相脸术流行于各个文明。亚里士多德就认为外表特征可能推断出一个人的个性。这是一个有争议的话题。上海交大的两位研究人员在预印本网站发表论文（PDF），他们无意争论此种社会刻板印象，而是想了解利用流行的机器学习方法根据静态脸部照片判断一个人是犯罪分子或不是犯罪分子的准确率有多高。采用有监督的机器学习方法，研究人员构建了4种分类器，测试了1856张真人照片，其中一半是已定罪的罪犯。结果显示分类器表现出色，他们发现犯罪分子和守法公民有一大明显区别：犯罪分子的脸部变化更多。研究人员发现了一些脸部特征可用于预测犯罪。

根据联合国贸易和发展会议的报告，受机器人技术进步影响最大的不是发达国家的低薪/低技能工人，而是发展中国家的工人。报告认为发展中国家三分之二的工作将被机器人取代，机器人对发展中国家的负面影响可能将会十分巨大。中国的工厂正在快速使用自动化和机器人，报告认为有最多机器人的国家将会看到生产力的最大提升。低技能劳工最多的国家可能只能转向机器人不擅长的领域，也就是开发和部署机器人的成本超过了收益。

随着人类越来越多的工作被机器人和人工智能所取代，人类可做的工作将会越来越少，最终他们的生活将依赖于政府提供的基本收入。特斯拉和SpaceX的创始人Elon Musk认为没有其它选项可选。Musk说，由于自动化，有很大的可能性我们最终将会有某种基本收入。基本收入意味着公民将定期从政府获得一笔固定薪水。瑞士曾考虑每月发放2500瑞士法郎的基本收入，然而在今年6月举行的全民公决中这一建议遭到了否认，但它激起了对基本收入的全球讨论。Musk认为，自动化程度的提高会让社会从整体上受益，人们将有时间做其他更复杂更感兴趣的事情。

Google的人工智能子公司 DeepMind 宣布与暴雪合作，将在明年向AI和机器学习研究员发布一个用于AI研究的《星际争霸2》。暴雪的《星际争霸》系列风靡世界20载，它最为人所津津乐道的地方是其平衡的设计，《星际争霸》一代是电子竞技的早期开拓者。DeepMind称游戏是测试AI的完美环境，允许AI研究人员快速而高效的测试AI算法，获得即时的反馈。DeepMind与《星际争霸2》开发团队密切合作，将向研究人员提供一个API，允许可编程的控制游戏中的个别单位，访问完整的游戏状态。

Google Brain团队创造了两个AI，为防止第三个AI的监听它们发明了自己的加密算法。研究论文（PDF）发表在预印本网站上。被称为 Alice、Bob和Eve的三个神经网络给予了三个特定目标：Alice必须安全的向Bob发送信息，而Bob必须尝试着解密信息，Eve则必须试图监听和破解信息。Alice和Bob相对于Eve的一个优势是它们共享了一个密钥。但最重要是AI并没有被告知如何加密，它们必须靠自己从头开始摸索。除了Alice和Bob共享密钥外，三个AI都是独立的。结果显示，在有些回合Alice和Bob完全失败了，Bob没能够重组出Alice的信息；大部分时间，Alice和Bob设法发展出一套很少犯错的系统，而且它们还能根据Eve的反应改进加密技术。研究人员称，神经网络能学习如何保护它们的通信，只要告诉Alice将保密性置于一切之上。

五角大楼已把人工智能置于其维持美国全球主导军事大国地位的战略的核心。它正花费数十亿美元开发所谓的自动化和半自动化武器，引起了关注人工智能军备竞赛隐患的科学家和活动人士的警惕。美国国防部正在设计可以和由人驾驶的飞机一起参加战斗的自动控制战斗机。它已经试射了可以自行确定打击目标的导弹，还建造了能不依赖任何人力就能在数千英里的范围内搜寻敌方潜水艇并跟踪它们的船舰。国防部官员表示，美国需要这些武器来保持它相对于中国、俄罗斯和其他对手的军事优势，这些国家也在投入大量资金进行类似的研究。根据五角大楼最新的预算，在接下来的三年里，他们会花费180亿美元用于技术投资，其中包括与自动武器相关的必要技术。五角大楼面临的挑战是确保这些武器是人类可靠的伙伴，而非潜在的威胁。五角大楼设想的战略转变的核心，是一种被官员称为半人马作战的概念。该战略强调将人工控制和自动武器作为提高士兵、飞行员和海军士兵的创造性，增强他们解决问题能力的办法，而不是取代他们的工具。在五角大楼的想象中，这些武器不太会像终结者，而更像钢铁侠。

伦敦大学学院、谢菲尔德大学和宾夕法尼亚大学的计算机科学家开发出AI法官，分析了欧洲人权法院的584起案件，以79%的正确率精确预测了法庭结果。法官和律师暂时不用担心会失去工作。领导这项研究的计算机科学家Nikolaos Aletras说，他们不认为AI将取代律师或法官，但他们可以用它去快速识别能导致某些结果的案件模式，识别哪些案件最有可能违反了欧洲的人权公约。

想象一下，你接到了年长母亲的电话，她忘记了银行密码而寻求你的帮助。电话里的人其实不是你的母亲，它只是伪装成你母亲的声音。声音是计算机合成的，是人工智能的杰作，让在电话里模仿他人的声音成为可能。这一情节目前还是科幻，但同时也将会是未来的犯罪。安全顾问Marc Goodman说，网络犯罪正日益自动化和以指数方式扩展。AI系统让某些事情做起来更简单，也更容易在脆弱的网络世界快速扩张。下一代网络犯罪工具将会加入机器学习能力，改进机器视觉、语言理解、语音合成和自然语言理解的质量。计算机安全研究人员相信，部分数字犯罪分子已经在实验使用AI技术，比如在颠覆验证码技术 Captcha 的努力上。AI被用于犯罪用途只是时间问题。

匿名读者写道 " 还记得 Google 用 CNN 合成图像的 Deep Dream 吗？GitHub 上的 gabgoh 对于 Yahoo 的 open_nsfw 自然而然地动起了同样的脑筋——用黄图识别程序合成黄图（警告：链接含有近似色情图片）。和 Deep Dream 相似，生成黄图的过程涉及映射梯度下降（Nguyen 等.），目的是最大化 NSFW 分数。

作者还尝试了合成系统不认为是黄图的图片，发现结果都是一些自然风景。这可能是训练数据中存在的些许倾向所致。"

在剑桥大学的未来智能中心开幕仪式上，霍金教授表示（视频及文字转录），AI的崛起将在每一个方面改变我们的生活，将是堪比工业革命的全球性事件。他说，我们花了很多时间研究历史，让我们承认吧：大部分人类历史都是蠢事的历史，所以研究未来智能是值得欢迎的。他回顾了人工智能领域最近出现的飞速发展，包括全自动无人驾驶汽车技术，以及Google计算机对人类顶尖围棋手所取得的胜利。他说，“我认为，对于一个生物大脑和和一台计算机所能取得成就来说，其间不存在深刻的差别。所以从理论上来说，计算机可以效仿人类的智能，并超过人类的智能。”他表示，人工智能的发展可能帮助人类消除疾病，消除贫困，阻止气候变化，但是也可能产生人们不愿意看到的种种后果，包括产生自主武器，造成经济灾难，以及发展出同人类发生冲突时拥有自己意愿的机器。“简言之，强大人工智能的崛起可能是人类遇到的最好的事情，也可能是最坏的事情，但我们还不知道答案。”

斯坦福大学计算机科学教授Fei-Fei Li认为AI研究需要种族和性别的多元化。在一个由人工智能革命推动的人类文明的历史性时刻，Li列出了三个方面的理由说明为什么要增加AI的多元化：实际的经济方面的理由，从事AI研究的人数太少，女性尤其稀罕，以斯坦福大学计算机科学系为例，学习AI的女学生比例在整个计算机科学系都是最低的；AI正在深深影响整个社会，多元背景的人能提供不同的解决方案；事关公平和正义，研究AI需要海量数据，缺乏多元性会导致数据集存在不可避免的偏见和不公平。

特斯拉官方博客宣布，它现在生产的所有汽车都配备了支持完全自主驾驶的硬件，但软件暂时还无法利用这些硬件去实现自主驾驶。特斯拉称，新的汽车配备了8个摄像头，提供了最远250米距离上的360度视野。改进的超声波探测器能探测软硬目标，探测距离两倍于旧的系统。前置雷达增强了处理能力，在冗余波长上提供了额外的数据，能穿透大雨、大雾、灰尘，甚至前方的汽车。为了更好的处理数据，车载计算机的计算能力40多倍于上一代。在激活新硬件支持的功能前，特斯拉称它的软件系统还需要进一步的调试校准。

微软研究院宣布其语音转录系统转录电话内容的错误率低于专业转录者，即使人类转录的内容经过了第二个人的二次检查。这一成就被认为是语音识别技术的一个重要里程碑。微软的团队并没有将该成就归于算法或数据方面的任何突破，而是对现有AI架构的细调。在对相同音频样本的测试中，人类专业转录者在NIST eval 2000测试集CallHome和 Switchboard 部分的错误率分别为5.9%和11.3%，而微软系统的错误率分别是5.9% 和 11.1%。研究报告（PDF）发表在预印本网站上。

交通拥挤会造成昂贵的生产力经济损失。而在交通高峰期间，司机有40%的时间无所事事。造成这种现象的原因之一是交通信号灯系统太蠢。卡内基梅隆大学的教授 Stephen Smith 正在开发一种人工智能交通信号系统，能根据交通状况调整信号。匹兹堡市正在试运行这套系统，结果令人印象深刻：智能交通信号减少了25%的出行时间，减少了40%的汽车空转的时间。当地居民也表示交通状况确实好转。研究人员估计这套系统能减少21%的尾气排放。它还可能节省城市的公路拓宽费用或消除路边停车。Smith称他开发的智能交通灯管理系统是去中心化的，每个交通灯自己决定信号时间，它是真正的智能系统。

德国联邦汽车交通局命令特斯拉电动汽车公司移除自动驾驶（Autopilot）名称，理由是该名称具有误导性，给予了消费者不正确的期望，使得他们停止注意交通状况，让自动驾驶功能完全接管驾驶。自动驾驶是特斯拉汽车提供的一项辅助驾驶功能，而特斯拉明确表示司机仍然要时刻注意路况，但最近发生的多次车祸，其中包括一次致命车祸，使得自动驾驶功能引发了争议。特斯拉在一份声明中称，自动驾驶术语在航空业已经使用了几十年，它的自动驾驶需要配合人类驾驶员才能工作，才能确保驾驶安全减少压力。

部分英特尔的最新处理器将支持深度学习指令集AVX-512。AVX指高级向量扩展指令集(Advanced Vector Extensions)，AVX-512将指令操作扩展到了512位，在理论上今天大部分基于64位指令的代码使用512位指令后速度将能提升到8倍。然而问题是，因为今天深度学习的代码多数是运行在 Nvidia 的GPU上，Nvidia的GPU相对于英特尔的CPU是更好的选择。通过支持 AVX512_4VNNIW和 AVX512_4FMAPS，英特尔正发起反击。

Google 的 AlphaGo 打败了职业围棋九段李世石，但 AlphaGo 所依靠的计算资源在短时间内不可能普及。然而对象棋/将棋而言，运行在智能手机上的软件就足以击败职业选手了。日本的一位职业将棋选手因为频繁离席被怀疑使用软件作弊而遭到停赛处分。42岁的三浦弘行九段被日本将棋联盟停赛至12月31日，他本人否认有不当行为。将棋联盟透露，三浦九段自今年夏天起，有频繁离开席位的举动。而三浦则表示:“我只是在另一个房间内休息而已。一直这样被人怀疑，我无法参加对局。我想退赛。”部分棋士指出三浦九段的棋步多次与软件一致。

近100年来，我们一直在向宇宙发出信号，表示我们的存在。今年人类向宇宙发出的最早的电视信号——1936年由纳粹德国举办的奥运会电视直播信号——已经越过了几颗潜在宜居的行星。而美剧《权力的游戏》第一季的信号也已经抵达了距离太阳系最近的恒星。为什么到现在都还没有外星人回应我们？一种可能的解释是：外星人或许和我们完全不一样。SETI的天文学家Seth Shostak说，“如果我们哪天真的探测到一个信号，我们不应该预期在望远镜的另一端的是某种柔软的原生质形态外星人。”他说：“我们正在做的最重要的事情或许就是开发自己未来的继承者。如果我们能够在无线电技术发明后的数百年内，发展出一种人工智能，那么当我们接来自外星文明的信号时，他们很有可能已经超越了这一发展阶段。”“换句话说，我猜测宇宙中大部分的智慧文明可能都是某种合成智能，这可能会让很多与电影迷的期待不符。他们希望见到的外星人可能是中那种大眼睛、没有衣服、没有毛发、毫无幽默感的灰色小矮人。”

名叫神经网络的人工智能算法完全依赖于基于现有训练模型的模式识别，它不具有额外的记忆去储存和获取信息。现在，Google旗下的人工智能公司DeepMind创造了可微分神经计算机（differentiable neural computer，DNC），改进机器学习的能力，给予神经网络额外的记忆储存以后使用的信息。研究报告发表在本周出版的《自然》期刊上。DNC能在没有先验知识的情况下解决各种小规模问题，比如在两个相距遥远的伦敦地铁车站之间规划最佳路线，或者厘清家谱上亲属之间的关系。DNC可以访问之前不兼容的外部数据。“麻烦在于，神经网络中的记忆被绑定在计算内部，这使得它相当脆弱，难以扩展，”DNC项目负责人Alex Graves表示。“我们得出结论，使其更强大的方法是分离记忆，以便我们可以扩展它，而不会影响处理器。”斯坦福大学心智、脑和计算中心主任Jay McClelland称DeepMind的这篇论文是“人工智能研究中非常有意思的重要里程碑”。

因为机器学习的性质，自主驾驶汽车制造商将难以证明汽车的安全性。市场研究公司预测到2030年自主驾驶汽车的市场价值将达到870亿美元，Google、特斯拉和Uber等公司正在实验计算机辅助或完全自主驾驶的汽车。但卡耐基梅隆大学的计算机科学家 Phillip Koopman 认为，验证自主驾驶汽车能安全行驶将是一大挑战。他解释说，传统上工程师的代码是根据特定要求而编写的，写完后执行测试去检查是否满足要求。但机器学习没有这么简单明了。机器学习算法通过训练现有示例创建数学模型去解决特定任务。面临新情况时，机器学习将根据训练模型做出预测。换句话说，它具有内在的风险。它是一个黑盒子，你不知道它究竟学到了什么。