Dance Dance Revolution（国内译为劲舞革命）是一个风靡全球的节奏类音乐游戏。大家应该都曾经玩过，或者在商场的游戏厅中见到过它，现在，人工智能也可以玩这款游戏了！

，谷歌母公司 Alphabet 已经正式决定，在谷歌旗下成立新的风投子公司 Gradient Ventures，专门将投资于早期的人工智能（AI）初创公司。此举是 Alphabet 对 AI 越来越感兴趣的最新迹象。这种攸关未来的技术也吸引了亚马逊、苹果、Facebook 以及微软的关注。Axios 曾于 5 月份报道了这份新计划，但细节尚未公开。

今年早些时候，Google 吹嘘自己的安全性，表示 AI 已经很聪明了，不再需要用户在其 reCAPTCHA 系统中勾选一个框，知道你不是机器人。但似乎 Google 公司大意了。马里兰大学的一组研究人员开发了一种称为 unCAPTCHA 的新算法，能够以 85% 令人难以置信的成功率击败 Google reCAPTCHA 系统。该方法利用了 reCAPTCHA 音频版本中的一个漏洞来实现这样高的欺骗性。

11 月 15 日，Google 发布机器学习框架的移动设备版本，TensorFlow Lite 预览版，这意味着，将人工智能放进我们的手机这个趋势，又往前了一步。

坐在俯瞰华盛顿贝尔维尤市中心的办公室里，微软的 Fil Alleva 正聊起包括他在内的专家们在语音识别探索过程中走过的漫长而艰辛的道路 —— 从 20 世纪 70 年代的早期研究一直聊到了技术的现状。现在，你只需转过头对电脑说： “ 小娜，我想来张披萨饼 ” ，接下来你就可以等着吃了。

谷歌的 DeepMind 团队在今年 3 月刚刚使用 AlphaGo 击败了围棋世界冠军李世乭，现在他们终于把注意力转向了经典即时战略游戏《星际争霸 2》。

贪吃蛇游戏的人工智能算法实现。

如果不对 AlphaGo 背后的神经网络系统稍作了解，你很容易以为 AlphaGo，在对局开始前跟李世石站在同一起跑线上。 作为一种人工智能的 AlphaGo，和 IBM 在上个世纪打败国际象棋大师卡斯帕罗夫的深蓝超级计算机，以及当代的苹果 Siri、Google Now 有着显著

AI 人工智能盛行的年代，希捷带来了全球首款人工智能视频监控硬盘“酷鹰人工智能”(SkyHawk AI)，拥有空前的带宽和处理能力，支持管理全天候、数据密集型工作负载，可同时分析、记录来自多个高清摄像头的影像。随着网络录像机(NVR)加入分析感应器，全球对视频监控硬件的需求正呈指数上升，估计视频监控硬件出货量将从 2016 年的 2760 万增长至 2021 年的 1.26 亿，但希捷提出，只有在 AI 尤其是面部识别、违规行为分析等深度学习和机器学习应用飞速发展的情况下，这种增长才能实现。

据国外媒体报道，机器学习是很酷的技术，但往往只有拥有博士学位的数据科学家才懂得捣鼓。创业公司 PredictionIO 希望通过其开源机器学习平台改变这种情况，让普通的开发者也能够给自己的产品加入人工智能技术。

Lisp语言发明者、“人工智能之父”John Maccarthy今天与世长辞。 青少年时的McCarthy聪慧过人，初中时他根据一份加州理工大学的课程目录自学完大学低年级微积分课程，也因此在1944年上大学时可以免修头两年大学数学，之后去普林斯顿大学研究生院继续深造。

据国外媒体报道，伊隆·马斯克最近有点不务正业，不去关心自家的智能汽车和火箭业务，每次受访必谈人工智能，并且不断升级自己的怪异言论。这次他表示人工智能可能失控并被用作恶意用途的潜力吓坏他了。

3 月 6 日，全国人大代表、小米科技创始人兼 CEO 雷军在两会媒体沟通会上表示，小米做空气净化器把价钱定得很低，当时是想如果卖贵了那是发国难财，结果被很多人吐槽卖太便宜了。

不知你是否还记得，有人曾在 Facebook 上直播自杀过程，这类似的行为不仅会让观看者感到不适，更重要的是，一条命就这么没了啊！Facebook 意识到了这一点，他们正通过人工智能和行为识别技术，研发预防自杀的工具。

在过去一年中，我们看到了很多某种人工智能算法在某个医疗检测任务中 「超越」人类医生的研究和报道，例如皮肤癌、肺炎诊断等。如何解读这些结果？他们是否真正抓住医疗实践中的痛点、解决医生和病人的实际需要? 这些算法原型如何落地部署于数据高度复杂、碎片化、异质性严重且隐含错误的真实环境中？这些问题常常在很多「刷榜」工作中回避了。事实上，从最近 IBM Watson 和美国顶级医疗中心 MD Anderson 合作失败的例子可以看出，人工智能对医疗来说更应关注的任务应该是如何帮助医生更好地工作（例如生成医疗图像报告、推荐药物等），而非理想化地着眼于取代医生来做诊断，并且绕开这个终极目标（暂且不论这个目标本身是否可行或被接受）之前各种必须的铺垫和基础工作。因此与人类医生做各种形式对比的出发点本身有悖严肃的科学和工程评测原则。这些不从实际应用场景出发的研究，甚至无限放大人机PK，对人工智能研究者、 医疗从业者和公众都是误导。

大数据和人工智能的浪潮正在席卷全球，众多热门词汇蜂拥而至：人工智能（Artificial Intelligence）、大数据（Big Data）、云计算（Cloud Computing）、机器学习（Machine Learning）、数据挖掘（Data Mining）、深度学习（Deep Learning）、强化学习（Reinforcement Learning）和数据库（Databases）。不少人对这些高频词汇的含义及其背后的关系总是似懂非懂、一知半解。

未来论坛创立大会今天在北京举行。本届大会的主题是“指数 Exponential ——通向明天的技术力量（The power of technology for a new tomorrow）”。

如果说微软公司的“How Old”综合图像信息来判定你的年龄还不够吸引你的眼球，那么公司正在研发的图像注释功能可能会让你印象深刻。由 Microsoft Research 团队研发了全新系统能够自动对图片进行分析并对图像内容进行注视，无论是人、物体还是群体。该项技术有望让人工只能变得更加灵敏和独立。

1 月 10 日，在创新工场《人工智能战略展望会》上，李开复称人工智能是人类有史以来最大的领域，超过互联网，而无人驾驶将成为最会颠覆人类已有世界的技术。

2017 年 1 月 23 日，树莓派（Raspberry Pi）在博客上发出了一则 公告 ，表示 Google 在 2017 年将“非常有范儿地来到”树莓派社区，为“创造者（Maker）”们带来一系列智能工具，其中将包含人工智能（AI）和机器学习相关技术。