具有逻辑、自然对话甚至调情的能力。
辛顿教授表示谷歌正在研究的这种新型人工智能算法可以将认知编码为一系列数
字，他称之为“认知向量”。他提到虽然研发工作还处于早期阶段，但现在已找到一种方
法使当前的软件变得更加高级，使之具备类似人类的推理逻辑能力。他表示，该软件将
具备基本常识。
辛顿认为，“认知向量”的方法将有助于人工智能技术攻破两个主要挑战：掌控自然、
会话语言和逻辑跳跃能力。在过去的20年间，科学家已经为了克服以上挑战而做出了许
多卓越的贡献。一位在斯坦福工作的人工智能科学家开发了一个叫NaSent的程序。他用
从美国著名影评网站烂番茄中提取到的1.2万句评论，训练NaSent去认知人类的情感。
开发“认知向量”的初始动机部分是为了提高翻译软件的准确性，比如谷歌翻译，当
前采用的是使用字典翻译单个单词，搜索以前翻译过的文档去找到短语的典型翻译。尽
管这些方法可以翻译出粗略的意思，但也容易翻译出废话和存疑的语法。通过提取更接
近实际意义的元素，认知向量可提高翻译水平。
该项技术可以赋予每个单词一组数字或一个向量，用来定义单词在理论“语义空间”
或云中的位置。一个句子可以被看作为连接这些单词的路径，接下来单词又可以细分成
一组数字，或者认知向量，认知可以作为两种语言之间的桥梁。
人工智能快报 2015 年第 2 期（总第 2 期）
10
技术的关键点是在一种语言中找出每个单词指派的那些数字，这需要使用深度学
习。最初单词（包括云在内）的位置是随机排序的。然后翻译算法基于翻译过的句子开
始训练。刚开始翻译时，它所产生的句子都是没有意义的。但是有一个错误信号反馈回
路允许每个单词的位置不断的被精确，直到最终在云端的单词位置获得了在人类使用它
们时的方式，即它们的有效含义。辛顿说，语言能够以数学的精度被拆析是令人惊讶的，
但是这是真的。
许多人工智能的最新进展都是源于深度学习的领域，它的核心思想是计算机程序用
巨大的数据集来训练，学习如何执行任务，而不是教一套死板的规则。随着数据集的巨
大增长和更强大的处理器，由辛顿几十年前开创的深度学习方法已经占据主导地位，谷
歌、Facebook和微软都在此方向投入了大量研发力量。
美国企业家埃隆•马斯克曾描述人工智能是人类最大的威胁，但是辛顿对人工智能
发展所带来的问题不是特别关注。辛顿表示他更担心美国国家安全局之类的机构改进并
滥用人工智能技术，例如对民众进行窃听。
孙治 编译自
https://wtvox.com/robotics/google-is-working-on-a-new-algorithm-thought-vectors/?utm_campaign=Artifi
cial%2BIntelligence%2BWeekly&utm_medium=web&utm_source=Artificial_Intelligence_Weekly_14
【人工智能】人工智能可通过阅读他人著作来创作小说
2015年9月，美国乔治亚理工学院的研究人员宣布开发出了一种叫做“Scheherazade-
IF（天方夜谭互动小说）”的人工智能技术，可通过阅读和学习他人写的小说创作互动
小说，很多读者发现其内容的连贯性如同一个人类的作品。
在美国乔治亚理工学院开展的实验中，Scheherazade-IF程序查看了数百人写的观影
或银行抢劫故事，并利用这些素材自创了互动小说。Scheherazade-IF不能读懂小说的内
容但能识别其模式，当它发现不同人似乎写的是同一个事件时，便能意识到一定有什么
重要的事正在发生，它还可以判断哪些事件容易在其他事件之前发生。
为了测试Scheherazade-IF的写作技能，研究人员将其与该程序的能够编写随机故事
的版本以及一个预编了“完美”脚本（人工编程）的系统进行了对比。要求人们运行不
同的系统并报告小说内容无意义的频率。在某些情况下，Scheherazade-IF与人工编程版
本的表现一样好，而在其他情况下约为人工编程版本的83%水平。Scheherazade-IF对不
同场景的学习能力不一样，但都优于随机编写故事系统的表现。例如，对于电影约会场
景，测试者发现在人为创作的互动小说中平均有3处错误，而Scheherazade-IF创作的小说
中平均有5处错误，随机创作的互动小说中平均有15处错误。
目前Scheherazade-IF学习的故事是参与者提供的原创故事。这些故事可采用自然语
人工智能快报 2015 年第 2 期（总第 2 期）
11
言书写，但有一定限制条件，每一个事件必须用一个句子描述，即不能是用“和”、“但
是”连接而成的复合句。
Scheherazade-IF将参与人群视作一个可提供新信息的大型分布式知识库。目前看来，
按照Scheherazade-IF能够识别的格式进行付费写作这一方式成本低且有效，但从理论上
看，随着未来人工智能技术的发展，Scheherazade-IF将可通过阅读大量星战迷编写的小
说创作一部星球大战互动小说。
凡莉 编译自
http://motherboard.vice.com/read/this-ai-creates-interactive-fiction-by-reading-other-peoples-stories
【机器人】可实时从错误中汲取教训的机器人问世
2015年9月2日，著名科技资讯网站Engadget发文介绍了一项新的人工智能专利——
整体强化学习技术。该专利可以使得智能设备在工作的同时从之前所犯的错误中汲取教
训。机器人和其它的人工智能设备已经可以从自身犯下的错误中吸取教训，但是必须停
止当前的任务才能处理过去发生的错误。这项新的整体强化学习技术能够使得智能设备
基于先前的每个决策来连续不断地改善它们的行为。在不久的将来通过使用该技术，人
工智能或许不再需要停顿。如果一台机器在处理某个任务时尚未获得最优的方式，它可
以保持不断尝试（通过预测结果或者真实地试探），直到找到最优方式。
这种处理方法非常适用于需要持续优化的计算任务，比如自动驾驶系统和汽车的排
气控制系统。然而，它可能在机器人技术中是最有用的。许多机器人不适应意想不到的
情况——这种技术可以使得它们可以“临场发挥”，即使是在糟糕的情况下还能有上佳的
表现。可以说，自主试设备将会在工作中变得越来越聪明和高效。
孙治 编译自
http://www.engadget.com/2015/09/02/real-time-robot-learning-patent/?utm_medium=feed&utm_source=F
eed_Classic&utm_campaign=Engadget&ncid=rss_semi
【机器人】美大学获资开展应急与生活辅助机器人研发
2015年9月，美国马萨诸塞大学洛厄尔分校的研究人员获得了资助，以推进机器人
在四个研究方向的发展，帮助拯救生命并解决人们的活动问题。此批资助总计106万美
元，资助方为谷歌公司、美国国家科学基金会、美国国家标准与技术研究所，其目的是
创造出能够为人们更高效、更安全地工作的机器人。
此次资助将推进的四个方向的研究项目，包括：
（1）有助于通过技术和信息共享改进应急响应的机器人研究，此研究从谷歌公司
获得了5万多美元的资助。此研究将有助于改进在自然灾害、恐怖袭击等紧急情况下应
人工智能快报 2015 年第 2 期（总第 2 期）
12
急人员之间、以及与机器人之间的通信。
（2）国际培训标准研究，这些标准将被用来指导紧急救援人员如何在现场使用机
器人。美国国家标准与技术研究所为这项为期三年的项目资助了约28万美元。
（3）关于汽车制造业机器人的耐用性与性能测试研究。这项为期两年的项目获得
了美国国家标准与技术研究所资助的18.1万美元经费。
（4）低成本辅助机械臂的研发。此项研究将使有活动障碍的人群受益。这项研究
获得了美国国家科学基金会提供的55.3万美元资助，目前正在采用机器人制造商Rethink
Robotics公司生产的Baxter Research机器人进行测试。
凡莉 编译自
http://www.bizjournals.com/boston/blog/techflash/2015/08/robotics-research-at-umass-lowell-that-could.ht
ml
【机器人】新技术可拦截“机器人骚扰电话”
2015年8月，一项名为RoboKiller（机器人杀手）的新技术在美国联邦贸易委员会举
办的“机器人电话：人类反击战”竞赛中获得了2.5万美元大奖，此次大赛旨在促进自动营
销电话拦截技术的发展。Robokiller应用程序可为移动和固定电话客户防御骚扰电话，并
可以整理垃圾邮件文件夹中邮件的方式对其进行排序。
在过去几年里，美国联邦贸易委员会已通过举办各种竞赛促进机器人骚扰电话拦截
技术的发展，但骗子使用越来越复杂的计算机骚扰电话技术对那些容易上当受骗的消费
者进行欺诈。这些诈骗系统绕过了联邦贸易委员会制定的“拒绝来电”列表，采用各种方
法避开检测，包括使用IP电话线路、本地目标号码和脚本化的交互式语音应答系统，表
面看似人工在操作。
如果用户在RoboKiller应用程序中注册自己的电话号码，所有来电将会通过云数据
中心的RoboKiller后台转接。RoboKiller服务器会对来电进行分析，“应答”来电，但仍在
接通前发出铃声信号。机器人骚扰电话检测到RoboKiller服务器的初始应答后便会开始
播放提前录好的语音信息。RoboKiller服务器会在后台进行音频分析，寻找迹象表明来
电是机器人骚扰电话，比如会沉默一段时间、无背景噪音以及其他自动电话的音频特征。
机器人骚扰电话会被直接转入垃圾箱中，而经过确认的人工来电会以SIP电话形式转接
给用户。
凡莉 编译自
http://arstechnica.com/information-technology/2015/08/robokiller-wins-ftc-prize-by-annihilating-robo-calls
【机器人】机器人通过学习文字材料掌握厨艺
人工智能快报 2015 年第 2 期（总第 2 期）
13
据美国麻省理工《技术评论》网站2015年8月报道，德国科研人员开发出一款名为P
R2的机器人，能够通过阅读WikiHow网站上的菜谱学习如何制作煎饼和披萨。此项成果
源于欧盟RoboHow项目，旨在探索如何教机器人理解语言。这将便于人们向机器人传达
指令并为机器人提供一种执行不熟悉的任务的方法。该研究希望让人们只需要简单地告
诉机器人要做什么，而不是通过编程让机器人执行精准的动作。
尽管许多研究人员都在不断开发更好的机器人学习技术，但即使是一项简单的操作
对于机器人而言也很难完成。教会机器人如何将高级指令转化成具体行动是一项重要且
具有挑战性的任务。
因此RoboHow项目的研究人员想向机器人教授必要的基本知识，以便将高级指令转
化为具体行动。到目前为止，模拟机器人和真实机器人都能将几种WikiHow上的指令转
化为有效的行为。
研究人员在一组实验中教PR2机器人如何完成简单的实验室任务，如处理化学物品。
一旦机器人学习了一组特定指令如何对应一项任务，其学到的知识便会被添加到一个“O
pen Ease”在线数据库，以便其他机器人可以访问，这些指令采用一种机器可读的语言编
码。研究人员正在采用其他技术帮助机器人学会执行基本任务，如通过观看视频学习人
们如何执行任务。
凡莉 编译自
http://www.technologyreview.com/news/540781/robots-learn-to-make-pancakes-from-wikihow-articles/
【无人机】美政府部门拟利用无人机改进天气预测
美国国家海洋与大气管理局与美国宇航局正在利用无人机的观察能力改进天气预
测水平。2015年8月26日，上述两家机构发布消息称计划从美国弗吉尼亚州的瓦罗普斯
飞行研究所发射美国宇航局的无人飞机“全球鹰（Global Hawk）”，直接进入热带风暴
埃里卡（Erika），无人机可在飞行至风暴区域上方或前方时连续搜集数据。
这是美国国家海洋与大气管理局四年计划“利用操控式无人机技术探测危险（SHO
UT）”的初步阶段，这一计划于2014开始施行。当飞机翱翔在海洋地区上方时，可搜集
水分、风速、风向的实时数据，然后科学家们会将这些数据输入美国国家飓风中心的预
测模型。观测数据可大幅提高热带风暴、冬季风暴、大洪水等天气事件的预测水平。
目前，全球鹰已与少量载人飞机一道在空中搜集数据，不同的是无人机比载人机的
飞行高度更高，飞行时间更长。
凡莉 编译自
http://www.nextgov.com/emerging-tech/2015/08/noaa-use-unmanned-aircrafts-predict-weather/119459/
人工智能快报 2015 年第 2 期（总第 2 期）
14
【无人机】DARPA 拟研发机载无人机战群
据美国科技资讯网站Engadget 2015年8月28日报道，美国国防部高级研究计划局（D
ARPA）拟研发一种机载无人机战群，即用飞机运载无人机战群去执行任务。
2014年，DARPA邀请专家建立了一个可重复使用的机载系统。2015年8月，DARP
A又宣布启动一个旨在实现空中可回收无人系统的项目“小精灵（Gremlins）”。据该项
目负责人介绍，其目标是完成概念证明性质的飞行演示，并以可靠、可响应及合理的成
本加载情报模块、监视和侦察（ISR）模块及其它非动能载荷。
可在空中应用和回收的无人机有望提高军队的灵活性并降低任务费用。根据DARP
A的描述，该项目有望在经过适度修正后，能够从轰炸机或运输机等大型飞机发射无人
机战斗群。
王会勇 编译自
http://www.engadget.com/2015/08/28/darpa-wants-to-launch-and-land-gremlins-on-moving-planes/
【图像识别】美 FBI 寻求更好的纹身识别技术
公安机关办案时会拍下嫌疑人身上的纹身，美国联邦调查局（FBI）就有一个纹身
数据库，用于识别嫌疑人身份。但该数据库通过关键字来搜索纹身图像，这就面临一些
问题，因为分类不够细，并且不同人对同纹身图像的命名也不同。
因而FBI计划采用基于图像的纹身识别技术来改进这方面的工作。相较于关键字查
询，FBI将采用的算法对图像本身的特征进行对比和匹配。FBI求助于美国国家标准与技
术研究所,该研究所在2014年秋季举办了一次最新技术评估挑战赛，共有六家机构参与，
它们对联邦调查局提供的一组数据运行了自己的算法。
2015年6月，这六家机构汇报了它们的算法在五种不同类型搜索中的表现。这些算
法在三类搜索中表现不错，在“检测一个给定的图案中是否含有纹身”、“过一段时间再
次识别同一人身上的同一纹身”、“识别较大纹身的其中一小部分”方面的成功率达到了9
0%以上。
这些算法在“识别不同人身上外形相似的纹身”、“寻找素描图像、扫描打印图像、
计算机图像等各种媒体图像中的相似纹身”这两项任务中的表现很差，正确率低至15%。
这些纹身图像算法类似于面部及其他图像识别技术采用的算法，算法都基于从图像
中提取关键点。指纹中有山脊线和山谷线，面部有眼睛和鼻子，而纹身却没有可供识别
和对比的标准特征。
除了强调算法的弱点外，此次挑战赛还证明了需要在以下两个方面加以改进：（1）
执法部门需要制定最佳的纹身图案收集实践办法：单独拍摄每只前臂上的各个纹身而不
是一次拍下两只前臂上的纹身；（2）生物特征识别行业必须更好地确定纹身图像中的
人工智能快报 2015 年第 2 期（总第 2 期）
15
哪些内容需要通过技术手段比对。
凡莉 编译自
http://spectrum.ieee.org/computing/software/fbi-wants-better-automated-image-analysis-for-tattoos
产业动态
【人工智能】丰田公司将投五千万美元进军人工智能领域
2015年9月4日，日本丰田公司宣布将采取推进人工智能和机器人关键研究的初步措
施。丰田公司表示，它将在麻省理工学院和斯坦福大学建立两家合作研究中心，并在未
来五年内投入五千万美元。最初的重点包括加速发展更加智能和安全的车辆以及机器
人。与谷歌等公司研发全自动驾驶汽车不同，丰田正在研究车辆辅助驾驶系统。
丰田公司每年将直接资助麻省理工学院和斯坦福大学的人工智能实验室各五百万
美元科研经费，以研究有关车辆方面的人工智能。该公司宣告，Gill Pratt博士将领导丰
田公司的研发中心，并将指导和加速这些研究活动及其在智能车辆和机器人方面的应
用。丰田还强调，其自动驾驶汽车计划将不同于谷歌和其他机构，其目标是开发真正能
够帮助驾驶并避免事故的智能汽车。因此，丰田希望人与车相互合作，而不是让车来处
理一切。丰田认为这种合作对短期提高安全性有重大意义。
从本质上讲，丰田想做的是改进现有的自主安全技术，如防锁刹车、盲点警告、行
人检测系统等等，并取得新的发明。与优步（Uber）和谷歌的做法不同，丰田公司把主
要精力放在自动驾驶的人工智能核心部件上，而不是自动驾驶汽车的制造上。
麻省理工学院计算机科学和人工智能实验室（CSAIL）以其多种多样的机器人研究
而闻名于世。CSAIL将建立预测模型来帮助汽车决定采取什么行动，尤其是在交通拥挤、
高速运行和天气恶劣的情况下。CSAIL也会考虑很难预测的人的部分，并与驾驶员协作
找到正确路线，甚至可能根据驾驶员的情绪（比如你是否分心）来调整决策。
斯坦福大学人工智能研究室（SAIL）在计算机视觉、机器学习、深度学习、概率推
理、决策理论及其他与人机交互相关的方面拥有非常丰富的经验。SAIL在人工智能研究
上有全盘计划，包括感知、分析、学习、交流和最终行动五个部分。自动驾驶是实现这
种先进研究的完美平台，因为它需要人工智能技术所有的五个部分。
丰田是一家汽车公司，但在机器人和自动化方面拥有辉煌历史。此次针对人工智能
的五千万美元投资以自动化技术作为核心，但其研究结果将有更广泛的应用，这是丰田
公司早就意识到的。
唐卷 编译自
人工智能快报 2015 年第 2 期（总第 2 期）
16
http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/toyota-announces-major-push-into-ai-and
-robotics?utm_source=feedburner-robotics&utm_medium=feed&utm_campaign=Feed%3A%20IeeeSpectr
umRobotics%20%28IEEE%20Spectrum%3A%20Robotics%29
【人工智能】苹果公司大举布局人工智能
苹果公司正在大力招聘人工智能领域专业人员，发布一系列博士招聘计划以大幅扩
大人工智能专业员工的规模。苹果公司目前正在招聘至少86名机器学习领域的专业人
员，并加大了机器学习博士人员的招聘力度，与谷歌、亚马逊、脸谱等巨头展开了激烈
的人才竞争。
2011年，苹果推出的智能手机Siri技术向消费者引入了数字助手的概念，之后此项
技术逐渐落后于谷歌和微软公司的技术，这两家公司开发的数字助手能更好地学习用户
需求并为人们的日常生活提供更好的帮助。
过去，苹果公司未能处于机器学习和人工智能前沿技术的领先地位，但这一状况正
在迅速改变。通过收购一些初创公司，如播客应用Swell、社交媒体分析公司Topsy和个
人助理应用程序Cue，苹果公司扩大了其在该领域的专家团队。根据过去曾在苹果公司
任职的一位人工智能技术人员估算，在过去几年里，苹果公司聘用的机器学习专业人员
的数量增加了二至三倍。
当前发布的职位多为软件方面的，从Siri的智能功能到IOS新兴搜索功能的开发，苹
果公司还在招聘产品营销、零售等领域的机器学习专家，表明该公司正在对数据加以广
泛利用。
苹果公司的招聘现状反映了硅谷各公司正在努力寻求能够助其利用大数据的人才。
苹果和谷歌都在投资的一些技术需要大量通常不能在单个设备上处理的数据，如深度学
习技术，这是一个机器学习的热门领域，计算机可大致模拟人脑，发现模式并对信息进
行分类。
那些想要不受限制地访问数据的机器学习专家往往倾向于回避苹果公司提供的职
位，但苹果公司正在加强与学术机构的联系从而寻找所需人才，参加各种行业会议并积
极探讨高等院校实验室研发的新型工具的使用情况。
凡莉 编译自
http://www.reuters.com/article/2015/09/07/us-apple-machinelearning-idUSKCN0R71H020150907
【人工智能】IBM 人工智能帮助中国应对空气污染
2015年8月，IBM公司表示正在测试一种利用人工智能技术缓解北京空气污染的新
方法。中国首都与全国其他很多城市一样，周围都是工厂，其中多数工厂以煤炭为燃料，
人工智能快报 2015 年第 2 期（总第 2 期）
17
会排放有害微粒，但各个城市的污染程度因工业活动、交通堵塞、天气条件等因素而异。
IBM的研究人员正在测试一套计算机系统，该系统可结合几个不同模型得到的大量
数据预测未来几天北京市内各区域的空气污染程度，这是一项极其复杂的计算挑战。该
系统最终可提供关于“如何将污染程度降至可接受水平”的具体建议，如关闭某些工厂或
限制路上的车辆数量。华北受污染严重的河北省某市也在开发一个类似的系统。
IBM研究人员已经建立了一个原型系统，能够对空气质量进行72小时的高分辨率预
测，研究人员正在扩展系统功能，以提供中长期预测（最多可提前10天预测）、污染源
追踪、“假设”场景分析以及减排决策支持。
污染预测具有挑战性，IBM利用北京市环保局提供的数据完善了模型，预测分辨率
为一公里，比传统方法的精确度高30%，系统采用“自适应机器学习”算法确定最佳模型
组合。
IBM目前正在卫生保健、咨询等诸多行业内推动人工智能的发展，认知计算方面的
成就包括为沃森计算机系统开发了自然语言处理和统计技术。
凡莉 编译自
http://www.technologyreview.com/news/540806/how-artificial-intelligence-can-fight-air-pollution-in-china
【人工智能】高通人工智能技术将加强手机安全
美国高通公司（Qualcomm）于2015年8月31日宣布，其新一代骁龙820处理器将会
是第一款使用机器学习来确保安全及隐私问题的芯片，这归功于一个称之为骁龙智能保
护的应用程序。即将推出的该手机芯片使用了人工智能技术，能在恶意软件感染手机前
就将其拦截。
当今安全威胁的非静态性使得学习能力变得尤为重要。这些威胁不断演化，依靠持
续更新来确保手机安全将会给用户带来不便。高通公司的计划是利用Zeroth认知平台的
神经网络技术，该技术在过去几年的研发中帮助骁龙手机智能保护软件适应了真实环境
中的实时威胁。这也将是Zeroth技术第一次付诸实践。
高通公司此次做出了三项引人注意的决定：首先是引入机器学习和人工智能技术以
保障安全；二是将机器学习应用在对能耗有苛刻要求的智能手机上，而通常大多数的机
器学习算法运行在数据中心的大型服务器上；最后，高通公司要求安全软件提供商开放
应用程序接口共享一些数据，使得芯片上的骁龙智能保护应用程序了解到威胁存在并做
出最优处理。
对于通过训练人工智能来应对安全威胁，这种数据共享是非常宝贵的，但这也意味
着安全软件服务商需要或多或少放弃一些竞争优势。高通公司要求将分享的数据用于训
练其智能系统，对安全软件服务商而言是一个重大的交易，最终将为参与公司（Avast，
人工智能快报 2015 年第 2 期（总第 2 期）
18
AVG和Lookout）提供优势，使他们的软件能更好地运行在智能手机上。
高通公司期望使用该技术的消费设备能在2016年面市。
李柳奇 编译自
http://time.com/4019258/qualcomm-smartphone-security-artificial-intelligence/
【人工智能】新智能手机算法可判断用户是否无聊
2015年9月，西班牙巴塞罗那电信研究所的一个研究小组宣布他们开发出了一种算
法，可通过研究人们对手机的使用情况来判断人们何时感到无聊。
这种算法可通过查看手机用户的手机活动并结合用户最后一次打电话或发短信的
时间、当时的时点以及手机的使用频率判断人们是否无聊。研究发现，通过此种方法预
测的手机用户的无聊时段占其使用手机时间的83%。研究人员还进一步向被判定为无聊
的智能手机用户发送提示，请其查看BuzzFeed网站上的一篇文章，被判定为无聊的人点
击此文章的频率比其他人更高。
研究人员正在利用智能手机数据分析人们的精神状态。无聊容易导致抑郁，如果能
够推断某个人无聊，便可为他（她）做些什么。
凡莉 编译自
http://www.technologyreview.com/news/540906/your-smartphone-can-tell-if-youre-bored/
【人工智能】Facebook 发布人工智能助手 M
据美国著名杂志连线（WIRED）网站2015年8月26日报道，脸谱公司（Facebook）
于当日发布了人工智能助手“M”。
“M”建立在“Facebook Messanger”基础之上，类似于苹果的“Siri”、谷歌的“Now”和
微软的“Cortana”。“M”的人工智能技术源于脸谱公司并购的一家初创公司Wit.ai，可以
像人一样回答诸如“你可以帮我预定晚餐吗”或“你能帮我计划下个假期吗”之类的问题。
Wit.ai公司提供的技术能够帮助技术人员开发出类似Siri的语音识别或自然语言处
理系统，且不像苹果或谷歌公司的产品那样需要经过海量语音数据的训练。Wit.ai公司
的技术基于“条件随机域”和“最大熵分类”这两种算法，通过学习开发人员采集的语音样
本数据来识别语音。
当用户向“M”提出一个问题时，其人工智能模块会尝试理解该问题并组织一个答案。
但它不会把这个答案发送给用户，而是发送给人工“培训者”——脸谱的工作人员。这些
“培训者”会决定采取何种措施来为用户提供所需的答案。
Wit.ai公司的创始人表示，脸谱没有从一开始就用神经网络来构建“M”，这是因为如
果没有正确的数据，神经网络也无法提供比Siri和Wit.ai更好的服务。所以脸谱采用了一
人工智能快报 2015 年第 2 期（总第 2 期）
19
种渐进的方式：从少量的数据开始建立模型，再利用模型获得更多数据，当数据量足够
大时就可以获得更深层的学习能力。
王会勇 编译自
http://www.wired.com/2015/08/how-facebook-m-works/?utm_campaign=Artificial%2BIntelligence%2BW
eekly&utm_medium=web&utm_source=Artificial_Intelligence_Weekly_14
【人工智能】百度发布人工智能助手“度秘”
在2015年9月8日的百度世界大会上，百度公司发布了新的虚拟手机助手“度秘”（Du
er）。度秘已被嵌入拥有数百万用户的百度手机搜索App。
作为百度互联网应用中计划推出的语音控制部分，度秘可以给中国用户直接提供订
购餐饮食品及其它服务的访问链接。该虚拟助理将遵循类似谷歌即时语音搜索的设计，
最终集成百度的其他应用程序，包括地图、糯米、团购等服务。目前，百度正着力于开
发能够允许度秘控制家用设备以及允许其连接医疗保健和其他服务提供商的系统。
谷歌公司期望能在近期重新进入中国，开放其在西方智能手机市场占据主导地位的
谷歌游戏商店及安卓系统的有限版本。但这将不得不直面百度、小米等中国企业的挑战。
李柳奇 编译自
http://www.theguardian.com/technology/2015/sep/09/baidu-duer-digital-assistant-siri-cortana-google-now
【人工智能】人工智能成为 35 岁以下最优秀创新人才的首选领域
2015年9月2日，美国麻省理工学院《科技评论》网站发布了2015年度35岁以下最优
秀创新人才榜单，共有35位人才入选，其中有9位从事人工智能领域的工作，显示人工
智能已成为全球最优秀创新人才的首选领域。以下简单介绍这9位创新人才。
陈云霁（发明家，32岁）：设计了深度学习专用处理器，优化了“机器学习的基
本模块”。
Adam Coates（34岁）：为中国搜索公司百度设计了人工智能，让数百万人更轻
松的上网。
Travis Deyne（发明家，32岁）：发明了可以无线充电的机器人，目前就职于美
国谷歌公司的X部门。
Rikky Muller（企业家，34岁）：设计了可植入大脑并与大脑直接交互的硬件和
帮助治疗精神疾病。
Jamie Shotton（发明家，34岁）：微软研究院工作，发明了一种可以让电脑认
知世界的新方法。
Ilya Sutskever（29岁）：推动了谷歌大脑深度学习的发展。
人工智能快报 2015 年第 2 期（总第 2 期）
20
Benjamin Tee（发明家，33岁）：使用合成触觉技术，开发了智能医学诊断和
治疗技术。
Conor Walsh（发明家，33岁）：致力于开发柔软的、轻量级、灵活的机器人，
可供人们穿戴并增强人们的能力。
Melonee Wise（企业家，33岁）：美国Fetch Robotics公司首席执行官，致力于
为仓库等开发成本合理的机器人。
孙治 编译自
http://www.technologyreview.com/lists/innovators-under-35/2015/
【机器人】科学家开发出可适应真实环境的建筑机器人
据美国麻省理工《技术评论》网站2015年8月报道，美国哈佛大学与纽约州立大学
布法罗分校的研究人员正在设计能够在理想的可预测环境之外工作的建筑机器人，这些
工作场所（如仓库、工厂）可能存在意想不到的障碍物，并且不能采用预测算法提前计
划操作步骤。设计“建筑机器人”的目的是搬运各种延展性建材，并可用作“救灾员”。
研究人员设计了两种机器人：一种可存放自硬膨胀泡沫胶，另一种可拖动并堆放沙
袋。建筑机器人通常只可搬运砖块等散材，而这些新型机器人搬运的材料在广泛的真实
环境中会用到，但具有高度不可预测性。泡沫胶可粘附在大多数物体表面上并膨胀起来
填补漏洞，但其初始状态是液体，因此很难准确知道在流出多长距离后会变硬；沙袋经
常被用于救灾，起挡墙作用，但操作时里面的沙粒容易移位。为了应对这种不可预测性，
这两款机器人配备了一个红外传感器，用于在放下建材时扫描并评估环境。扫描装置是
必备的，可使机器人对环境具有高适应性。
这两款机器人采用一种循环算法：扫描、评估环境、放置材料、再次扫描、评估环
境变化、放置更多材料，机器人可在施工过程中考虑到任何环境以及材料变化不断施工。
团队目前重点研究的是这种自适应系统在建筑坡道中的应用，其结构相对简单但实
用性强：可用来连接两个点，并且在设计上也具有很大灵活性。该系统适用于搬运任何
不可预知的材料（不仅是泡沫或沙袋）的攀爬机器人或操作机器人，该系统还可与多机
器人团队协作。由于该算法的适应性强，无论机器人面临的不确定性来自于环境、材料
或另一个机器人的行为，也不受影响。
研究人员开始在越来越不可预测的环境中测试该系统，下一阶段将配置一款能够适
应各种建材施工的建筑机器人。
凡莉 编译自
http://www.technologyreview.com/news/540156/team-designs-robots-to-build-things-in-messy-unpredicta
ble-situations/
人工智能快报 2015 年第 2 期（总第 2 期）
21
【机器人】新算法可帮助机器人节能 40%
据瑞典查尔莫斯理工大学网站2015年8月报道，该校研究人员开发了一种新的优化
算法，能将工业机器人的能耗减少40%，同时保持规定的生产时长。
在汽车车身厂等机器人密集型制造行业，机器人的能耗约为生产总能耗的一半。对
机器人的运动进行优化可以减少加速、减速运动以及机器人的停滞时间，因为机器人在
停滞状态下也会消耗能量。
研究人员称，他们只是让机器人的动作速度变慢，而不是等待其他机器人和机器赶
上下一道工序。还可通过这种优化算法确定各种操作的先后顺序，从而减少能耗，但不
会缩短总的动作时长。这种优化不会改变机器人的操作路径，只会改变速度和顺序。优
化程序启动后便开始记录每个机器人在单个操作周期内的动作以及所有碰撞区。记录下
的信息经过优化器处理，生成新的控制指令，再由机器人直接执行新的指令。
凡莉 编译自
http://www.chalmers.se/en/departments/s2/news/Pages/Smooth-robot-movements-reduce-energy.aspx
【无人机】德企业发布不明无人机探测系统
2015年8月27日，美国Discovery网站报道称一家德国企业发布了一种不明无人机探
测系统。
在美国，对无人机和遥控直升机的使用如雨后春笋般增长，正在促使社会、技术和
公共政策发生急剧变化。例如，美国马里兰州有人试图使用无人机将毒品、枪支等物品
偷运到监狱大院。
针对此类情况，德国一家名为Dedrone的新创公司研发出了一种反无人机系统，能
够监测到并报告在特定范围内飞行的无人机。该系统面向的用户群体包括监狱、公共活
动组办方等，非授权、不明身份的无人机将给这些用户带来安全隐患。该系统被称为无
人机追踪者，约16英寸大小，使用一个传感器阵列（包括视频摄像机、声学传感器和近
红外相机）来全天候地观测天空，以发现不明无人机的侵入。每个无人机追踪者能以12
0度的视角监视100米以内的空域。
Dedrone公司还提供了一套基于浏览器界面和云计算数据存储的软件系统。无人机
追踪者的设计模式使其极易配置和部署，使得用户可以建立一个临时的无人机检测边
界。
王会勇 编译自
http://news.discovery.com/tech/robotics/invisible-sensor-dome-detects-spy-drones-150827.htm
【机器学习】亚马逊在欧洲发布机器学习平台
人工智能快报 2015 年第 2 期（总第 2 期）
22
据2015年8月26日新闻，亚马逊在欧洲推出机器学习平台，并将其作为一个更大的
数据科学部署的一部分。这个服务使企业能够将从亚马逊网络服务（AWS）获得的云计
算产品用于其数据科学项目，是电子商务巨头为在日益拥挤的市场保持竞争力的一个策
略--主要有微软的天蓝色计算服务和IBM的超级计算机Watson服务。
机器学习应用算法对不同类型的数据做出猜测；换句话说，这正是自动驾驶汽车和
亚马逊做关联推荐的关键技术。“机器学习软件会预测一个客户在接下来的五秒钟或五
个星期内可能的行为，”Ralf Herbrich，亚马逊欧洲机器学习中心主管告诉华尔街日报：
“它是大规模的模式识别。”
这个欧洲机器学习平台的启动是自其2015年春天首次面世以来，亚马逊首次在美国
之外提供的机器学习产品（提供给亚马逊网络服务（AWS）用户和不使用云服务的企业）。
微软也曾通过使用某些“市场友好”策略--如在8月推出的具有可怜准确度的年龄猜
测工具--来为它的竞争性项目“天蓝色计算服务Azure”积极寻求客户。脸谱（Facebook）
虽然不向客户提供数据科学服务，但也于最近在法国开启了一个深度学习实验室。
王会勇 编译自
http://www.fastcompany.com/3050408/fast-feed/amazon-takes-its-machine-learning-platform-to-europe?ut
m_campaign=Artificial%2BIntelligence%2BWeekly&utm_medium=web&utm_source=Artificial_Intellige
nce_Weekly_14
【自动驾驶】英机构提出自主互联汽车发展建议
2015年9月9日，英国科学技术理事会（CST）发布了英国无人驾驶汽车的发展机遇
报告，提出了五项自主互联汽车发展建议，包括：
（1）政府应携手产业界创建世界上首家自主互联汽车及其网络应用和测试实验室。
一旦这些自主互联汽车通过可行性测试阶段，则要求其符合一定的参与标准。
（2）政府应明确可为自主和互联汽车运行系统的关键部分有效地开发标准的领域，
与产业界、英国标准协会和国际合作伙伴联合开发相关标准，并推动这些标准的国际采
用进度。在适当的情况下，所开发的标准可包括英国拥有的相关知识产权。
（3）政府和企业应把保险业作为标准开发的一部分。
（4）政府和企业应优先审查与自主汽车相匹配的国内立法。
（5）未来，政府应重点支持研究挑战赛，以制定能增强自主和互联汽车性能和可
用性的实践方案。
目前，政府计划为自主互联汽车推出五年度挑战赛，其重点关注的内容包括：如何
最有效地提升自主互联汽车的性能，如创建自主汽车旅程的规划和管理系统以提高容量
并更有效地利用道路网络，创建随路线和时间变化的差别计价系统以展示道路网路的需
人工智能快报 2015 年第 2 期（总第 2 期）
23
求；识别系统间的相互依存关系，跨越数字和虚拟基础设施，识别全国必要基础设施中
的不足，为突发情况下的系统故障做准备；公众对自主汽车的接受度是至关重要的，这
个问题将成为首次研发挑战赛的对象。
王立娜 编译自
https://www.gov.uk/government/publications/driverless-vehicles-opportunities-for-the-uk
【自动驾驶】新雷达传感技术可降低自动驾驶汽车成本
2015年9月3日，美国网络电子杂志“连线”网站发文介绍了加州大学伯克利分校研发
的一种新型激光技术，该技术可显著降低激光雷达传感系统的使用成本，有望推进自动
驾驶汽车的研发与普及。
激光雷达由“光”和“雷达”构成，传感器通过计算光源与反射光的时间差监测周围环
境，足够应对真实环境，但存在的缺陷是现代自动驾驶汽车里通常使用的激光雷达相当
庞大和昂贵，谷歌在其自动驾驶汽车的早期设计中就曾为此耗资数万美元。
加州大学伯克利分校的研究人员宣称已经开发出一种新的激光技术，可以显著降低
激光雷达的成本、功耗、重量和大小等，为在更大范围推广自动驾驶汽车提供了可能，
这对地面及天空中的无人驾载工具相当重要。
德国西克（SICK）公司已将激光雷达的售价控制在一万美元以内。最近，研究人员
使用四个激光雷达研发了一台自动驾驶高尔夫球车。激光雷达技术的提高和处理算法的
改进将为汽车、高尔夫球车、机器人和无人机等带来自主权。激光雷达通过反复改变激
光的波长，使传感器能正确识别并捕捉到反射光，这种波长的变化要求对反射镜进行精
确控制，通常由一个单独的电力设备控制反射镜的移动。
伯克利的研究人员开发的这项新技术使激光自身就能移动反射镜。这套系统不需要
外部电力设备，传感器更小、更轻、更节能。激光可以与镜子集成，整个装置可集成于
几百平方微米的空间，切仅需五号电池能级的电源。同时，该新型技术使激光波长的变
化更频繁，对周围环境可以提供一个更准确的图像。
李柳奇 编译自
http://www.wired.com/2015/09/laser-breakthrough-speed-rise-self-driving-cars/
人工智能快报 2015 年第 2 期（总第 2 期）
24
快讯速览
机器人快讯
新加坡硬件创业公司GreyOrange获得了3000万美元融资，用于生产更多的Butler
移动机器人。Butler是一种仓库物流机器人，类似于亚马逊的Kiva系统机器人。
信息来源：http://robohub.org/greyorange-gets-30m-for-mobile-robots/
美国卡内基梅隆大学（CMU）和美国通用电气公司宣布投资2000万美元成立风
险基金，并建立一个名为“机器人中心”的加速器项目，希望将高新机器人技术公司引进
匹兹堡市。“机器人中心”也将有利于CMU机器人研究所将其创新成果向市场转化。
信息来源：http://www.post-gazette.com/business/tech-news/2015/08/11/Carnegie-Mell
on-GE-Ventures-bringing-robotics-accelerator-program-to-Pittsburgh/stories/201508110064
长期以来，生物学家希望能从机器人群中了解更多关于合作以及自然界中的复
杂社会行为。英国亚伯大学（Aberystwyth University）的一个计算机科学家团队创造了
蚂蚁般大小的数字机器人，使得他们更加接近这一目标。这些机器人模仿南美切叶蚁，
让科学家能够探索群体劳动中的合作与分工在数以百代的进化中将怎样演化。
信息来源：http://news.sciencemag.org/plants-animals/2015/08/antlike-robots-might-hel
p-explain-origins-animal-cooperation?utm_source=youtube&utm_medium=social&utm_cam
paign=youtube_desc_link
不只是人类可以向机器人学习，美国麻省理工学院（MIT）研发的新型机器人“赫
尔墨斯”（Hermes）可以借助人类控制器生成灵敏而精准的反射机制。它通过飞行员实
时操控模拟控制器来学习。未来，该机器人可能在搜索及救援行动中发挥作用。
信息来源：http://spectrum.ieee.org/automaton/robotics/robotics-hardware/mit-humanoi
d-robot-teleoperation-dynamic-tasks
继成功穿越加拿大、德国和荷兰之后，通过搭便车旅行的机器人HitchBOT本应
完成从波士顿到旧金山的横穿美国之旅，但机器人被发现在费城遭恶意破坏，使得其旅
程戛然而止。
信息来源：http://mashable.com/2015/08/01/hitchbot-destroyed/#SusqFttJeik5
无人机快讯
美国马里兰州执法部门宣布，两人因为涉嫌使用无人机向监狱走私违禁品而被
人工智能快报 2015 年第 2 期（总第 2 期）
25
逮捕。警察在停靠坎伯兰西部监狱边的小卡车上，发现一架多旋翼无人直升机以及烟草、
毒品、色情内容等。在美国其它州也有类似的无人机走私事件发生。
信息来源：http://www.baltimoresun.com/news/maryland/crime/blog/bs-md-prison-dron
e-20150824-story.html
美国共和党主要候选人本卡森（Ben Carson）许诺，如果当选总统，他会在美
国与墨西哥的边界使用更多无人机。
信息来源：http://www.cnn.com/2015/08/23/politics/ben-carson-evangelicals-trump/
日本索尼公司发布了一个新型固定翼无人机原型的视频，该无人机可以垂直升
空且飞行时速超过100英里每小时，约合160千米每小时。
信息来源：http://www.cnet.com/uk/news/watch-sonys-new-drone-take-off-like-a-chopp
er/
美国斯坦福大学的一个研究团队发现了天鹅如何在飞行过程中保持头部稳定，
这个发现可以被用来开发更稳定的无人机摄像头。
信息来源：https://news.stanford.edu/news/2015/august/birds-head-suspension-082815.h
tml
美国波音公司展示了一种便携式高能防空激光器，可用于击落小型无人机。
信息来源：http://www.wired.com/2015/08/welcome-world-drone-killing-laser-cannon/
俄罗斯国防承包商KRET推出了一款不易被敌方观察到的军用无人机的模型，可
用来追捕美国F-35等隐形飞机。
信息来源：https://www.flightglobal.com/news/articles/maks-is-russia-developing-an-f-3
5-hunting-uav-416065/
美国海军进行了一项试验，从一艘联合高速舰上发射两种小型无人侦察机。
信息来源：http://news.usni.org/2015/08/24/joint-high-speed-vessel-launches-2-uav-type
s-in-fleet-experimentation
在美国加州州府萨克拉门托，一架无人机被用来监测新球场建设情况，并识别
工人进度落后于预定计划的区域。
信息来源：http://www.technologyreview.com/news/540836/new-boss-on-construction-s
ites-is-a-drone/
秘鲁文化部正在利用无人机创建马丘比丘以及其它历史遗址的三维地图。
信息来源：http://www.slate.com/articles/technology/future_tense/2015/08/how_peru_is
_using_drones_to_protect_machu_picchu_and_other_archaeological.html
美国数所学校开设了无人机工程和飞行操作的研究生学位课程。
信息来源：http://fortune.com/2015/08/25/advanced-drone-degree/
人工智能快报 2015 年第 2 期（总第 2 期）
26
美国公园服务机构使用“扫描鹰”无人机帮助消防员扑灭华盛顿州奥林匹克国家
公园的火灾。
信息来源：http://www.seattletimes.com/business/boeing-aerospace/drone-tracks-fire-ho
tspots-in-successful-national-park-test/
美国华盛顿邮报报道称，中央情报局（CIA）正在和美军方联合特种作战司令部
（JSOC）协调计划针对叙利亚伊斯兰国家的无人机空袭。在反恐中心的主持下，中情
局负责识别和定位伊斯兰国家和基地组织领导头目的位置。
信息来源：https://www.washingtonpost.com/world/national-security/us-launches-secret
-drone-campaign-to-hunt-islamic-state-leaders-in-syria/2015/09/01/723b3e04-5033-11e5-933
e-7d06c647a395_story.html
据报道，朝鲜派出一架无人侦察机越过边界观察韩国军队的动向。据韩联社报
道，韩国发现该无人机但未能将其截获。
信息来源：http://english.yonhapnews.co.kr/northkorea/2015/09/02/0401000000AEN20
150902007200315.html?utm_source=Sailthru&utm_medium=email&utm_campaign=New%
20Campaign&utm_term=%2ASituation%20Report
荷兰研究人员发现，动物园的一只黑猩猩故意打落了一架在公园上方飞行的无
人机。
信息来源：https://www.springer.com/us/about-springer/media/springer-select/not-on-my
-watch--chimp-swats-film-crew-s-drone/755944
意大利空中导航服务商ENAV对芬梅卡尼卡集团的Sky-Y无人机进行了试验，以
评估允许无人机进入该国民用空域的可行性。
信息来源：http://www.airforce-technology.com/news/newsitalys-enav-conducts-first-li
ve-flight-trial-of-remotely-piloted-vehicles-4661132
受消费者热捧的国产无人机公司大疆（DJI）计划推出最新软件，可提供更多的
无人机功能，包括“跟我走”。
信息来源：http://www.cio.com/article/2979881/dji-software-update-brings-new-tricks-t
o-its-drones.html
美国民用无人机制造商Lily Robotics正在寻求高达1550万美元的A轮融资，届时
公司将达到1亿美元的估值。
信息来源：http://www.forbes.com/sites/aarontilley/2015/09/03/lily-robotics-maker-of-s
elf-flying-drones-seeking-to-raise-15-5-million-at-100-million-valuation/
尼日利亚最大的石油公司NNPC宣布计划未来八个月内部署无人机以遏制石油
被窃的情况。
人工智能快报 2015 年第 2 期（总第 2 期）
27
信息来源：http://www.aljazeera.com/news/2015/09/nigeria-deploy-drones-fight-oil-thef
t-150901183043973.html
美国苹果公司利用无人机在空中获取其新总部的建设进展情况。
信息来源：http://www.popularmechanics.com/technology/infrastructure/news/a17217/
watch-a-drone-flyby-of-apples-ufo-campu/
其它快讯
科学家小组开始了俄罗斯的首次外骨骼临床试验，并希望该试验能使他们证明
其医疗模型ExoAtlet-Med可以帮助有肢体功能障碍的患者重新获得移动能力，或者帮组
脊髓损伤的患者获得康复。
信息来源：http://robohub.org/clinical-trials-begin-for-russias-first-medical-exoskeleton/
内部资料
版权及合理使用声明
《人工智能快报》由天津中科智能识别产业技术研究院和中国科学院
自动化研究所主办，中国科学院自动化研究所智能感知与计算研究中心、
中国科学院成都文献情报中心承办，天津市滨海新区科委、天津经济技术
开发区科技发展局、生物识别产业技术创新战略联盟、图像视频大数据产
业技术创新战略联盟协办。《人工智能快报》遵守国家知识产权法的规定，
保护知识产权，保障著作权人的合法利益，并要求参阅人员及研究人员认
真遵守中国版权法的有关规定，严禁将《人工智能快报》用于任何商业或
其他营利性用途。用于读者个人学习、研究目的的单篇信息报道稿件的使
用，应注明版权信息和信息来源。未经主办单位、承办单位与协办单位允
许，各单位不能以任何形式整期转载、链接或发布《人工智能快报》。任
何单位需要链接、整期发布或转载《人工智能快报》的内容，请将需求申
请发送至 [email protected]，说明用途、征得同意。
欢迎对《人工智能快报》提出意见与建议。
