01 波士頓動力兩足輪式機器人又升級
【新聞摘要】
據TechCrunch報道，波士頓動力公司（BostonDynamics）發佈新視頻，展示其升級版的兩足輪式機器人Handle在倉庫裡搬箱子的場景，其表現甚至勝過人類。“重新構想”的Handle與之前的版本有些明顯的不同。它看起來體型更大，更引人注目的是，它的雙臂已經被巨大的頭頂吸盤鉗所取代。Handle的託舉重量被限制在15公斤內，不過視頻中的箱子重約6公斤。儘管如此，視頻中的機器人的靈巧度、可達性和平衡性都給人留下了深刻的印象。（來源：網易科技）
【BREE評論】
鮮為人知的是，波士頓動力雖然創造了全球領先的機器人，但卻從未使用過人工智能技術，依靠精準的機械設計和先進的控制算法，波士頓動力做到了連人工智能機器人都無法達到的高度。但波士頓動力的成功卻並不意味著人工智能是不必要的，它的成功意味著不能將未來機器人產業的所有發展期待都寄託在人工智能技術上，機械設計和（機器人）控制算法是機器人產業的基礎，只有打牢基礎，才能藉助人工智能實現更進一步的機器人能力升級。
02 ACM宣佈深度學習三巨頭共同獲得圖靈獎
【新聞摘要】
ACM（國際計算機學會）宣佈，有“深度學習三巨頭”之稱的YoshuaBengio、YannLeCun、GeoffreyHinton共同獲得了2018年的圖靈獎，這是圖靈獎1966年建立以來少有的一年頒獎給三位獲獎者。ACM同時宣佈，將於2019年6月15日在舊金山舉行年度頒獎晚宴，屆時正式給獲獎者頒獎，獎金100萬美元。根據ACM官網上的信息顯示，ACM決定將2018年ACMA.M.圖靈獎授予三位深度學習之父以表彰他們給人工智能帶來的重大突破，這些突破使深度神經網絡成為計算的關鍵組成部分。（來源：網易智能）
【BREE評論】
據媒體報道，本吉奧、辛頓和楊樂昆三人既有各自獨立的研究，又有相互間的合作，他們為人工智能領域發展了概念基礎，通過實驗發現了許多驚人的成果，併為證明深度神經網絡的實際優勢做出了貢獻。近年來，深度學習方法在計算機視覺、語音識別、自然語言處理和機器人等應用領域取得了驚人的突破。三位獲獎人是當前人工智能研究主要分支人工神經網絡的主要創立者，他們一直在這一領域堅持持續進行深度研究，儘管他們的努力也曾遭到懷疑，但他們的想法最終點燃了人工智能社區對神經網絡的興趣，帶來了一些最新的重大技術進步。但需要指出的是：1、人工神經網絡只是實現機器學習任務的一種方法；2、機器學習只是實現人工智能的一種方法，人工智能研究還有專家系統、機器學習、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統等不同分支。
03 華裔黑客發現特斯拉Model3系統漏洞
【新聞摘要】
據美國《世界日報》報道，由華裔黑客RichardZhu和AmatCama組成的名為“Flouroacetate”的黑客團隊日前在世界黑客大賽Pwn2Own中找到特斯拉Model3系統漏洞。在比賽中，該黑客團隊在特斯拉Model3的網絡瀏覽器中找到一個JIT(just-in-time)漏洞，因此得以進入Model3汽車系統，在汽車的儀表板顯示屏上留了一個信息，以示“到此一遊”。這個漏洞同時為該團隊贏得了3.5萬美元獎金和一部同款車。特斯拉方面對該黑客團隊找到漏洞表示感謝，並表示會更新軟件以彌補漏洞。
（來源：中新網）【BREE評論】
不止是特斯拉Model3，Flouroacetate還在蘋果公司的Safari瀏覽器和微軟Windows系統中找到了新的漏洞，總計贏得37.5萬美元獎金，收穫頗豐。但在Flouroacetate贏取豐厚獎金的背後，我們也看到了如今數字經濟時代的隱憂：隨著數字化手段在社會生活、經濟活動中不斷滲透，相關的漏洞及安全威脅也在與日俱增，如果以封閉的心態對待安全問題，必然會產生嚴重的後果，Pwn2Own大賽這樣的公開性質的安全挑戰活動，未來將在安全問題防範領域產生巨大的積極作用。
04 人類歷史首張黑洞照片誕生
【新聞摘要】
4月10日，人類歷史上首張黑洞照片終於問世：由來自全球30多個研究所超過200名科學家們通力合作的“事件視界望遠鏡”（EHT）這一重大國際合作計劃成功“沖洗”出首張黑洞照片，這張照片所“拍攝”的位於射電星系M87的中心黑洞M87。EHT計劃耗時兩年，觀測期間，每一個射電望遠鏡都收集並記錄來自於目標黑洞附近的射電波信號，這些數據然後被集成用於獲得事件視界的圖像。值得一提的是，是女科學家凱蒂·布曼（KatieBouman）提出的算法讓各大望遠鏡收集到的數據可以“拼”到一起，這才有了這張彌足珍貴的黑洞照片。（來源：圖靈TOPIA）
【BREE評論】
“拍攝”時間長達兩年，“沖洗”也同步進行了兩年：射電望遠鏡不能直接“看到”黑洞，但它們將收集大量關於黑洞的數據信息，用數據向科學家們描述出黑洞的樣子。在觀測結束之後，各個站點收集的數據將被彙集到兩個數據中心，在那裡超級計算機通過回放硬盤記錄的數據，在補償無線電波抵達不同望遠鏡的時間差後將所有數據集成並進行校準分析，從而產生一個關於黑洞高分辨率影像。這一過程中有兩個關鍵：1、通過原子鐘的準確時間相連，各地的研究團隊們通過收集上萬千兆字節的數據來定位光線，從而精準的確認拍攝的圖片的邊界；2、開發一種既可以找到最合理圖像，又能使圖像符合望遠鏡所測量到的信息的算法，也即“補丁優先化連續高分辨率圖像再現(Chirp)”。基於這兩個“金剛鑽”，EHT計劃的科學家們利用“地球尺寸的拼圖遊戲+原子鐘的時間相連”成就了這次“甜甜圈”的世紀觀測。這同時也是一次“平臺協作+算法加持+算力支撐”的典型示範。
05 美國政府要求NASA5年內重返月球
【新聞摘要】
美國副總統彭斯日前表示，為了在未來五年內讓美國宇航員重返月球，美國政府將考慮所有可能的發射方案，而不會承諾“任何一家承包商”。彭斯的話將矛頭直指SLS火箭目前的承包商波音公司。據國外媒體報道，彭斯要求不管是用NASA目前建造的從航天飛機演變而來的運載火箭（SpaceLaunchSystem，簡稱SLS），還是用來自私人太空公司的火箭來實現這一目標。但實際上，由於NASA的航天發射系統火箭的研發進度落後於預定計劃且超出了預算，這項時間表被按時執行的可能性很小。
（來源：海外網）【BREE評論】
彭斯的這一表態對SpaceX來說是極大的利好，SpaceX正在開發一種名為“星際飛船”的新航天器，以及一種名為“超重型”的新火箭助推器，將人類送上火星，既然可以登陸火星，用來實現重返月球計劃同樣可行。但彭斯的表態中值得關注的不僅如此：利用商用火箭實現對美國具有重要意義的重返月球計劃，意味著SpaceX等商業公司在未來商業太空探索中已經成為一種“標配”或者稱之為“默認選項”，這對中國的商業太空探索事業的發展敲響了加速的警鐘。
06 蘋果付費新聞上線首日即短暫宕機
【新聞摘要】
據CNBC報道，就在蘋果公司舉行新品發佈會、宣佈推出四大新服務第二天，剛剛上線的蘋果付費新聞服務AppleNews+就出現了問題，陷入無法訪問狀態。不過，蘋果很快解決了這個問題，恢復了AppleNews+的功能。媒體報道稱，美國科技媒體CNBC記者在iPad上打開了AppleNews+應用，試圖閱讀幾篇文章，卻發現到這款應用在三分鐘內崩潰了大約三次。此外，這款應用加載內容很慢，在瀏覽應用程序或滾動內容時似乎會崩潰。不過，它在iPhone上運行更可靠。（來源：網易科技）
【BREE評論】
AppleNews+出現短暫的服務宕機並不意外，許多新產品剛剛上市時都會受到消費者的熱捧，從而出現“捧殺”的情況：因為同時湧入的服務請求量級過大，超過了原本的服務承載能力，便會造成服務宕機等問題，這與“雙十一”所遇到的情況完全相通。也正因如此，將服務架設在一個可以彈性擴展、按需付費的雲服務平臺上，實現對高峰值情況的充分應對，對許多行業都有非常重要的價值。類似的情況並不鮮見，去年7月，就在亞馬遜為期36小時的會員日促銷活動拉開帷幕之際，亞馬遜遭遇罕見的宕機故障，有意乘會員日購物的消費者被通知，網站和應用因流量過大而宕機。
07 亞馬遜被曝有數千員工在全球監聽用戶與Alexa對話
【新聞摘要】
據彭博社報道，多名知情人士透露，亞馬遜在全球僱傭有數千名員工，以幫助改進為其Echo智能音箱提供支持的數字助手Alexa。這些研究人員被曝可在Echo主人家裡和辦公室裡監聽他們的對話，並進行錄音。這些錄音材料被轉錄、註釋，然後反饋到軟件中，這是為了消除Alexa對人類語言理解的空白，幫助它更好地響應命令。知情人士說，這個團隊由承包商和全職亞馬遜員工組成，他們在波士頓、哥斯達黎加、印度和羅馬尼亞等地工作。這些人每天工作9個小時，每個人每班要分析多達1000個音頻片段。這項工作大多很枯燥，但他們偶爾會聽到Echo主人無意中洩漏的隱私。
（來源：網易科技）【BREE評論】
就像深度學習中的智能視覺學習需要“標籤工廠”的大量人力去對原始物料進行標記一樣，亞馬遜改進Alexa也需要人類在初期“向其傳授知識和經驗”，但與前者不同，亞馬遜的“監聽”團隊所聽到的是涉及用戶隱私的數據，這不僅可能會無意中洩露用戶個人隱私，更有可能會被居心叵測者利用，即使亞馬遜表示有相應的程序可以處理，但仍然非常令人不安。當然，在Alexa的隱私設置中，該公司允許用戶在開發新功能時禁用語音記錄功能，這意味著用戶未來要對此類的設置多加小心。
08 微軟實現全自動DNA信息存儲
【新聞摘要】
微軟公司近日宣佈，已經在概念驗證測試中實現了全自動DNA信息存儲，這意味著微軟在利用DNA來取代數據中心的路途上，向前邁進了一步。微軟同時表示，雖然該技術仍有改善的空間，但希望能借此證明DNA存儲技術的進展。微軟提到，“DNA可以將目前存儲在倉庫大小的數據中心的所有信息，存入大約幾個遊戲骰子大小的空間中。”但是，如何檢索這些數據是一個依賴人工的耗時過程。這次實驗中，“hello”轉譯成DNA併成功進行讀取共花了21個小時。（來源：搜狐科技）
【BREE評論】
正如文中所說，假如合成DNA作為存儲手段能夠實現的話，那麼合成DNA的成本（本質上是定製DNA鏈）和提取信息的測序過程成本都需要降下來，因此這些過程自動化，對降低合成DNA存儲信息的成本極為重要。近年來在電磁、光存儲介質之外，業內不少公司已開始探索生物質硬盤，比如這次微軟所使用的DNA（脫氧核糖核酸）。此前，微軟研究院透露，一個立方毫米的DNA能夠存儲一個exabyte（十億字節，也就是0.9GB）的數據，更重要的是，DNA上面的信息能夠保存一千到一萬年。
09 英特爾、Mobileye宣佈AI與量子計算連接領域新突破
【新聞摘要】
英特爾與Mobileye的研究團隊日前在《PhysicalReviewLetters》期刊上發表了名為《深度學習架構中的量子糾纏》的文章，該文章的研究工作證明了深度學習可以解決一些問題，並由此提出了一個有前途的量子計算發展方向。文章中寫道，CNNs和RNNs中的深度學習架構可以高效地模擬高度糾纏的量子系統，而且CNNs和RNNs比傳統的機器學習方法更好。研究團隊認為，該項研究量化了深度學習的強大功能，能夠以高糾纏波函數進行表示，並且理論上推動了深度學習架構在多體物理研究領域裡的運用。
（來源：搜狐科技）【BREE評論】
雖然論文寫得比較深奧，但總結起來我們能得到三點關鍵信息：1、深度卷積網絡比傳統神經網絡方法更具顯著優勢；2、這種優勢在模擬量子計算方面更加明顯，比如重疊的卷積網絡可以支持任何尺寸為100×100的二維繫統的糾纏，而這種糾纏是傳統方法無法實現的；3、量子多體物理和最先進的機器學習方法之間的距離得到了進一步的縮短，量子計算和深度學習未來會有更加深入的聯繫和結合。
10 全球400萬枚比特幣下落不明
【新聞摘要】
今年2月，加拿大最大加密貨幣交易平臺之一QuadrigaCX，發生因創始人科頓（GeraldCotton）在印度驟逝，交易所冷錢包私鑰不知所蹤，高達1.5億美元的客戶資產竟被鎖死，震驚整個加密貨幣世界。事後經多方努力，技術人員終於成功進入QuadrigaCX的6個冷錢包，但卻發現裡頭空空如也，外界甚至懷疑科頓可能是詐死。有多名專業區塊鏈研究人員組成的CHURP研究團隊近日提出了一個針對區塊鏈系統設計的抗流失動態秘密分享解決方案，希望打造一個真正去中心化、同時有效率的秘密分享解決方案。”（來源：搜狐科技）
【BREE評論】
這背後的核心，實際上是“數字貨幣儲存高度中心化，違背區塊鏈去中心化精神”，而且這一情況導致的數字貨幣導致高度集中化的現象，不僅違背了區塊鏈去中心化的核心精神，且實際上也並沒有解決私鑰保管的問題：高度仰賴中心化平臺又帶來更多的各種駭客盜竊、堅守自盜、平臺倒閉事件。這正是CHURP研究團隊研究的意義：通過暫時性的“稀釋”（dilute）加密信息，而後再經過主動化（proactivze）、重新聚集（concentrateagain）的過程，恢復完整的加密信息。
閱讀更多 Bree盤股 的文章
