百度與武漢大學(xué)共建AI圖書館；英偉達幫助企業(yè)利用AI發(fā)現(xiàn)工業(yè)設(shè)備異常；美中情局研發(fā)人工智能收集情報 | AI掘金晚報

本文作者：劉偉

2017-09-09 21:59

導(dǎo)語：9月6日，百度與武漢大學(xué)正式舉行AI圖書館建設(shè)合作研討會暨簽約儀式。

百度與武漢大學(xué)共建AI圖書館

9月6日，百度與武漢大學(xué)正式舉行AI圖書館建設(shè)合作研討會暨簽約儀式。

此次百度與武漢大學(xué)共建AI圖書館旨在解決高校傳統(tǒng)圖書館的資源利用問題，其中囊括了資源共享、個性化定制、大數(shù)據(jù)追蹤記錄以及智能化檢索體驗等等，將顛覆人們對傳統(tǒng)圖書館的認(rèn)知，讓日漸式微的傳統(tǒng)圖書館重?zé)ɑ盍Α?/p>

共享經(jīng)濟一路狂飆，對于諸多在校學(xué)生來說，傳統(tǒng)的圖書館已不能滿足他們快捷獲取知識的渴求，隨時隨地共享新知成為新的議題。武大圖書館副館長黃勇凱表示，"圖書館一直致力于消滅信息孤島，高校圖書館很少有可延伸、獨有稀缺的資源，很難支撐起很強大的知識體系。"

黃勇凱副館長的話揭示了當(dāng)前高校信息化的現(xiàn)狀:資源庫的繁雜與零散導(dǎo)致師生查找不便;新的內(nèi)容無法及時更新，難以滿足師生對于最新信息的訴求。而在百度人工智能技術(shù)所孵化下的個性化定制、大數(shù)據(jù)追蹤記錄以及智能化檢索體驗，又保證了資源共享的高效與便捷。另外，明星產(chǎn)品"百度教育大腦"也能夠基于海量的優(yōu)質(zhì)資源和AI技術(shù)，建立起龐大的教育生態(tài)環(huán)和百萬級知識圖譜，既可以"意識"到用戶所需，又可以實現(xiàn)人機交互，還能夠激發(fā)學(xué)生學(xué)習(xí)欲望、提升教師備課效率。武大王新才館長坦言:"大數(shù)據(jù)、人工智能和圖書館的結(jié)合，無疑對建設(shè)世界一流學(xué)科非常重要的"。

據(jù)雷鋒網(wǎng)了解，百度強大的數(shù)據(jù)處理能力將為AI圖書館提供更深層次、多維度的數(shù)據(jù)分析，幫助管理者了解師生的使用習(xí)慣，輔助管理者進行決策。同時，百度NLP(自然語言處理)部門的語音識別能力、度秘事業(yè)部多輪對話技術(shù)、語音搜索能力等將帶來智能化檢索體驗，讓借書更快捷，檢索更具人情味與樂趣。對此，張高認(rèn)為:"未來在與武大AI圖書館的建設(shè)過程中，如果深度地去分析學(xué)生閱讀的興趣，包括學(xué)習(xí)行為，這樣未來可以實現(xiàn)個性化學(xué)習(xí)，個性化教育非常重要。"計算機學(xué)院彭敏教授也認(rèn)為，這將有助于"提升學(xué)習(xí)黏性"。

未來因材施教、個性化教育的發(fā)展仍蘊含著巨大的空間。張高向大家表示:"百度在人工智能的基礎(chǔ)之上做了很多針對教育特定領(lǐng)域的人工智能的核心能力和積累，目前的工作量和技術(shù)成熟度還在路上，我們規(guī)劃未來五到十年都持續(xù)做這個工作，直到把體驗做的非常好"。"百度教育大腦"就是張高口中"積累"的成果，目前所提及的部分只是AI圖書館即將初步實現(xiàn)的功能，隨著教育大腦的成長，未來勢必會在教育與科技間摩擦出更多火花。

百度與武漢大學(xué)共建AI圖書館；英偉達幫助企業(yè)利用AI發(fā)現(xiàn)工業(yè)設(shè)備異常；美中情局研發(fā)人工智能收集情報 | AI掘金晚報

英偉達幫助企業(yè)利用AI發(fā)現(xiàn)工業(yè)設(shè)備異常

雷鋒網(wǎng)消息自動化檢驗服務(wù)提供商Avitas Systems正在和英偉達（Nvidia）合作，利用人工智能和無人機，提升重工業(yè)設(shè)施的監(jiān)控，比如快速發(fā)現(xiàn)石油鉆井平臺等設(shè)備的異常和瑕疵。

這起合作由Avitas Systems提供檢驗服務(wù)，它是通用旗下的風(fēng)險投資公司GE Venture的衍生公司。它會利用英偉達的DGX-1和DGX Station兩款超級計算機來訓(xùn)練基于神經(jīng)網(wǎng)絡(luò)的人工智能，讓系統(tǒng)能夠持續(xù)監(jiān)控設(shè)備，并快速發(fā)現(xiàn)工業(yè)設(shè)備的問題。

Avitas Systems會使用一系列自動化設(shè)備去監(jiān)控輸油管道、冷卻塔等大型工業(yè)設(shè)備，用到的器械包括各種能上天下水的無人機。同時，利用英偉達的技術(shù)幫它訓(xùn)練一款軟件，后者能幫助機器發(fā)現(xiàn)設(shè)備上出現(xiàn)的輕微腐蝕和差異點，防止危險釀成。

Avitas的創(chuàng)始人Alex Tepper解釋，通用為客戶提供工業(yè)設(shè)備監(jiān)控服務(wù)已經(jīng)有很長一段時間，客戶需要聘請工作人員駕車或者乘直升飛機到設(shè)備資產(chǎn)的不同角度，去檢查設(shè)備是否出現(xiàn)問題，這方面的工作花費了客戶大量的資金。然而即便如此，這樣的方法仍非萬無一失，何況很多東西肉眼還不一定能看到。

“機器會自動做瑕疵檢測，我們會分析這些檢測結(jié)果，簡而言之就是傳感器是眼睛，加上AI這個大腦之后，就能分析解讀看到的東西，如此一來我們就可以知道是否檢測到了任何瑕疵，有沒有被腐蝕點、微小的裂縫、過熱或過冷的地方，這些時常連人眼都看不出來?！?/p>

此外，Avitas的系統(tǒng)可以將觀察到的情況利用3D建模記錄下來，并不斷地去多次分析，提高判斷準(zhǔn)確率。此外，這套系統(tǒng)還可以將監(jiān)控從原來以時間為基礎(chǔ)轉(zhuǎn)變到以風(fēng)險為基礎(chǔ)：以前，工廠會根據(jù)事先設(shè)計好的時間表派人去監(jiān)控設(shè)備，自動化檢測則可以對它認(rèn)為風(fēng)險更高的設(shè)備作出更頻繁的檢查。

英偉達在其中的角色就是提供邊緣計算能力，通過它的DGX-1和 DGX Station超級計算機快速分析和處理數(shù)據(jù)。邊緣計算指，數(shù)據(jù)不用再傳到遙遠的云端，在邊緣側(cè)就能解決，更適合實時的數(shù)據(jù)分析和智能化處理。Tepper表示，他們有越來越多的工作，需要在無法穩(wěn)定連接到中央服務(wù)器的地方運行人工智能應(yīng)用，有時候甚至一點網(wǎng)絡(luò)都沒有。

去哪兒開發(fā)AI矩陣，提升企業(yè)溝通效率

旅游業(yè)正加速擁抱人工智能。以技術(shù)和創(chuàng)新領(lǐng)先行業(yè)的去哪兒網(wǎng)，近日宣布開發(fā)出AI矩陣：針對旅游咨詢的“AI客服小駝”、針對企業(yè)員工的“AI內(nèi)勤小拿”，從內(nèi)外雙向提升溝通效率。

旅游業(yè)受AI沖擊最大的，當(dāng)屬基礎(chǔ)人工咨詢崗，如旅游客服、企業(yè)內(nèi)勤等。AI正取代重復(fù)性的人工勞作，解放人的雙手，讓人去做更有價值、更高層次的事情。

人工智能正取代基礎(chǔ)化旅游客服的崗位。消費者可通過去哪兒旅行APP，直接聯(lián)系智能機器人客服“小駝”，并于1/10秒內(nèi)得到響應(yīng)。

在設(shè)計“小駝”伊始，去哪兒網(wǎng)工程師即通過對常見問題的大數(shù)據(jù)分析梳理，建立完善的問答模型。使AI客服學(xué)會人的語言，“聰明”領(lǐng)悟消費者意圖。例如消費者敲出“預(yù)訂”兩個字，“小駝”便會根據(jù)原始訂單判斷消費者意圖，并基于用戶行為特征，準(zhǔn)確給出智能聯(lián)想，引導(dǎo)其進入標(biāo)準(zhǔn)化客服流程，高效解決問題。

正如阿爾法狗不斷學(xué)習(xí)棋譜一樣，“小駝”非常勤奮好學(xué)。它通過分析用戶的語言描述習(xí)慣，不斷完善自身的知識庫結(jié)構(gòu)，在提升服務(wù)水平上一路向前。

比人類高明的是，“小駝”不會有疲憊感。對于已儲備知識庫0差錯，并超長7*24小時待機。

基于企業(yè)聊天軟件“Q-talk”（由去哪兒網(wǎng)獨家研發(fā)），去哪兒網(wǎng)進一步開發(fā)了AI內(nèi)勤“小拿”。它具備行政、人力資源、IT等崗位的基礎(chǔ)性問題解讀能力，足以應(yīng)對員工的日常咨詢。

底特律一家公司用AI避免自行車車禍

雷鋒網(wǎng)消息一家叫Tome Software的底特律公司，正在準(zhǔn)備一項試驗，想用AI減少自行車事故。

雖然機器學(xué)習(xí)很火，但大部分研究都集中在如智能家居、無人車、聊天機器人等應(yīng)用上，用AI預(yù)防自行車車禍確實很小眾，但考慮到每天騎行者眾多，這項研究還是非常實用的。

Tome Softwar公司的CEO Jake Sigal表示，他們最關(guān)注的是最常見的事故形式——汽車從側(cè)面或后面撞上自行車。Tome想建立能同時提醒騎行者和汽車司機的系統(tǒng)，當(dāng)自行車在危險區(qū)域時，系統(tǒng)會發(fā)出警報。

系統(tǒng)會關(guān)聯(lián)幾個最常見的自行車危險區(qū)數(shù)據(jù)集，AI通過識別一些環(huán)境因素，判斷危險區(qū)的范圍。這些因素包括時間（如清晨還是傍晚）、道路特征(如是否限速限高)和特定路段之前發(fā)生過的事故。

Sigal講述了目前遭遇的技術(shù)瓶頸。“計算機和射頻（RF）技術(shù)的難點是判斷騎行者是在路旁的林蔭道還是在公路上。密歇根東南部許多社區(qū)都有自行車道，這對車輛和自行車都很安全，”Sigal說，“此外，我們的系統(tǒng)不能謊報軍情，AI與機器學(xué)習(xí)能幫助減少錯誤警報。”