重要事件点评
在将自动驾驶汽车纳入主流市场方面，Waymo又迈出了重要一步。Waymo的自动驾驶车辆部门透露，将投资1360万美元（约合人民币9246万元），在美国密歇根州东南部建造一座工厂，用以将机动车辆转变为自动驾驶车辆，服务Waymo的自动驾驶打车业务。该工厂计划大规模生产L4级别自动驾驶车辆，这也是世界上第一家完全致力于大规模生产L4级别自动驾驶汽车的工厂。
一、落户密歇根，L4级别工厂
在此次的Waymo官宣中透露出4个重点，1、新工厂将设立在美国密西根州东南部，占地面积达20万平方英尺（约18581平方米），2021年底前开始运营。2、新工厂由密歇根经济发展组织（Michigan Economic Development Corporation，MEDC)批准设立，MEDC 将为Waymo提供 800 万美元的补贴，而工厂总投资预计为 1360 万美元，前期招聘100名运营人员，到2025年将新增400个工作岗位。3、新工厂并不是传统意义的制造厂，而是一座改造工厂，用于改造Waymo此前购买的62000 辆菲亚特-克莱斯Pacifica 混合动力车和20000辆捷豹路虎i-Pace纯电汽车。4、Waymo同时透露新工厂将会与麦格纳公司共同运营，具体合作细节还未透露。麦格纳是一家全球顶尖的零部件供应商和拥有丰富造车经验的全能王。
二、自动驾驶的领航者，商业模式成功落地
2016年，谷歌把整个项目组从母公司中独立出来，成立了自动驾驶独立公司Waymo。截至2018年7月，Waymo自动驾驶车队的总路测里程已达到了800万英里（约合1287万公里），成为全球公开发布的自动驾驶路测里程数据最高的企业。
此基础之上，Waymo推出了自动驾驶出租车商业化服务。2018年12月，Waymo正式在美国亚利桑那州凤凰城及其周边地区推出商业自动驾驶出租车服务。该项目被命名为Waymo One，和优步等其他网约车相似，即根据输入的起点和终点给出价格估算后，用户便可以使用应用程序召唤一辆汽车。不过，Waymo One不是向所有人开放，最初只有参与了此前早期试驾项目的乘客才能体验，该乘客能够携带两名成人和一名儿童。未来，Waymo计划继续把这项服务扩大范围。
一系列的商业化项目的成功落地，也使得Waymo的估值一路狂飙，早在2017年，摩根士丹利就对Waymo估值至少700亿美元，这也让它一举超越了通用汽车的估值504亿美元、特斯拉的498亿美元和福特的449亿美元。而在去年，Waymo的估值进一步大幅上涨，摩根士丹利分析师Brian Nowak对客户表示，考虑到无人驾驶公司Waymo对交通、零售和房地产信托投资基金（REIT）行业的潜在影响， Waymo的估值可能从750亿美元上升至1750亿美元。瑞银集团在去年5月也曾预测，到2030年，Waymo将占领全球无人驾驶汽车行业60%的市场份额，收入将高达1140亿美元，估值将达到750亿到1350亿美元。
上市公司动态
：发布2018年年度业绩预告，预计2018年净利润-4.84亿元至-4.79亿元，同比下降476.86%至472.96%
远方信息1月22日发布公告，发布2018年年度业绩预告，预计公司2018年全年净利润为-4.84亿元～-4.79亿元，上年同期为1.28亿元，同比下降476.86%～472.96%。公司表示，做出上述预测，是基于以下原因：报告期内，公司原有智能光电检测信息系统及服务业务平稳发展，利润亏损的主要原因为控股子公司浙江维尔科技有限公司业绩大幅下降，计提商誉减值准备约6亿元所致。
：公司获得高新技术企业认定，企业所得税按15%比例征收
GQY视讯1月24日发布公告，收到由宁波市科学技术局、宁波市财政局、国家税务总局宁波市税务局联合颁发的《高新技术企业证书》，企业所得税按15%比例征收。
：拟以集中竞价交易方式回购股份，回购资金总额不低于人民币1亿元（含1亿元）且不超过人民币2亿元（含2亿元），拟回购价格不超过人民币23元/股
新智认知1月24日发布公告，拟以集中竞价交易方式回购股份，回购资金总额不低于人民币1亿元（含1亿元）且不超过人民币2亿元（含2亿元），拟回购价格不超过人民币23元/股。
：发布2018年年度业绩预告，预计2018年净利润1.55亿元至1.75亿元，同比增长98.61%至124.23%
中科创达1月25日发布公告，发布2018年年度业绩预告，预计2018年净利润1.55亿元至1.75亿元，同比增长98.61%至124.23%。公司表示，做出上述预测，是基于以下原因：公司营业收入保持稳定增长，较上年同期增长约26%；公司盈利能力得到明显改善，毛利率较上年提升约4个百分点。
GQY视讯：控股子公司上海新纪元有限公司减资3,000万元，其中GQY视讯减资2,000万元，启机机器人减资1,000万元，本次减资完成后，新纪元机器人为公司全资子公司
GQY视讯1月27日发布公告，上海新纪元机器人有限公司（以下简称“新纪元机器人”）为宁波GQY视讯股份有限公司(以下简称“公司”或“GQY视讯”)控股子公司，其注册资本为人民币5,000万元，其中，本公司认缴注册资本4,000万元，上海启机机器人科技合伙企业（有限合伙）（以下简称“启机机器人”）认缴注册资本1,000万元。2019年1月25日，公司同意控股子公司上海新纪元机器人有限公司减资3,000万元，其中GQY视讯减资2,000万元，启机机器人减资1,000万元。本次减资完成后，新纪元机器人注册资本金为2,000万元，为公司全资子公司。
GQY视讯：发布2018年年度业绩预告，预计2018年净利润2150万元至2593万元，同比增长120.55%至124.79%
GQY视讯1月28日发布公告，发布2018年年度业绩预告，预计2018年净利润2,150万元~2,593万元，上年同期为-1.05亿元，同比增长120.55%～124.79%。
行业新闻
巨头新动向
英特尔宣布「人工智能合作伙伴创新激励计划」
1 月 24 日，英特尔正式宣布「英特尔人工智能合作伙伴创新激励计划」，并公布了首批 12 家入选的优秀创新团队。这些创新团队将采用英特尔多元化的人工智能技术和产品组合，包括英特尔® 至强® 可扩展处理器、英特尔® 酷睿™ 处理器、英特尔® Movidius™ Myriad 视觉处理单元、英特尔® FPGA 芯片、英特尔 RealSense 技术和英特尔® MKL-DNN、英特尔® OpenVINO 工具包等软硬件，结合产业刚性需求打造针对性的落地方案，广泛应用到智慧城市、智能工厂、智慧医疗、智能安防、智慧零售、智慧教育和智慧金融等领域。12家公司中，深圳鲲云信息科技有限公司致力于为物联网提供人工智能加速解决方案；速感科技（北京）有限公司是一家视觉导航定位方案提供商，专注于智慧工厂领域，其主要产品包括嵌入式场景感知摄像头、高精度定位导航控制器、高精度机器人移动控制平台；上海诠视传感技术有限公司是一家从事空间感知与认知(vSLAM+AI)底层技术开发的计算机视觉公司，专注于向 AR/VR/MR、机器人，AGV 等领域提供高精度位置追踪、导航、避障及物体识别等高速（100fps）端处理 vSLAM 整体解决方案。
阿里云联合8家芯片商推出「全平台通信模组」
近日，阿里云宣布联合业内 8 家芯片模组商推出「全平台通信模组」，帮助用户通过该模组轻松连接到阿里云 IoT 生活物联网平台（飞燕平台），支持包括阿里云在内的云平台连接。据悉，此次发布的第一批总共 16 款商业选型模组中，最低售价为 5.99 元。据阿里云方面透露，此次合作的芯片模组厂商包括移远通信、庆科、绿联、利尔达、汉枫、南方硅谷、顺舟、瑞科慧联，首批虽然只有 16 款商业选型模组，但最终上架的模组数量将会超过 40 款。同时，这些模组产品在连接到阿里云 IoT 生活物联网平台后，均能够与阿里云及其他第三方云后台实现对接。
阿里云重磅开源实时计算平台Blink
1 月 28 日，阿里云正式宣布开源实时计算平台 Blink。Blink 传承自 Flink 开源框架，后者最早适用于小流量互联网场景的数据处理。由于看好实时计算，阿里率先对 Flink 进行改造，并将 Flink 的计算能力推向巅峰，推出内部版 Blink，将计算延迟降低到人类无法感知的毫秒级：浏览网页的时候，你只是眨了一下眼睛，但在淘宝、天猫处理的信息已经刷新了 17 亿次。阿里巴巴集团内部核心业务已全部用上了 Blink，例如 ET 城市大脑实时计算着杭州 1300 个信号灯路口、4500路视频，保障着交通动脉的通畅。
近日，阿里安全、阿里云天池平台联合人工智能领域国际顶级会议IJCAI（全称：International Joint Conference on Artificial Intelligence），发起人工智能对抗算法竞赛，探索对抗攻击时，如何解决AI模型的安全性问题。目前，赛题和日程已在天池平台公布。阿里安全图灵实验室高级专家华棠介绍，这次比赛主要针对图像分类，包括模型攻击与模型防御，阿里公开110个类目，共计11万张左右图片，供选手使用。参赛选手可以作为攻击方，对图片进行轻微扰动生成对抗样本，使模型识别错误，或识别成指定的错误类别；也可以作为防御方，构建一个更加鲁棒的模型，准确识别对抗样本。
Unity推出AI智能体游戏挑战项目Obstacle Tower Challenge
1 月 29 日消息，游戏引擎开发商Unity开发了一款专为挑战AI玩家设计的游戏《Obstacle Tower》，Obstacle Tower将通过测试挑战智能体的视觉、控制、路线规划和整体游戏能力，该游戏要求智能体迅速在游戏里面的塔楼里完成大量谜题，尽快通过各种障碍，达到更高的层数。被测试的智能体们要想完成100层的挑战，非常困难，而且一层比一层挑战难度更高，每一层将测试智能体的路线规划、行动能力和计算机视觉技巧等等，各有偏重。同时，Unity还推出了一项名为Obstacle Tower Challenge的竞赛，各个AI智能体的开发者/团队不准用人类参与游戏，智能体们可以互相竞赛，挑战哪个团队的智能体能够最早通过100层，奖金包括1万美金和其它机器学习方面的奖励。Obstacle Tower Challenge竞赛将于2月11日开始，目前已开放挑战申请。
DeepMind AI碾压《星际争霸2》人类职业玩家 但它还不完美
1 月 25 日消息，谷歌旗下DeepMind开发的人工智能AIphaStar在《星际争霸2》（Starcraft II）中击败了两位人类职业玩家，这是AI领域的新里程碑。在YouTube和Twitch上播放的比赛中，AI玩家在连续10局中反复击败人类。而在最后的对决中，职业选手格里戈尔兹·“曼娜”·科明兹（Grzegorz “MaNa” Komincz）为人类赢得了唯一的胜利。与兄弟AI AIphago登顶的围棋所不同的是，《星际争霸2》是不完美信息系统，有着阻碍信息顺利获取的战争迷雾，除此之外，操作的单位数量和频率较大，且存在多线作战，需要同时兼顾后方经营，和前方多线战事。
技术新突破
IBM发布多样性人脸数据集，减少人脸识别偏见
近日，IBM发布一个包括100万张多样性人脸图像的数据集Diversity in Faces，希望能够帮助开发者们训练基于人工智能和神经网络的脸部识别系统，提高AI在脸部识别方面的多样性和准确性，战胜面对年龄、性别和种族肤色差异的人脸识别时存在的技术偏见问题。据介绍，该数据集是对来自YFCC-100M知识共享数据集中的100万张人脸图像进行了标注，从而减少AI面部检测算法中的偏见预测。更为详细的介绍可参阅IBM今日公开的论文《Diversity in Faces》。
微软 AAAI 新论文：Traffic updates: Saying a lot while revealing a little
1 月 29 日 消息，微软介绍了一篇收录于 AAAI 的论文，旨在大幅减少交通速度报告的数量，同时仍保持对交通速度的准确估计。搞论文还探讨了关于联合使用中心和分布式预测模型的原则，以及在缺乏沟通的情况下进行推理的机会。论文提出了三个想法：1、 如果交通像往常一样移动，则无需告诉任何人，因为每个人都可以认为一切正常。2、如果交通异常，路段上只有少数车辆需要报告。不是每个人都必须说同样的话。3、 由于不同道路上的速度之间的相关性，来自一条道路的速度报告可用于自动推断其他道路上的速度。这减少了信息需求，因此需要直接监控所有段。
基于深度局部特征的深度学习强化视觉SLAM系统
近日，作为驾驶系统和智能机器人的基础，SLAM系统越来越受关注。但是，传统SLAM算法的非几何模块一直受限于数据关联性任务，也成为了限制SLAM发展的瓶颈。为了解决此问题，许多研究者从深度学习寻求帮助。但大部分这类研究都限制在虚拟数据或者特定环境中，有的甚至牺牲准确率换取效率。因此，这些方法都不够实用。在此论文中，作者提出了DF-SLAM系统，使用神经网络获取的深度局部特征描述器作为传统手动特征的替代者。实验结果表明，它在效率与稳定性方面都有所改进。DF-SLAM超越了当前各种场景中流行的传统SLAM系统，包括灯光变化密集的较难场景。此外，作者表示，因为采用浅层网络提取局部描述器，并保留了与原始SLAM系统同样的部分，所以DF-SLAM能够实时在GPU上运行。
MIT等开发新模型，借助人工的输入来解决训练自动驾驶AI的缺陷
近日，麻省理工学院（MIT）和微软公司的研究者近日开发了一个全新的学习训练模型，希望能借助人工的输入来解决训练自动驾驶 AI 的缺陷。研究人员采用了 Dawid-Skene 算法，这个机器学习算法运用众包来处理多种混乱的标签。Dawid-Skene 算法会将复杂的驾驶环境和被标注为「安全」和「不安全」的驾驶行为进行运算，并区分出真正安全的驾驶行为和那些看似安全实则危险的驾驶行为。即便有些看似危险的驾驶操作仅有 10% 的危险概率，也能够被算法揪出，并让人们知道，AI 对这个驾驶行为没有十足的信心。最后，算法能根据运算的结果制出一幅各类驾驶行为安全性的热图，并标出每个 AI 驾驶「盲区」发生的可能性。
强化学习如何提升重症监护室的抢救效率？普林斯顿大学给出答案
近日，普林斯顿大学的研究团队设计了一个机器学习系统，可以在减少化验频率的同时优化关键治疗的开展时间。该机器学习系统目前关注的重点是血液中的乳酸、肌酸、尿素氮和白细胞指标，这四个指标常用于诊断肾衰竭和感染导致的败血症。研究团队使用了 MIMIC III 的重症患者数据库，这个数据库供收录了于波士顿贝斯以色列女执事医疗中心就诊过的 5.8 万条 ICU（重症监护室） 病例。最后，有 6060 例病历记录被用于训练机器学习算法，这些病例都曾在 ICU 中接受过生命综合体征和血液检测。强化学习算法在这个机器学习系统中发挥了关键性的作用。算法中的「奖励机制」鼓励系统优先挑选可以提供更多关键信息的验血项目。以白细胞化验为例，机器学习给出的策略可以提升 44% 的化验效率。相比现在的治疗节点，医生可以在病情恶化数小时前就开展治疗。
谷歌 AI 宣布问答系统新语料库 Natural Questions 及问答挑战
1月23日消息，谷歌 AI 正式宣布开放 Natural Questions (自然问题，以下简称 NQ) 以促进问答系统的研究进展。NQ 是一个用于培训和评估问答系统的新型大型语料库，也是第一个复制端到端问答系统的语料库，端到端是指人们找到问题答案的过程。NQ 很大，包括 300,000 个自然发生的问题，以及来自维基百科页面的人类注释答案，用于训练 QA 系统。谷歌 AI 还添加包括 16,000 个示例，其中答案由 5 个不同的注释器注解（针对相同的问题），这对于评估所学习问答系统的性能非常有用。由于回答 NQ 中的问题需要有比普通问答更深入的理解，谷歌 AI 还宣布了基于这些数据的挑战，以帮助推进计算机中的自然语言理解。
免责声明
本订阅号为安信证券股份有限公司（下称“安信证券”）研究中心胡又文团队的官方订阅号。本订阅号推送内容仅供安信证券客户中的专业投资者参考。为避免订阅号推送内容的风险等级与您的风险承受能力不匹配，若您并非安信证券的客户中的专业投资者，请勿使用本信息。安信证券不会因为任何机构或个人订阅本订阅号或者收到、阅读本订阅号推送内容而视为本公司的当然客户。
本订阅号推送内容仅供参考，不构成对任何人的投资建议，接收人应独立决策并自行承担风险。在任何情况下，本信息作者及其所在团队及安信证券不对任何人因使用本订阅号中的任何内容所引致的任何损失负任何责任。
本订阅号推送内容版权归安信证券所有，未经安信证券事先书面许可，任何机构或个人不得以任何形式删节、修改、复制、引用和转载，否则应承担相应责任。
