大家周一快乐！本周末AI界又发生了那些大事儿呢？我们先从有趣的说起：
【资讯】
能量自主机型器人 将化学能转化为电能
近日，布里斯托尔大学（University of Bristol）研究人员开发出一款具有软体驱动器“嘴巴”和“人工胃”的能量自主水上机器人，能够吸入周围环境中的生物物质、消化食物并吸收能量——也即“能吃能消化”的能量自主机器人。
该能量自主机器人的“嘴巴”由柔性聚合物薄膜制成，通过柔性膜的开闭吸入“液体食物”；而“人工胃”则是由微生物燃料电池（MFC）制成，液体食物中微生物群在这里代谢、分解有机物而将化学能转化为电能，为机器人本体下一次进食行为供能；最后，消化后的废物从机器人后端排出，并进行下一次进食行为。
图片来自DeepTech深科技
能看懂视频的AI
台湾国立清华大学电子工程系教授林嘉文和孙民研发出了一套AI系统，该系统“观看”视频并找出其中最精彩的部分，再创建一个便于搜索的标题，并推荐给想要观看此类视频的观众。
孙教授表示：“这项研究让我们朝视觉智能这一目标迈进了一大步，让机器学会理解用户上传视频中的视觉内容。”
两位教授的研究是受到微软COCO（常用物体图像识别）的启发。目前，孙、林两位教授这一系统已分析了18,000 部视频，并生成了 44,000 个标题/描述。为进一步改进系统，孙教授和他的学生参加了微软 Video To Text 挑战赛，利用比赛中发布的数据来验证他们的系统。孙民教授和梅涛博士则已开始进入下一个阶段的合作，研究如何从个人照片出发，通过学习算法自动讲述更加生动和丰富的故事。
Line的未来是AI和聊天机器人
Line 首席执行官 Takeshi Idezawa （出泽刚）在接受美国科技网站 VentureBeat 采访时表示，他认为一个可以全面满足不同需求的智能机器人是有很大应用潜力的。搜索引擎或聊天机器人会充当一个非常重要入口，帮助 Line 的用户对不同的服务进行搜索和应用。现阶段用户通过 Line 可以实现呼叫出租车、预定机票、定外卖以及其他很多项不同内容的服务。随着 AI 的发展和普及，Takeshi Idezawa 认为用户可以进一步地提高生活的质量和效率。
自动驾驶初创公司Momenta完成500万美元A轮融资
国内一家创业公司Momenta，想要利用深度学习技术研发实时环境感知、高精度地图，以及自动驾驶决策算法，打造自动驾驶的大脑。目前已经完成500万美元A轮融资，蓝湖资本领投，创新工场、真格跟投。
Momenta 通过众包来解决数据采集的难题。不同于Tesla直接使用真实车辆进行众包测试，Momenta 设想在目前已有的运营车辆上安装数据采集的设备，收集路上的环境数据、司机的驾驶行为数据等。
MIT教会AI浏览网络
MIT 的人工智能将拥有自主浏览网页进行空白知识填补的能力。日前，MIT团队开始教 AI 系统学会使用网络资源。当它遇到一些难以理解的情况时，将会自动启动网络查询功能，将其不懂的部分放到网络进行搜索并加以理解，之后还会将上网搜索的结果与最初的分析进行比对。
【技术】
（点击蓝色链接查看原文）
机器学习中的并行计算：GPU、CUDA和实际应用
如果机器学习任务无法使用并行处理，那么经济价值就无法得到体现，但是并行可能是一件比较麻烦的事。这篇文章对基于 GPU 的并行和 CUDA 框架进行了介绍性的概述，并且还谈到了作者对实际实现并行的一些想法。
谷歌开源交互式可视化GPS数据库（附 20+数据集）
谷歌研究院官方博客宣布开源与哈佛大学等高校和机构合作完成的一个交互式可视化 GPS 地球地震周期物理学数据库。不仅如此，本文后附 20+ 更多奇异有趣的数据集，万一哪天用上了呢？
机器翻译、表示学习、推荐系统和聊天机器人的最新研究进展
本期的PaperWeekly一共分享四篇最近arXiv上放出的高质量paper，包括：机器翻译、表示学习、推荐系统和聊天机器人。人工智能及其相关研究日新月异，本文将带着大家了解一下以上四个研究方向都有哪些最新进展。
构建人工智能学术搜索引擎，Semantic Scholar和微软向谷歌发起挑战
以人工智能为基础的免费学术搜索引擎 Semantic Scholar 刚刚宣布，它已经覆盖了 1000 万计算机和神经科学论文。这一搜索引擎于 2015 年 11 月发布，其开发者宣称它对论文的搜索排名基于对内容和上下文复杂的认知方式。
这一搜索引擎旨在利用更先进的技术来构建一套智能学术搜索引擎，并超越谷歌学术。“谷歌学术”可以链接 2 亿篇文档，而且覆盖付费内容。
ICLR 2017深度学习(提交)论文汇总（附论文下载）
ICLR 2017 将于2017年4月24日至26日在法国土伦（toulon）举行，11月4日已经停止接收论文。本文汇总了本年度NLP、无监督学习、对抗式生成、自动编码、增强学习、随机循环梯度渐变、RNN等多个领域的150篇论文。其中不乏Yoshua Bengio、Ian Goodfellow、Yann LeCun、李飞飞、邓力等学者的作品。从收录的论文主题来看，生成和对抗生成式网络的研究成为热点，一共有45篇论文被提交。文内附下载。
MIT利用强化学习从外部网络抓取数据
在上周以计算语言协会主办的自然语言处理实证方法大会（EMNLP）上，来自 MIT 的计算机科学与人工智能实验室研究者们凭借一个颠覆传统机器学习的信息提取新方法获得了最佳论文奖。
【观点】
吴恩达写给产业界的第二封信：《是时候为你们公司招聘首席人工智能官了》
面对外界对人工智能的过度解读，吴恩达在四天前特意为产业界人士撰文《“What Artificial Intelligence Can and Can’t Do Right Now”》，意在让各行各业的人们认清 AI，不要过分迷信。而在昨日，吴恩达再度刊文《Hiring Your First Chief AI Officer》，对企业如何把握人工智能时代建言献策——招募首席人工智能官，并从四个方面定义何为优秀的首席人工智能官。
AAAI前主席Thomas Dietterich：AI发展四大挑战
AAAI 前主席Thomas Dietterich 10 月 18 日 在首届世界人工智能大会 AI WORLD 2016发表主旨演讲《人工智能：发展与前景》。Dietterich 将人工智能定义为软件，介绍了 AI 在感知、机器翻译、个人助理等领域的成果，并指出了当前 AI 发展的四大挑战——应该什么时候信任 AI 系统；下一代人机界面怎么设计；常识问题；如何创造一套不需要人类监控，就能够自己完成任务的 AI 系统？
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
