新智元 “每日AI ·TOP 10” 是新智元从 2017年5月起推出的一档快读栏目，精选汇集每日国内外最重大产业新闻，第一时间为读者送上新鲜资讯，敬请关注。
前沿研究
产业观察
互联网女皇玛丽·米克2017最新报告32个主要看点
阿里“NASA”计划新进展：携手浙江大学攻克未来 20 年核心技术
百度与欧洲最大汽车配件供应商合作，开发自动驾驶汽车
神经形态芯片有望处理深度学习领域盲区？
99.9％+： 机器学习帮助Gmail反垃圾邮件准确率跃升
微软与牛津合作开课：使用Microsoft Azure GPU进行神经网络和深度学习
摩根大通机器学习与金融大数据指南
投融资讯
物理学家发现，某些类型的量子学习算法的结构非常类似于它们的经典对应算法，这一发现将有助于科学家进一步开发量子版本。
经典机器学习算法目前用于执行复杂的计算任务，如大量数据中的模式识别或分类，并构成许多现代技术的重要组成部分。 量子学习算法的目的是将这些特征转化为信息处于完全量子形式的场景。在最新的研究中，物理学家专注于一种被称为归纳监督学习的机器学习，这种类型能在非常基本的层面上揭示了一般的量子学习算法的结构。
链接：https://phys.org/news/2017-05-physicists-uncover-similarities-classical-quantum.html
互联网女皇玛丽·米克2017互联网报告32个主要看点
被誉为“互联网女皇”的KPCB合伙人玛丽·米克（Mary Meeker）几个小时前正式公布了2017年《互联网趋势》（Internet Trends）报告，分析了包括在线广告、互动游戏、媒体、云等在内的互联网趋势。
该报告显示，2016年全球互联网用户已经达到34亿，渗透率为46%；谷歌和Facebook两家公司占据了美国市场85%的互联网广告增长份额；2016年全球互动游戏增长迅猛，业务营收达1000亿美元；游戏方面，中国在2016年超过美国，成为全球第一大游戏市场。全球智能手机出货量仍持续放缓，全球智能手机安装基数约为28亿。
链接：http://www.cnbeta.com/articles/tech/617771.htm
阿里“NASA”计划新进展：携手浙江大学攻克未来20年核心技术
5月31日，浙江大学和阿里巴巴签署战略合作协议，宣布成立“阿里巴巴-浙江大学前沿技术联合研究中心”。作为阿里巴巴“NASA”计划的重要组成部分，双方将携手攻克面向未来20年的核心科技，在人工智能、泛信息安全、无障碍感知互联等前沿技术领域开展研究合作。
阿里巴巴-浙江大学前沿技术联合研究中心将启动全球人才招募计划，旨在吸引国内外人工智能、信息安全、机器人等前沿技术领域的领军人物。同时，该计划将为科技创新人才提供浙大研究人员和阿里巴巴技术研究人员的双重聘用身份，为学界科研和产业应用紧密结合提供便利的合作基础。
链接：http://www.sohu.com/a/144871603_118792
百度与欧洲最大汽车配件供应商合作，开发自动驾驶汽车
欧洲最大的汽车配件供应商大陆集团(Continental AG)周三宣布，已与百度签署战略合作协议，共同开发自动驾驶汽车。今日，百度集团总裁兼首席运营官陆奇与大陆集团公司执行委员会成员弗兰克· 乔丹在柏林签署了该战略合作协议。
当前，全球自动驾驶汽车领域的竞争十分激烈。传统汽车厂商、零部件供应商，以及科技公司等纷纷结成战略联盟，以壮大自己的阵营。
链接：http://tech.qq.com/a/20170531/043423.htm
神经形态芯片模拟神经元在人类大脑中的连接和通信方式，最近有迹象表明神经形态芯片可能从研究实验室转移到商业应用。
目前关于神经形态芯片概念的商业炒作仍多于实际应用。然而，面对“如何为深度学习提供高效率的芯片“这个问题，神经形态芯片有可能给出有希望的答案，构成深度学习的硬件搭档。
链接：http://spectrum.ieee.org/semiconductors/design/neuromorphic-chips-are-destined-for-deep-learningor-obscurity
99.9％+： 机器学习帮助Gmail反垃圾邮件准确率跃升
谷歌称 Gmail 通过机器学习技术，拦截垃圾和诈骗邮件准确率跃升到 99.9%。目前 Gmail 系统收到的邮件中 50-70% 都是垃圾邮件。
Google 还将这套检测模型与安全浏览器集成，用于检测恶意 URL 链接，同时对邮件进行更详细的网络钓鱼分析。
链接： https://techcrunch.com/2017/05/31/google-says-its-machine-learning-tech-now-blocks-99-9-of-gmail-spam-and-phishing-messages/
微软与牛津合作开课：使用Microsoft Azure GPU进行神经网络和深度学习
微软与牛津大学合作开始深度学习和神经网络课程，旨在让用户学会尝试和配置高端GPU等计算资源，将理论背景与实践经验相结合来实现深度学习模型。
链接： https://github.com/oxford-cs-deepnlp-2017
http://www.dabcc.com/microsoft-neural-networks-and-deep-learning-with-microsoft-azure-gpu/
AMiner高引作者数据：人机交互、NLP领域中女性作者比例高
AMiner领域高引作者的一些统计信息，人机交互领域（HCI）中女性作者比例最高，自然语言处理领域次之，理论界女性作者最低。机构方面微软、谷歌人员最多。
链接： https://cn.aminer.org/mostinfluentialscholar
摩根大通机器学习与金融大数据指南
摩根大通的量化投资和衍生品战略团队发布了有关金融服务大数据和机器学习的最全面的报告。
报告以“大数据和人工智能战略”为标题，副标题是“机器学习和替代数据投资方式”。报告指出，机器学习将对未来市场运作至关重要。分析师、投资组合经理、交易员和首席投资官都需要熟悉机器学习技术。 像季度收入和GDP数据这样的传统数据将变得越来越不相关，因为使用较新的数据集和方法的管理人员能够提前预测，并在发布之前进行交易。完整报告共280页。
链接：http://news.efinancialcareers.com/uk-en/285249/machine-learning-and-big-data-j-p-morgan/
科技巨头在2017年第一季度收购了34家AI创业公司
优质人工智能公司一直受到稳定的围猎。专门从事图像和视频识别的Clarifai首席执行官Matthew Zeiler表示，自从2013年底开始公司以来，潜在收购者已经接近十几次。前任Google工作的前瞻性首席执行官Adrian Aoun表示：“对于那些真正想要关注核心AI问题的人来说，在更大的公司中是非常有意义的。” “但是，对于那些真正想要证明一个新领域的人来说，独立创业是更有意义的。”
链接：https://venturebeat.com/2017/05/28/tech-giants-acquired-34-ai-startups-in-q1-2017/
（编辑：周亮、十仔）
