搜索：人工智能

美国研究人员新近开发出一种人工智能模型，能够为胶质母细胞瘤患者设计出最小剂量给药方案，在缩小肿瘤的同时减少药物带来的毒副作用，改进患者生活质量。有关这一人工智能系统的研究论文将在“2018医疗保健领域机器学习”大会上发布，大会将在8月17日至18日在美国斯坦福大学举行。（新华网）

近日有外媒曝光称，苹果官方发布声明，表示正在探索更先进的机器学习模型识别，过滤垃圾信息。
作为人工智能的核心技术，机器学习是计算机模拟人类思考方式的一种学习行为，它让计算机变得“聪明伶俐”。“基于机器学习的垃圾信息过滤技术实际上是一个二元分类过程，机器学习模型需回答‘是’或‘不是’，以便将垃圾文本从大量信息中分离出来。”北京语言大学大数据与语言教育研究所所长荀恩东教授表示，“首先应准备人工标注的数据，进而构建机器学习参数化模型，最后对其训练、测试，直至模型应用，解决实际问题。”

据韩联社报道，8月10日，韩国消费电子与家电巨头三星电子于Galaxy Note 9智能手机发布期间推出了其首款人工智能音箱Galaxy Home。这是三星电子首次公布其被外界期待已久的音箱的官方名称。

2018年8月7日，大正资本科学家团队出席了深圳人工智能金融交易专题研讨会。在会议上，大正资本首席科学家王建国博士向大家介绍了自主研发的大正智能交易系统，在最近三个月的证券、期货、期权等市场上优秀的投资表现。并且对比了市场上其它人工智能证券交易系统，以及还对比了《期货日报》举办的全国期货实盘大赛收益排名榜参赛选手，结果显示，大正人工智能证券交易系统，在同期投资收益率与稳健性等核心指标上均遥遥领先。

8月9日消息，据国外 媒 体报道，全球第二大芯片制造商英特尔今日表示，该公司在2017年售出价值10亿美元的人工智能处理器芯片，这是英特尔首次披露其在计算领域的营收，该领域销售增长迅速，英特尔面临着英伟达、AMD等诸多竞争对手。

作为快递业龙头公司，顺丰拥有庞大的天网、地网、信息网，对信息安全尤为重视。资料显示，顺丰目前拥有1.3万个网点、3个机房、2万余台服务器、数万台终端和近30万台移动设备，网络环境相当复杂。经过多年实战，顺丰已在保障用户信息安全领域积累了大量经验，有意借本次峰会分享经验、增加企业交流、打破行业信息壁垒、共同提高企业信息安全防御能力。

清华大学人工智能研究院，由中国科学院院士张钹院士担任院长，图灵奖得主姚期智院士被聘为学术委员会主任，还聘请谷歌AI负责人Jeff Dean为清华大学计算机学科顾问委员会委员。清华大学AI研究院是清华大学聚焦科技发展前沿，充分发挥学校在学科综合、人才聚集和资源集中等方面的独特优势，建设世界一流大学的重要举措。人工智能研究院依托清华大学优势学科，以未来人工智能的原创性基础理论为发力点，力求在探究智能本质的基础上，产生人工能基础理论和关健技术上的颠覆性创新成果，着力打造具有清华特色影响力的基础性、源头性的新高地。

31日，人工智能专家吴恩达旗下的人工智能公司Landing.AI与中联重科达成战略合作协议，双方将携手在农业领域展开合作，共同研发基于人工智能（AI）技术的新产品。

Landing.AI由吴恩达在2017年创办，旨在为企业提供人工智能转型方案及服务，特别专注于为传统企业的转型升级提供技术新动能。

北京时间7月25日早间消息，谷歌在本周的Cloud Next大会上宣布了一系列与人工智能相关的功能和服务，包括各类机器学习工具、客服工具，还有生产力工具G Suite功能升级。这些功能很多都是为了更好地推广人工智能工具。 [原文链接]

近日，教育部学校规划建设发展中心公布了28所人工智能学院项目试点学校。山东省两所本科、两所高职院校入选，占全国入选高校总数的1/7。

谷歌本周在其云计算大会上发布了一系列人工智能公告，该会议将于今天在旧金山举行，许多人都将注意力集中在该公司的机器学习工具的民主化上。

今天，继深圳、西安两站后，华为云中国行2018第三站亮相北京。华为公司副总裁、华为云BU总裁郑叶来到会并发表致辞，华为云EI产品部总经理贾永利发表主题演讲，分享目前华为云的整体进展，及AI时代华为云EI理念和思考，并推出了国内首个公有云Multi Cloud混合云灾备解决方案。

本课程学习人工智能，以授课形式讲述什么人工智能，人工智能的重要性和其未来，包括如何进行博弈、图像识别、以及机器学习方面的内容。

我个人也很喜欢机器学习和人工智能，但是如果你所运营的是一家拥有 1000 到 10000 名客户数量的小型在线商店，那你仍然可以依靠 SQL。毕竟，机器学习和人工智能方面的人才也并不是随处可见。

7月19日，北京邮电大学（北邮）创新研究院在该校宏福校区正式揭牌成立。作为创新研究五大研究方向之一，北京邮电大学人工智能研究院同时揭牌。

NPJ数字医疗杂志最近的一项研究表明，人工智能技术很快就会帮助医生及时改善患者的医疗服务。研究人员利用人工智能扫描电子健康记录（EHR），并通过医生留下的病人记录发现潜在临床问题和健康风险。人工智能系统比医生更准确、更快速地预测患者的死亡率和最终诊断。