捷豹路虎向 Lyft 投資2500萬美元；日本要在2025年打造無人駕駛船隊 | AI Daily

6月12日，你需要關注的產業信息有：捷豹路虎向 Lyft 投資 2500 萬美元，開發自動駕駛技術；人工智慧可以較高準確率預測自殺；AI 可以通過使用滑鼠的方式來進行身份的判定；在線支付領域的應用和前景；日本要在 2025 年打造無人駕駛船隊；閥門藉助人工智慧技術可以將聲音數據分類並為機器診斷程序。

整理 | 機器之能

資訊

捷豹路虎向 Lyft 投資 2500 萬美元 開發自動駕駛技術

據路透社報道，英國最大的汽車製造商捷豹路虎表示，其出行服務部門 InMotion Ventures 將向美國乘車服務公司 Lyft 投資 2500 萬美元,用以幫助開發和測試自駕車技術。

目前，汽車工業和科技公司正在競相開發自主駕駛技術。在未來幾年，預計無人駕駛技術將通過降低乘車服務成本和改變人們購買、使用汽車的方式來改變交通運輸。捷豹路虎還表示，InMotion 將向 Lyft 提供捷豹和路虎車輛。此前，捷豹路虎對一家底特律的拼車服務公司 SPLT 進行了種子輪投資。該公司還與 Lyft 合作，為其提供非緊急醫療運輸。

此外，Lyft 今天宣布與波士頓自動駕駛車輛初創公司 NuTonomy 合作推出自動駕駛共享車輛，將「成千上萬」的按需自動駕駛車輛投放在路上。同時，兩家公司表示，他們打算在接下來的幾個月內在波士頓推出一個有限的測試服務，其中 Lyft 的用戶將能夠通過使用Lyft 的應用程序來乘坐 NuTonomy 的自動駕駛汽車。

人工智慧現在能較高準確率預測自殺

范德堡大學醫學中心的數據科學家科林·沃爾什（Colin Walsh）希望可以基於人工智慧的方法來預測自殺風險。

沃爾什和他的同事們創造了機器學習演算法，以讓人驚訝的準確度預測患者會自殺的可能性。在試驗中，預測在未來兩年內是否有人會自殺的準確率在 80%-90%，而預測下一周是否會有人自殺的準確率在 92%。

預測是基於所有住院病人而廣泛獲得的數據，包括年齡，性別，郵政編碼，使用藥物和先前的診斷。沃爾什和他的團隊收集了范德堡大學醫學中心的 5167 名患者的資料，這些患者被認為有自殘或自殺意念。他們閱讀這些案件，以查明 3,250 宗自殺企圖。

自殺是一種非常強烈的個人行為，從人的角度來看，似乎不可能基於粗糙的數據來做出這樣準確的預測。但這種演算法非常複雜，不可能將單一的風險因素拉下來，這是一種風險的組合。目前，機器學習演算法是基於住院數據，也會從社交互聯網中獲取一些數據。沃爾什表示，「我們在 Facebook 和 Twitter 上花了這麼多時間，可能會有社交媒體數據可用於預測自殺風險。」

自殺導致全世界每年死亡 80 萬人，這是一個不容忽視的公共衛生問題。鑒於大多數人，包括醫生，在識別自殺風險方面相當可怕，機器學習可以提供重要的解決方案。

應用

AI 可通過你如何使用滑鼠來進行身份識別

每年有數百萬人的身份被盜，信息安全備受關注。此前並沒有簡單的方法能查明始作俑者，日前義大利研究人員，發現不久之後可能只需點擊幾下滑鼠即可查出線上欺詐和其他騙子。

傳統的檢測謊言方法包括面對面訪談和使用測量心率和皮膚電導的測謊儀。但它們不能遠程檢測，或應用於很多人。研究人員提出了有效的基於計算機的測試，測量響應真實和虛假個人信息的反應時間。然而，為了測試工作，實驗者必須提前知道真相。

義大利的研究團隊提出一種弄清事實的創新方法。他們要求 20 名志願者記住假身份的細節，假設這個身份是自己的。然後，志願者用計算機回答一組是或否的問題，和 20 位已告知真相的志願者一樣。問題諸如：「你的名字叫朱利亞嗎？」、「你在 1995 年出生嗎？」研究人員記錄了每個問題的答案，並測量主體如何用滑鼠游標從屏幕底部中間的「是」按鈕移動到頂部兩個角落的「否」按鈕。

實驗者訓練了一台計算機，使用給出的錯誤答案的數量，從講真話的人中排除騙子。該團隊的四種機器學習演算法的精度範圍為 77.5％~85％。研究人員在上月的 PLOS ONE 報告說，當研究人員在培訓材料添加滑鼠路徑特徵（例如偏離直線）時，計算機能成功識別出 90％~95％的騙子。他們僅用說謊者真實回答的問題來訓練和測試演算法，例如是否是義大利語，演算法仍可識別出 77.5％~80％ 準確度的撒謊者。

義大利帕多瓦大學法醫神經科學家 Giuseppe Sartori，該論文的作者說，它可作為「第一屏幕」，用於檢查犯罪調查中的不在場證明，在線驗證身份，甚至在邊境檢查站，從難民中識別恐怖分子。實際應用的準確性可能與實驗室不同，但他稱這項研究是個很好的「概念驗證」。

人工智慧在在線支付領域的應用和前景

人工智慧的強勢發展，對於在線支付領域同樣是一個巨大的機會。那麼AI如何有助於支付處理和自動化，哪些潛力還可以繼續被挖掘？

AI 在支付領域上的創新來指示典型的支付演算法。在此基礎上，可以發現新的可能性，可以增強和簡化產品和服務。其實人工智慧的技術在支付這件事情上早有應用：

（1）語音就可以進行支付

亞馬遜的新產品「Alexa」是基於內置的語音識別功能，這個智能設備可以通過執行口語命令來進行亞馬遜在線支付。 Venmo 已經應用語音識別，而蘋果正在訓練 Siri 提供特殊付款指令，以便在不久的將來處理點對點支付。

（2）視覺識別—相機付款

去年，萬事達卡推出了「自助」付款。首先，必須下載萬事達卡應用程序並進行照片驗證其身份。然後流程就非常簡單：在結帳時，對著自拍相機眨眼，付款完成了。此功能通過將保存在應用程序中的身份照片與相機上出現的臉部進行匹配來實現的。

120 位相關專家中有 92％ 的人表示，支付行業在人工智慧方面缺乏深入的專業知識。72％ 的人相信人工智慧可以提高客戶和商家的支付相關活動的效率。此外，大多數答覆者都確信，在未來幾年內，人工智慧付款的作用將會增加，足以讓人保持興奮。

日本航運業進軍無人駕駛藍海，要在 2025 年打造無人駕駛船隊

無人駕駛是當下熱門的議題，車企、科技巨頭以及創業公司都在加緊布局這個賽道。而對於報道較多的陸空兩道之外，無人駕駛商船的消息就要少得多。據日經亞洲評論報道，商船三井和日本郵船等幾家日本造船公司，和海運託運人正在合作，計劃組建一隻無人駕駛商用船隊，包括 250 艘貨運船隻，使自航船舶到 2025 年成為現實。希望能夠引領全球發展，大力減少海上事故的項目。預計這項技術的開發至少需要數百億日元，甚至數億美元。

人工智慧驅動的轉向系統將使用諸如「物聯網」以及各種設備與網路的連接等技術，即時收集和分析有關海上天氣和危險障礙的數據以及運輸信息。AI 將使用這些數據繪製最省油，最安全和最短的路線。它也可以在發生之前監視維護，預測故障和其他問題。日本航運業也對這項技術寄予厚望。他們希望藉此來提振日本航運業正在下滑的市場份額，從目前的 20% 增長到 30% 。

這並非第一次探索無人駕駛航運。去年六月，勞斯萊斯就曾透露，他們計劃在「無人駕駛」船上輪渡到世界各地，由中央的「全息甲板」控制。勞斯萊斯計劃到 2020 年，可以有一艘完全無人的船隻運往海上。

利用 AI ，閥門可以將聲音數據分類並為機器診斷程序

德國閥門 OEM—SAMSON AG 與人工智慧公司 3D Signals 之間達成了戰略合作。3D Signals 生產的智能閥門，使用了機載超聲波數據，如此一來，不僅可以流經它們的感官變化，還可以檢測周圍機器的運行狀況。

3D Signals 專註於深度學習，以持續監控工業設備的運轉情況。他們使用超聲波麥克風記錄空中聲音，然後將音頻數據發送到雲端，以便通過深層神經網路診斷任何出現的問題。由於它監控機載聲波，系統可以接收來自幾台機器的信號，然後根據聲音頻率診斷每個組件的特定問題。

3D Signals 與 SAMSON 公司合作，設計將集成在閥門設計中的硬體，並在惡劣的環境中倖存並與多種媒體接觸。然後，他們建立了定製的深度學習神經網路，將聲音輪廓中的偏差識別為液壓機械專用的診斷。這些閥門將在 2017 年第四季度上市。

發布後，技術人員將能夠使用基於雲的預測分析軟體，通過應用程序接收警報並查看聲音配置文件。智能閥門將實時監控偏遠地區的機械，幫助客戶在工業 4.0 時代保持競爭力。

觀點

庫克：蘋果的AI不被看好是因為我們不喜歡談論並未實現的功能

6 月 10 日，庫克在麻省理工學院的畢業典禮上發表了演講，之後接受了媒體採訪。儘管外界認為蘋果公司的人工智慧落後谷歌、微軟、亞馬遜等公司，但是，庫克認為，機器學習技術其實已經很好地用到了 iPhone 中。他列出了蘋果公司使用機器學習技術的一個清單：對照片進行圖像識別；Apple Music 能夠從我們的音樂記錄中學習我們的音樂偏好，以此向我們推薦相應的歌曲；甚至， iPhone 的電源管理系統也使用機器學習來研究我們的使用情況並做出相應的優化，以延長 iPhone 電池的待機時間。

庫克表示，外界不看好蘋果公司人工智慧的原因可能在於，蘋果只喜歡談論它準備好提供給用戶的功能，而其它公司則喜歡談論還處在「未來」當中的東西。庫克說，「我們此時不想談論在 2019 年、2020 年、2021 年我們在做些什麼，不是因為我們不知道做什麼，而是因為我們不想談論那些。」

庫克認為，儘管人工智慧意義深遠，但是在做需要判斷力的事情上，要完全拋棄人力實現自動化，這並不會令他感到舒服。他說到，「當科技正在以指數級向上發展時，我認為我們正在忽視這樣一個問題——科技應該服務於人類，而不應該是反過來。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！