大數據早報：阿里AliOS系統大爆發谷歌IBM攜手推出Grafeas開源API

最新 10-14

數據早知道，上36dsj看早報!

來源36大數據，作者：奧蘭多

『深度學習』微軟攜手亞馬遜推出全新Gluon深度學習庫

一個多月前，微軟與亞馬遜打通了它們的語音助理。而今天，兩家公司又宣布聯手推出全新「Gluon」深度學習庫，以便開發者們輕鬆搭建先進的機器學習模型。 Gluon 介面將為開發者們提供一個 Python API 和預先構建的神經網路組件，讓他們可以更加流暢地調試和更新。當前，該深度學習庫僅支持 Apache MXNet 。不過微軟表示，它將很快支持該公司的認知工具包(CNTK)

構造一個神經網路的難題，在於保持模型構建和訓練性能之間的平衡。以 Apache MXNet 深度學習引擎為例：

從開發者的角度來看，微軟認知工具包(Microsoft Cognitive Toolkit)和 Google TensorFlow 確實可以在一定程度上優化訓練的過程，但通常需要大量的時間和複雜的編碼。

而 Gluon，則為開發者們提供了針對各種神經網路模型的試驗介面，以及對底層性能幾乎沒有任何影響的訓練方法。

微軟人工智慧研究執行副總裁 Eric Boyd 相信，Gluon Interface 可以給開發者們「相當自由的選擇」。至於它能對整個機器學習社區發揮多大的影響力，仍有待時間去檢驗

『谷歌』谷歌IBM攜手推出Grafeas開源API：密切關注軟體供應鏈

得益於各種「容器」(Containers)和「微服務」(MicroServices)，我們構建軟體的方式正在迅速發生改變。與此同時，新的模式也帶來了新的問題。作為一名開發人員，你或許仍然想知道是誰構建了一個給定的「容器」，並且其中到底運行著什麼。為了解決這個問題，Google、JForg、Red Hat、IBM、Black Duck、Twistlock、Aqua Security 和 CoreOS 於今日聯手宣布了開源的「Grafeas」(希臘語中是「scribe」的意思)。

作為一個新設立的聯合開源項目，Grafeas 為用戶提供了一個標準化的方式，便於其審核和管理他們的軟體供應鏈。

此外，Google 還推出了另一個名叫「Krits」的新項目，其希臘語中是「judge」的意思，允許企業在部署 Kubernetes 期間執行某些容器的屬性。(在 Kubernetes 大獲成功之後，該公司顯然認為用其它語言挑選的名字都是「不太吉利」的)

『微信』微信致歉翻譯不當外媒：應教AI識別「壞東西」

日前，微信對此事進行道歉：「我們非常抱歉不當的翻譯，在收到用戶的反饋後，我們馬上解決了這個問題。」微信還指出，平台使用的是人工智慧翻譯軟體，AI 是在經過大量文本訓練後給出翻譯結果，並且至關重要的是，翻譯軟體會充分考慮其上下文，這很有可能會引發誹謗嫌疑。

據悉，識別模式是語言 AI 的核心，語言 AI 是在關聯詞模式下提取詞語。例如，在 2016 年，研究人員測試了谷歌文本演算法與新聞抓取工具之間的關聯，出現的結果錯誤泛濫：「艾米莉」被翻譯成「烏木」，「煎餅」對應的「炸雞」『更離譜的是，「男人」竟被翻譯成「女人」，「醫生」被稱為「護士」。

「AI 可以說更像人類一樣思考。可悲的是，他們正在學習我們提供的最糟糕的東西。外媒指出，這在本質上是如何「教導」AI 識別種族主義歧視的問題?

『阿里』阿里AliOS系統大爆發!又一重磅車企宣布搭載

9 月 27 日，阿里巴巴發布了全新的 AliOS 操作系統，號稱「驅動萬物智能」。

新的阿里巴巴操作系統事業部將在 IoT 領域持續增加投入，面向汽車、IoT(物聯網)終端、IoT 晶元和工業領域研發物聯網操作系統，並整合原 YunOS 移動端業務。

在13日舉辦的雲棲 AliOS 峰會上，AliOS 攜手斑馬網路與神龍汽車就未來汽車智能化達成戰略合作，即將陸續推出搭載 AliOS 的智聯網汽車，首款車型將落地東風雪鐵龍，2018 年正式推出。

在此之前，阿里巴巴已經與上汽集團達成合作。在過去一年時間裡，上汽榮威、名爵等自主品牌新車全線搭載 AliOS 操作系統，已陸續推出近十款新車，包括榮威 RX5、榮威 eRX5、榮威 ERX5、榮威 e950、榮威 i6、榮威 ei6、名爵 ZS、名爵3、名爵6、大通 D90 等。僅榮威 RX5 單款車型，銷量就超過 25 萬輛。

『深度學習』百度聯合英偉達發布最新論文：使深度學習效率事半功倍的混合精度訓練

在10月10日-11日在加拿大蒙特利爾召開的Rework Deep Learning Summit會議上，百度高級研究員Greg Diamos介紹了由百度矽谷AI實驗室(SVAIL)與NVIDIA合作的最新成果：一種名為「混合精度訓練」(Mixed Precision Training，簡稱MPT)的深度學習模型。

據了解，大多數的深度學習模型使用的是32位單精度浮點數(FP32)來進行訓練，而混合精度訓練的方法則通過16位浮點數(FP16)進行深度學習模型訓練，從而減少了訓練深度學習模型所需的內存，同時由於FP16的運算比FP32運算更快，從而也進一步提高了硬體效率。

通過用半精度運算替代全精度運算來提高效率，這一技術原理聽起來很簡單明了，但將其付諸實施並不像聽起來那麼簡單。此前也有團隊嘗試過使用更低精度進行混合計算(如二進位，甚至4-bit)，但問題在於這往往不可避免地造成結果的準確性和在主要網路變換上的損失，而百度的MPT模型不僅解決了這一問題，更重要的是MPT無需改變網路超參數(雷鋒網註：超參數指Bayes統計理論先驗分布的參數，它不像其他的參數可以用統計量估計)，並保持與單精度相同的準確性。

『亞馬遜』亞馬遜將與微軟合作研發AI：這次沒有谷歌

10月13日消息，亞馬遜現在對於人工智慧技術的研發與合作採取一個較為開放的態度，近日亞馬遜對外宣布他們已經與微軟實現了第二次研發合作。美國時間本周四的時候，亞馬遜和微軟共同對外發布了一批人工智慧工具。