区块链 自动驾驶 人工智能

　　见习记者 张赛男 上海报道
　　在经历了3月份股价的大幅跳水之后，8月14日，科大讯飞（002230.SZ）交出了中报成绩单：实现营业收入32亿元，同比增长52.68%；实现净利润1.3亿元，同比增长21.74%；实现扣非净利润2020万元，同比下降74.39%。
　　对于头顶国内“人工智能第一股”光环的科大讯飞来说，这样的成绩略低于市场预期，主要的质疑还是来自于大量投入和产出效益的不成正比。
　　对于营收与净利润呈现的剪刀差，科大讯飞在半年报中解释，主要是研发投入以及重点赛道布局的投入。相应地，公司上半年员工规模较去年同期增长近3500人，直接导致上半年扣除非经常性损益的净利润下滑较多。
　　不过，与大规模投入相对应的，是科大讯飞在教育、司法、智能硬件、智慧城市等领域的业务的持续拓展。
　　大投入仍在持续
　　报告显示，科大讯飞上半年实现毛利16亿元，但扣非净利润仅为2020万元。
　　从具体投入来看，2018 年上半年科大讯飞研发费用总额达5.87亿元，较上年同期增长63.84%；销售费用总额达7.33亿元，较上年同期增长77.10%；管理费用8.2亿元，较上年同期增长65.55%。
　　对上述费用的增长，报告解释称，当前正值人工智能产业爆发的关键窗口期， 公司持续加大人工智能相关领域的研发投入、生态体系构建的投入以及在教育、政法、医疗、智慧城市等重点赛道的市场布局投入。
　　8月14日，科大讯飞公司副总裁、董事会秘书江涛在业绩报告会上进一步表示，“科大讯飞目前几个主赛道的建设都需要渠道下沉，下沉到学校、社区、医院、基层法院等，这就需要很多贴身服务的工作。”
　　相应地，新增人员带来当期薪酬、费用的增加，直接导致上半年扣除非经常性损益的净利润下滑较多。数据显示，2018年上半年科大讯飞员工规模较去年同期增长近3500人。
　　一方面，投资者抱怨科大讯飞研发投入高企未带来相对应的产出；另一方面，认为其靠政府补助提升净利润的质疑声也不绝于耳。
　　半年报显示，上半年公司非经常性损益金额为1.1亿元，较上年同期增长288.52%。科大讯飞本身还是有业务支撑的，只能说收入端和投入端都增长很快。

　　近日，谷歌旗下人工智能公司DeepMind发布了一项研究，展示了人工智能在诊断眼部疾病方面取得进展。
　　该研究称，DeepMind与伦敦Moorfields眼科医院合作，已经训练出能够检测超过50种眼球疾病的人工智能，其准确度与专家临床医生相同。
　　该项目于两年前开始，DeepMind使用数以千计的病例与完全匿名的眼球扫描训练其机器学习算法，以识别可能导致视力丧失的疾病，最终该系统达到了94%的识别准确率。

在最近的《英国医学杂志》（BMJ）子刊《肠道》（Gut）上，浙江大学医学院郑树森院士和李兰娟院士，以及郑州大学第一附属医院阚全程教授展开合作，他们描述了从健康到肝硬化以及从肝硬化到早期肝癌过程中，粪便微生物的变化，还找到了30个最佳的区分早期肝癌和健康人的微生物标志物，并且在不同地区的癌症患者样本中得到了验证[4]！
　　这是首次成功建立了肝癌的微生物标志物诊断模型，并且在跨区域的患者样本中进行了验证，说明微生物可以成为早期诊断肝癌的一种非侵入性的“工具”，而且这项研究从模型的建立到验证都是在中国人群中进行的，对今后我国的临床科研和应用都有很大的参考价值。
　　研究人员在华东、华中和西北地区共采集了486份粪便样本，经过对捐赠者进行严格的病理诊断和调查，最后纳入了浙江地区的150例肝癌患者，131例健康人对照和40例肝硬化患者，随机分成诊断模型构建队列和验证队列（构建队列组成包括75例早期肝癌患者，75例健康人和40例肝硬化患者；验证队列组成包括30例早期肝癌患者，45例晚期肝癌患者和56个健康人）。486份粪便样本中来自新疆的18例肝癌患者和来自郑州的80例肝癌患者被单独组成了另一组验证队列，用来检验这个早期诊断模型在跨地区患者群体中的效果。
　　研究人员发现，肝硬化患者的肠道微生物多样性与健康人相比显著降低，而早期肝癌患者相比肝硬化患者却是显著增加的。
　　与健康人（绿）相比，早期肝癌患者（红）几个属的肠道微生物丰度的变化，F为减少的12个属，G为增加的6个属
　　通过比较，研究人员确定，肝硬化患者与早期肝癌患者，还有健康人与早期肝癌患者之间的肠道微生物组成确实差异很大。这样看来，使用肠道微生物特征来区分健康人与早期肝癌患者应该是可行的。为了表明诊断模型的特异性，研究人员还使用队列中的晚期肝癌患者的数据进行了验证，发现，在区分健康人与晚期肝癌患者时，AUC值为80.40%，说明这个诊断模型对晚期肝癌患者的诊断也是有效的。

韩国最大的电信公司——韩国电信公司(KT Corp.)，凭借其创新人工智能(AI)技术，开启了酒店行业新纪元——其首家人工智能酒店——诺富特首尔东大门大使酒店（Novotel Ambassador Seoul Dongdaemun Hotels & Residences）于7月3日在韩国首尔东大门附近开业。
该公司计划到2020年，与雅高(Accor)、凯悦(Hyatt)和万豪(Marriott)等全球大型连锁酒店集团合作，在首尔再建三家类似酒店。韩国电信旗下地产公司KT Estate首席执行官Choi Il-Sung表示：“我们将韩国电信的最新技术与豪华酒店服务相融合，打造出一家采用创新概念的酒店。在我们的AI酒店里，人们可以体验到全球任何其他酒店都没有的全新服务。GiGA Genie是全球首个AI家庭媒体中心，由韩国电信于2017年1月开发而成。韩国雅高大使酒店公司(Accor Ambassador Korea)将根据雅高酒店集团(AccorHotels)的全球运营标准来管理这家酒店。韩国电信还计划为Genie Hotel平台提供更多礼宾服务，如查看酒店账单、退房和迷你吧及客房服务的费用支付等。
Genie手机提供本地信息
入住诺富特首尔东大门大使酒店的客人还可以从仁川国际机场或酒店前台的韩国电信漫游中心，免费租用一部Genie手机。
除了酒店服务外，韩国电信还在诺富特首尔东大门大使酒店中运用了AI智能建筑管理技术。

京东正在推动人工智能、大数据和机器人技术的发展，同时为第四次工业革命建立零售业的基础设施。
　　利用其在全球零售行业的专长，并投资于人工智能零售研究中心，京东与Fung Retailing合作。不仅将人工智能视为其业务战略的核心要素，而且还通过行动来向中心提供支持，以指导公司和整个零售行业的未来发展。
　　京东不仅投资于未来的技术，而且还积极将当今的技术以诸如智能仓库及无人机交付等多种方式应用于其运营中。以下是如今京东在运营中采用AI、大数据和机器人技术的几种方式：
　　1、自动化仓库：虽然京东的仓库尚未实现完全自动化，但他们目前正在采取措施以尽可能提高自动化程度。

　　为了转变传统农业的运营模式，人工智能技术正在被越来越多的运用到农业管理中。
　　今年2月，特驱集团同阿里云最终达成合作，签署AI农业战略合作协议，双方将对ET大脑进行针对性训练与研发，最终全面实现AI养猪。而特驱集团的目标是，到2020年培育1000万头猪。这一目标对于普通的自动化系统都难以应对，更别说人工养殖了。”特驱集团CIO张海峰提到，就以记录小猪的出生数据为例。
　　而获胜的秘诀在于阿里云提供的人工智能解决方案。通过使用智能传感器和数据分析技术，阿里云可以帮助特驱集团的农场监控每只猪的活动并实时记录它们的健康状况。而现在，在相同的技术基础上，阿里云推出ET农业大脑，以提高农场的运营效率和管理技术。
　　视频图像分析技术可以记录猪的体重、进食情况、运动强度、频率和轨迹，如果一只猪长卧不起，系统就会判断它是怀孕还是病了，提醒人工及时介入，如果只是猪想偷懒、不运动，饲养员就会采取手段让它多走走，以免影响料肉比。
　　以1000万头猪的超级猪场为例，类似记录小猪出生数据这样基础工作都是庞大的工作量，但是集团和阿里云团队研发基于机器视觉技术——ET大脑，就可以做轻松解决这个问题，并且比人工数得快，数得准确。ET大脑不仅能够为每一头猪建立一套档案，包括猪的品种、日龄、体重、进食情况、运动强度、频次、轨迹等，这些数据可以用于对猪的行为特征、进食特征、料肉比等进行分析，还将可以做到对母猪年生产力预测，即每头母猪每年提供活的断奶仔猪的头数。
　　在外媒看来，这一人工智能技术的应用将帮助中国在农业技术方面与美国平起平坐。

苹果官方宣布将设置人工智能程序拦截垃圾信息
　　【环球网科技 记者 樊俊卿】七夕将至，你是否收到过电商店铺推送的打折促销短信？
　　商家给安卓用户推送广告信息需要通过移动、联通等运营商，运营商会拦截掉一些非法信息，而针对苹果用户，商家甚至不法分子则可利用iMessage渠道通过互联网直接向用户推送垃圾信息，目前苹果公司尚未采取有效的筛选、拦截等手段。
　　近日有外媒曝光称，苹果官方发布声明，表示正在探索更先进的机器学习模型识别，过滤垃圾信息。“基于机器学习的垃圾信息过滤技术实际上是一个二元分类过程，机器学习模型需回答‘是’或‘不是’，以便将垃圾文本从大量信息中分离出来。将这些多元、离散的特征元素汇总，便可构成显式特征列表，进而构建模型对垃圾信息进行甄别。”荀恩东指出，如果垃圾信息发送方掌握了用户拦截系统的显式特征列表，便可对垃圾信息的敏感词汇作出相应调整，变换表达形式，从而有效规避拦截系统。荀恩东表示，深度学习模型可对海量数据的信息进行深度挖掘，从信息的语义和内容上对垃圾信息进行甄别。

　　原标题：人工智能模型有望改进恶性脑瘤治疗
　　新华社北京8月13日电　美国研究人员新近开发出一种人工智能模型，能够为胶质母细胞瘤患者设计出最小剂量给药方案，在缩小肿瘤的同时减少药物带来的毒副作用，改进患者生活质量。为尽量缩小肿瘤，医生一般会在安全剂量范围内给患者开出最大剂量的药物，但由于药性强，这些药物往往会给患者带来一些毒副作用。
　　美国麻省理工学院研究人员新开发出的这种人工智能模型，能通过学习现有给药方案来反复调整剂量，在缩小肿瘤的同时找到尽可能最小的给药剂量和频率，最终发现最佳治疗方案。