人工智能周报（第九期）

人工智能周报，为大家带来全球大数据产业及周边行业最新的咨询动态以及领袖观点。期待和大家一起不断找到海外数据技术和方案在国内落地的灵感，让每个大数据人同步在人工智能领域的世界前沿。

[业界新闻] Amplero 利用机器学习有效定位和利用最具影响力的顾客

营销技术因为其数以亿计的可学习的营销接触点是机器学习能力的发源地。2017 年，AI 和机器学习在营销技术领域将更为普遍。19 日，Amplero 发布了影响力优化功能。Amplero 是一个利用大数据技术，预测、管理客户生命周期价值的服务平台，可以帮助企业客户减少重复获取客户成本，增加每用户平均收入（ARPU）。由机器学习驱动的影响力优化功能作为其智能平台的一部分不仅仅限于帮助发现有影响力的顾客并且能够主动分析这些有影响力顾客的行为和优化公司和这些有价值的支持者之间的关系。Amplero 利用丰富的语境数据为每一位顾客建立了历史的纵向的画像。目前，这家公司正和来自哥大商学院和巴黎高商的研究者们共同收集和研究这一新功能的反馈。通过近 6,000 名移动用户的数据发现在目标客户关系网络内的针对非目标客户群体的个性化广告的效果提升了 28%。传统的影响力营销工具主要将关注点放在名人效应，随着非定位化的营销（电视，广播和传单）向定位化营销（邮件，搜索，和电话）的转变，Amplero 相信越来越多的有影响力的社交博主能够帮助公司带来更大的价值。

原文链接： Amplero adds machine learning to help pinpoint and leverage influential customers

[业界新闻] F-35 战机将使用 AI 控制无人机

F-35s, F-22s 以及其他战机将运用 AI 去控制附近的无人机。这些无人机主要在高危地区执行测试敌军武器，侦测和监视等任务。随着计算机算法和 AI 技术一定程度上的进展，空军首席科学家 Gregory Zacharias 表示这一技术在空军实验室发展迅速，未来的广泛运用会帮助空军作战获得更高程度的自主性。F-35 战机的计算系统现如今已经包含了许多 AI 应用，在不需人类的干预下，它能够自主组织信息并作出决定。未来 F-35 战机将能够控制一组无人战机，并指导无人战机执行侦测和狙击目标等任务。

原文链接： The F-35 will soon be equipped with artificial intelligence to control drone wingmen

[业界新闻] Lumo 为第三方供应商开放其后端技术

尽管第三方授权在智能穿戴市场已经是老生常谈了，Fitbit 和 Tory Burch 的合作便是一个成功的例子。但是，智能穿戴的未来一定是无形的，时时刻刻融入于我们的日常生活中。智能穿戴设备公司 Lumo Bodytech 近日决定向有意向在智能穿戴设备上做文章的第三方提供其技术支持，包括软件，算法，应用以及硬件。这些第三方合作伙伴有望能够通过 Lumo 使其衣服，珠宝以及其他一些每日使用的物件拥有追踪用户健康数据的功能。Lumo 的 CEO 表示现在公司正在和许多大企业合作，在获得更进一步的合作细节后会向外界披露。据估计，截至 2018 年，美国的老人医疗和护理市场将达到 4000 亿美金。Lumo 的技术使得人们日常接触的事物就能够帮助人们管理自己的健康状况。Lumo 相信，在向这些第三方提供技术支持后，双方的合作也有助于 Lumo 获得更长远的发展和进步。

原文链接： Lumo opens up its backend technology to third-party providers

[TD 精选] 基于 100,000 篇演讲的分析数据科学家发现了最佳演讲者的特征

相信大部分人一定试图寻找过使得自己的演讲变得更加吸引人，更加有气势的方法。现如今，在大数据工具和机器学习技术的辅助下，找到完美演讲的答案已经变得十分容易。Noah Zandan, CEO of Quantified Communications, 为人们提供了第一个能够分析，衡量，评估以及提高人们交流和演讲技巧的分析平台。Zandan 的数据团队分析了 100,000 多篇来自于企业家，政治家和演说家的演讲。他们将分析重点放在演讲的词语选择，声音掌控，面部表情以及手势的频率上。然后，他们使用数据去量化演讲中的核心变量如说服性，自信，清晰度等。再基于心理学家 Albert Mehrabian 的演讲理论，Zandan 的数据团队最终得出了以下要点：

• 选词方面：用词要符合演讲环境，及时解释听众不懂的词语；尽量避免使用限制性修饰语；记得保证表意准确和口齿清晰；
• 声音方面：注意语调和声音和内容的匹配因为即使只是提高 10% 的音调，也能造成极大的影响；
• 视觉方面：人们 83% 的学习是通过视觉获得的，正确和恰当的手势对于优秀的演讲是必须的；
• 其他因素：听众相比其他渠道的受众约有 1.3 倍的机会去被说服，所以在演讲现场一定要注意氛围的营造。

原文链接： Data scientists analyzed over 100,000 presentations and discovered what the best speakers share

[业界新闻] 深度学习创企 Neurala 融资 1400 万美金助力遥控飞机和无人驾驶汽车的发展

近日，软件服务公司 Neurala 获得了由 Pelion Ventures 领投的 A 轮 1400 万美金。 Neurala 主要将 AI 与遥控飞机，汽车，机器人和消费电子相结合。成立于 2006 年的 Neurala 一直以来致力于开发能够摆脱人类操作的全自动化机器。基于深度学习神经网络的 Neurala Brains for Bots 能够离线工作。在获得这笔融资前，Neurala 已经获得总计约 2 百万美金的风险投资并于 2015 年被 NASA 授权开发应用于地面机器人和汽车的商业化的自动导航，物体识别以及障碍物躲避的功能。Neural 表示最新一笔的资金主要用于扩大其发展平台并进一步研究出更加智能化的 Neurala Brains。

原文链接： Deep learning startup Neurala raises $14 million to build brains for drones, autonomous cars, and more

[业界新闻] 第一辆自动驾驶的公交车在拉斯维加斯市某公共街道运行

近日，一辆名为 Arma 的小型自动驾驶公共汽车在拉斯维加斯市主要街道进行试运营。这是首次无人驾驶的公共汽车在美国公共街道载人行驶。这辆全电动的公共汽车大约可以搭载 12 人。尽管只是一次小规模的试运行，仅仅穿越三个街区，最高时速 16 英里每小时。这辆无人驾驶的公共汽车能够自动识别乘客并有序停靠。这一试运行是拉斯维加斯市推动城市创新街区的其中一步，同时，也是其推广绿色环保科技的目的所在。

原文链接： Vegas Puts First Self-Driving Bus to Work on U.S. Public Street

[TD 精选] 为何企业应该关注聊天机器人的发展？

遍地开花的即时聊天工具和 AI 的深入发展双双推动着聊天机器人的发展。回顾 2016，因为智能聊天机器人可预见的巨大发展潜力，这一新兴行业获得了大量投资，很多企业，例如 HP,CNN，均在自己的各个商业渠道配置了智能聊天机器人。尽管如此，智能聊天机器人的发展仍然处于早期阶段。BI Intelligence 给出的报告引导人们从智能聊天机器人的行业生态去探索和发现突破性的行业全景，同时报告给出以下见解：

• AI 已经能够使得聊天机器人广泛参与人类的日常话题，利用成熟且普遍性的科技触达越来越多的顾客；
• 相比内置于及时聊天工具，聊天机器人更适合内置于手机中。因为信息功能是手机的核心功能；
• 现有的聊天机器人行业生态已经十分完善，包括许多不同的第三方聊天机器人，原生聊天机器人，分销渠道以及技术支持公司；
• 对于聊天工具来说，聊天机器人应该是这些平台的变现工具之一。

原文链接： CHATBOTS EXPLAINED: Why businesses should be paying attention to the chatbots revolution

[业界新闻] AI 之父希望打造未来的“文艺复兴机器”

被称作 AI 之父的 Juergen Schmidhuber 过去几年里，一直致力于创办 Nnaisense SA，该公司本月实现了第一轮风险融资。Schmidhuber 希望教会机器解决任何问题，而 Nnaisense 的 AI 获得的技能越多，学习新技术就越容易。Nnaisense 虽然没有业界巨头的大量搜索数据，但它可以更灵活地穿梭于项目直接，暴露其数字思维在这个过程中的许多不同的经验。 Schmidhuber 认为，通过将其公司的服务外包给各种行业，从每项工作中学到的技能将逐渐累积，成为能够应对任何挑战的系统。 AI 社区中也有一些人对 Schmidhuber 的看法持怀疑态度。Nnaisense 最近与大众公司的奥迪豪华汽车部门合作，希望创造一个能够自行停放的小型车。 Nnaisense 公司首席执行官 Faustino Gomez 与 Schmidhuber 均表示他们对机器将一个任务的知识传递给下一个任务的能力感到鼓舞，前进不是必须从头学习每个问题的解决方案。

原文链接： AI Pioneer Wants to Build the Renaissance Machine of the Future

[业界新闻] Practo 融资 5500 万美元向新兴市场推广医疗健康平台

印度医疗保健创企 Practo，一家旨在帮助患者找寻医生及相应医疗信息的公司，近日获得 5500 万美元 D 轮融资，计划将公司业务扩展至世界范围内的新兴市场。 Practo 早在 2015 年就获得腾讯领投的 9000 万美元 C 轮融资，此次融资仍由腾讯领投。该公司致力于解决影响每个人生活的医疗健康问题，并将目光明确瞄准了新兴市场。这个平台不但基本解决了印度或其他新兴市场就医难的问题，它还向患者提供了医生信息以及意见征求等基本咨询服务。这类在线医疗门户网站对于医疗专业人员和就医渠道稀少的新兴市场来说尤为重要。Practo 向医疗中心销售该公司独有的管理软件，这有助于公司切入医护市场，实现数字化业务流程，通过网络达到一定的发展规模。

原文链接： India’s Practo raises $55M to expand its healthcare platform to more emerging markets

[TD 精选] AI 推动现代营销的 5 个途径

在营销领域，十年前奉为圭臬的事物如今可能早已过时，而 AI 却提供了一系列好处，可以帮助将千兆字节难以管理的数据转换为可行的洞察和实时决策。

• 360 度了解客户
  将 CRM 与其他内部来源数据相结合，进行 AI 的排序、自动识别并与您自己的数据合成，绘制一个更完整的用户画像。
• 行动取代分析
  当前的营销数据管道开始于收集数据，运行报告，分析结果，做出决定，然后采取行动。AI 可以将所有这些阶段压缩到一个时刻：分析数据，识别模式，发现相关性，并立即将洞察带入行动。
• 更聪明的预算分配
  如果像大多数公司一样，80％的收入来自 20％的客户，使用 AI 驱动模型预测未来的收入，可以大规模地实现这一点，更多地投资于最有前景的客户和潜在客户。
• 智能化领导路径和领域管理
  使用基于 AI 的作业，按照买家偏好和背景分配销售组织中最相关的人员，基于 AI 实时了解最有可能实现封闭销售的路径。
• 超个性化服务
  这可能是在营销中使用 AI 的最有前景的途径。公司能够与客户大规模地进行及其先进的个性化对话。从动态广告文案到个性化电子邮件，为每个访问者定制的自适应网站内容，这一切都可以由摄取点击流数据、客户信息和公开可用的网络数据的工具通过机器学习解释。

原文链接： 5 ways AI can turbocharge modern marketing

[业界新闻] Android 之父创建 ‘Essential’ 手机作为面向 AI 消费电子产品的核心

Android 操作系统的创造者 Andy Rubin 计划将他的软件背景与人工智能结合开发消费者硬件。 据知情人士透露，由来自苹果和 Alphabet 前雇员组成的一支团队将在 Rubin 领导下成立一家名为 Essential 的新公司，并由其担任其首席执行官。作为一家旨在将多个设备连接在一起的平台公司，Essential 正在开发一套消费类硬件产品，包括用于移动市场和智能家居市场的产品。作为一家平台公司，Essential 将会让系列设备可以一起协作。整个系统的核心是一款采用了前沿无边框设计的高端智能手机，知情人士透露，在今年 1 月上旬刚刚举行的 CES 上，Rubin 与包括 Sprint 在内的部分移动运营商高管讨论了这款手机。Essential 的手机目前还在原型开发阶段，其对标的设备是苹果的 iPhone 以及 Google 新的 Pixel，所以这款智能手机面向的是高端市场。手机将采用高端材料，并会随时引入新的硬件功能。

原文链接： Andy Rubin Nears His Comeback, Complete With an ‘Essential’ Phone

[业界新闻] 利用机器学习评估房产， HouseCanary 获得 3300 万美元融资

全美房地产市场规模据称高达 30 万亿美元，但是个人房产的估值数据却并不准确。房产数据分析初创公司 HouseCannary 正是希望解决这样的问题。近日，该公司宣布获得了一笔 3300 万美元的风险投资，参投方包括谷歌董事长 Eric Schmidt 和刚刚退役的 NBA 著名球星科比。利用机器学习和综合算法，HouseCanary 公司已经创建了一套成熟的数据服务业务，可以迅速评估、预测超过 1 亿间房产的价值。该公司的评估手段非常人性化，力求做到最准确的估值，评估标准包括本地学区信息、社区就业市场情况、以及犯罪率等。HouseCanary 主要的目标客户是房地产投资公司和房产评估公司，它的优势不局限于积累、收集数据，更重要的是清理、匹配，最后再通过复杂精细的算法有效利用这些数据。

原文链接： Eric Schmidt-backed HouseCanary raises $33 million

[TD 精选] 机器学习如何影响用户体验？

容易获得的计算能力、可用数据量以及机器学习算法的进步正在推动我们处理、分析数据与采取行动的能力。除此之外，机器学习将如何影响我们的生活？或许是改变零售商提供给客户的平淡甚至无效的客户体验。通过利用机器学习，企业可以革新商店经营与服务的方式，使我们进入精致购物体验的领域。程序化客户体验的兴起，将彻底改变在线购买和定位广告，利用数据不仅可以自动执行大量工作，还可以对品牌的机会做出更明智的决策。以同样的方式，利用机器学习来获得程序化的客户体验，使得营销人员能够识别明确的客户群，并以品牌知道会产生共鸣的方式来瞄准他们。这不仅仅是指机器学习自动处理大量数据的能力，更能了解客户行为并确定机会在哪里。它可以确保将最合适的程序性消息发送到最合适的客户手中，而通过人工智能实现影响的关键还是在于定量和定性数据。

原文链接： The impact of machine learning on the customer experience