Google Cloud 人工智能和机器学习部门首席科学家李飞飞（Fei-Fei Li） 宣布了 Video Intelligence API，能识别视频中物体的深度学习应用。Cloud Video Intelligence API 目前处于 Private Beta，使用 TensorFlow 等深度学习框架构建，能识别视频中的物体和理解视频中的上下文背景。在一个演示中，API 识别出视频中的腊肠犬并理解这则视频是广告。在另一个演示中，搜索“海滩”返回了所有包含海滩场景的视频。在这之前，如果没有人手动打上标签计算机是无法直接识别视频中的内容的。李飞飞说，“我们开始照亮数字宇宙中的暗物质。”

《时代》援引知情人士的消息报道，亚马逊正在改进其语音助手 Alexa 的语音识别软件，将能根据声音识别用户。报道称，这项功能在内部被称为 Voice ID，根据预先录下的声音的声纹识别谁在说话。这项技术应该和科大讯飞的声纹识别技术相似，每个人的声音都有其独特的特征，比如反映声门开合频率的基频特征，反映口腔大小形状及声道长度的频谱特征，这些特征可以提取出来用于类似指纹的身份识别，区分家中的父母和孩子，限制孩子通过语音助手发出购物指令。科大讯飞的声纹识别技术已经开始被警方等部门使用，但不清楚是否开始商用。如果 Alexa 推出这项功能，它可能是第一个商业化声纹识别技术的智能语音助手。

Google 向新闻机构提供了一款 AI 工具，帮助它们识别网站上的恶意评论。名为 Perspective 的免费软件正在一系列新闻机构测试，包括《纽约时报》、《卫报》、《经济学人》，作为帮助简化人工审核其文章下面的评论的一种方式。 研发这款工具的 Google 科技孵化器 Jigsaw 总裁 Jared Cohen 表示，因为筛选恶意评论需要大量的财力、人力以及时间，“其结果是，很多网站彻底关闭了评论功能。但他们告诉我们这不是他们想要的解决办法。”Perspective 帮助更快地甄别辱骂评论，以便人工审核。该算法经过了数十万条在维基百科和《纽约时报》等网站上被人工审核者贴上 “有毒” 标签的用户评论的训练。它的工作原理是基于在线评论与被贴上 “有毒” 标签的评论的相似度，或这些评论使别人离开对话的可能性，对其进行打分。

微软和剑桥大学研究人员创建的机器学习系统 DeepCoder 学会了如何自己写代码。它使用的方法让人们在没有掌握必要编程知识的情况下更轻松的构建出简单的应用程序。未来，非程序员可以通过简单的描述出一个程序的想法，然后让机器学习系统将其构建出来。DeepCoder  使用了被称为程序合成的技术，将来自现有软件的一行行源代码拼接在一起。给定每一个代码片段的输入和输出列表，DeepCoder 学会要实现预期结果需要使用到哪部分代码。它的一大优势是速度，能在几分之一秒内创建出一个可工作的程序。在了解了哪一部分源代码能工作，哪一部分不能之后，DeepCoder 能改进每一次创建的新程序。

福特汽车将跳过 Level 3 ，直接转向 Level 4 完全自动驾驶，原因是它的工程师在 Level 3 测试时睡着了。Level 3 自动驾驶要求司机必须准备好接管方向盘，而 Level 4 则根本没有方向盘，驾驶完全交给汽车。福特公司的产品研发负责人 Raj Nair 称，一名训练有素的工程师在 Level 3 测试时负责观察汽车状况，由于人的天性，当你越来越信任汽车你会认为不再需要集中注意力。其它汽车制造商现阶段仍然偏向于 Level 3 自动驾驶，在司机注意力不集中时会发出警告。奥迪称它将在年内发布 Level 3汽车，3年后发布 Level 4 汽车。

机器人正在取代人类的工作，世界最富有的人认为应该对使用机器人的公司征税，以在短时间内放缓自动化的脚步，资助其它类型的工作。微软联合创始人比尔盖茨接受采访谈论了机器人税，他认为，企业雇佣人类工人需要缴纳所得税、社保费用等，如果机器人做了相同的工作，那么应该在相似水平对机器人征税。比尔盖茨认为，用机器人快速替代人类会给整个社会遭到巨大的冲击，机器人税旨在减缓这一冲击，帮助失去工作的人重新定位。他说，仓库、驾驶和清扫等之类的工作都会被机器人取代，需要有一个政策应对多种人类工作同时被机器人替代的状况。机器人税并不是完全只落于口头，欧盟立法议会就考虑过这个建议，但在 2 月 16 日议员们拒绝了这一提案。

Google 开发者博客宣布发布 TensorFlow 1.0 版。TensorFlow 是 Google 在 Apache 2.0 许可证下开源的机器学习和深度神经网络软件库， 使用 Python 和 C++ 开发，可以不需要重写代码就能运行在桌面、服务器或移动设备的 CPU 或 GPU 上，可整合在移动应用中。Google 同时宣布了第一届 年度TensorFlow 开发者峰会。Google称，1.0 版更快更灵活，做好了被用于生产的准备。

Tesla 和 SpaceX 创始人 Elon Musk 称，人类只有转变成电子人才能生存下去，否则将会面临被淘汰的风险。他认为未来生物智能和数字智能将会紧密结合起来。Musk 认为，数字计算机每秒能吸收、传输和处理数以 GB 的数据，而单个人类的处理能力和带宽都非常有限，输入/输出率顶多每秒数比特。所以，为了避免被机器人或人工智能替代，我们需要变成机器。

拜自动交易程序所赐，高盛纽约总部用200名计算机工程师取代了600名交易员。高盛的副首席财务官 Marty Chavez 在上个月哈佛举办的一个研讨会上透露了这一消息。以高盛为代表的华尔街投行正越来越多的依赖于计算机程序化交易。今天45%的交易是通过电子形式完成的。根据英国公司Coalition 的数据，全球最大的12家投行交易员的平均薪水是50万美元，经理级别雇员的薪水更高。如今计算机交易算法正在取代这些高薪雇员从事交易，而高盛的发现是4名交易员可以被一名计算机工程师替代。高盛的雇员中有三分之一大约9000人属于计算机工程师。

中国正在人工智能领域挑战美国的地位，中国在该领域发表的论文数量以及耗费巨资建造的世界最强大超算都是证据。《纽约时报》报道称，在五角大楼酝酿把AI引入军队的计划时，中国的研究人员也正在这个新兴科技领域大步前进。中国进步迅速，使美国的军事战略专家和科技专家围绕中国究竟只是在模仿进步，还是在进行很快便会在该领域超过美国的独立创新展开了一场争论。百度首席科学家吴恩达称，美国可能有些过于目光短浅和自信，理解不了中国竞争的速度。“很多时候，中国和其他地方都在同时发明某样东西，或是先在中国发明出来了，后来传到了海外，”他说。“但美国媒体只报道美国的版本。这导致外界误以为那些想法是现在美国发明出来的。”科大讯飞就是中国的进步在美国基本未获报道的一个重要例子。这家人工智能公司侧重语音识别和自然语言理解，在多项国际语音合成和中英文文本互译比赛中获奖。该公司自称正在与科技部合作，研发一款“人形应答机器人”。中国的科技工作者则表示，该公司在监控技术的研发上同政府关系密切。

美国国家公路交通安全管理局（NHTSA）公布了对特斯拉自动紧急刹车和自动驾驶系统的调查结果（PDF），没有发现任何系统缺陷，反而发现特斯拉汽车在安装自动驾驶系统后降低了将近40%的车祸发生率。NHTSA是在去年5月启用自动驾驶的特斯拉车主遭遇致命车祸后展开调查的。对于这起与大型拖挂车相撞的致命车祸，NHTSA的调查认为车主在相撞前至少有7秒钟时间能做出反应，但他没有采取任何制动、转向等避免车祸的操作。

三个臭皮匠赛过诸葛亮，也许这句谚语就隐藏着超人智慧的秘密。路易斯·罗森伯格（Louis Rosenberg）在硅谷经营着一家初创公司“Unanimous AI”，该公司创建了一种工具，它能通过在网上众包意见，为人类的决策提供支持。它让成百上千的参与者同时回答一个问题，然后从众多不同的观点和做法中总结出一个答案。自 6 月份工具上线以来，Unanimous AI 已经拥有 50,000 个注册用户，回答了 230,000 个问题。罗森伯格认为，这种人机混合决策机器能帮助我们解决世界上一些最难解答的问题。此外，他还认为，在人工智能迅猛发展的背景下，这种还将是帮助人类回归的一种方式。他说，“我们无法阻止更聪明的人工智能的发展，因此，我们的方法是，让我们自己更聪明，始终领先一步。”

为了挫败天网，欧盟议会的法律事务委员会呼吁为机器人安装紧急的“关闭开关（kill switches）”，防止机器人造成过多的伤害。欧盟议员还建议让机器人投保，甚至纳税。提案作者Mady Delvaux议员说，我们的日常生活越来越多的受到机器人的影响，为了确保机器人能够并且将继续为人类服务，我们需要创建一个法律框架。提案认为可借鉴科幻作家艾阿西莫夫（Isaac Asimov）的机器人法则去约束机器人；需要包含一个紧急情况下使用的关闭开关；如果机器人的软件没有按设计的工作需要确保机器人能被重新编程；将机器人识别为机器创造，防止人类发展出情感依附，“你必须告诉人类机器人不是人，机器人永远不会是人类。你永远不能认为机器人是人类能爱上你。”

加州圣迭戈的一位电视新闻主播Jim Patton报道了一则新闻，故事与一名女孩不小心使用家中的亚马逊 Echo智能语音助手下单购买玩具屋有关，他评价说“I love the little girl, saying 'Alexa ordered me a dollhouse.'”。圣迭戈地区的观众随后报告，主播的这番话激活了他们家中的Echo设备，开始从亚马逊上下单购买玩具屋。亚马逊对此表示使用Echo无意中下单的商品可以免费退货。Echo的下单需要得到用户确认。

Google 子公司 DeepMind 证实，在围棋对弈平台Tygem 和 FoxGo 上接连打败了中日韩顶尖棋手的Master (P)就是它的新版本围棋人工智能AlphaGo。DeepMind CEO Demis Hassabis通过Twitter发表声明（如图所示），称他们在围棋网站上测试了AlphaGo的新原型，如今非正式测试已经结束，它计划在今年晚些时候与围棋组织合作举行正式的比赛。声明引用了古力九段的话称，“人类将与人工智能合作揭开围棋更深层次的奥秘”。AlphaGo在在线的快棋比赛中取得了51连胜，只是在第52场比赛时因为对手下线而被系统判定为和局。在测试结束前它共取得了60场胜利，没有败过一局。

我们生活在一个井井有条的世界里。当今的计算机算法已能预测我们的各种活动，包括我们想搜什么、想买什么、想听什么、想读什么、想看什么，甚至想跟谁约会、跟谁结婚。正是得益于各种各样的算法，互联网才能熟练地帮助我们找到自己想要的东西。但前提是，我们的兴趣较以前并没有发生太大变化。由此便形成了一大障碍。正是因为强大的算法无处不在，才在强化我们固有兴趣的同时，导致我们很难看到自己并不熟悉且与众不同的新东西。而这恰恰是学习、理解和创新的核心所在。数字革命让我们每个人都能快乐地生活在自己的世界里，不会让我们感到任何不适。但与此同时，它也限制了我们创作、探索、学习的机会。

自动化如工业机器人和无人汽车正在取代蓝领工人的工作，但白领工人并不能高枕无忧。日本富国相互生命保险公司据报道从2017年1月起用IBM的Watson Explorer取代34名人类保险理赔工人。AI通过扫描医院记录和其它文件去判断保险的赔付，受伤的保理，病人的病史和程序的管理。该公司称，AI将帮助其余的人类工人更快的处理最终理赔。富国相互生命保险公司将为安装AI系统支付2亿日元（约170万美元），每年还需要支付12.8万美元的维护费用。通过使用IBM的软件，该公司每年能节省110万美元的雇员薪水开支。

汽车半途抛锚可能是假日里最扫兴的事情了。例行的维护未必能发现所有潜在的问题。现在，一家以色列创业公司提出了更好的注意：使用人工智能去监听汽车发生故障的早期预警信号。以色列公司3DSignals的服务使用深度学习技术去理解有问题机器的噪音模式，提前预测问题。3DSignals正在与汽车制造商洽谈合作，计划未来使用它的服务在无人出租车上自动探测问题。3DSignals的系统使用超声波麦克风探测频率最高 100 kilohertz 的声音，处理部分数据，将信息上传到云端由深度学习算法进一步分析和处理。

在英国 Goldsmiths 大学举办的 Love and Sex with Robots 会议上，与会专家辩论了性爱机器人相关的伦理问题。你会与机器人做爱吗？你会与机器人结婚吗？机器人有没有权利对婚姻的结合说不？这里只是列出了一部分辩论的问题。性爱机器人行业没有派代表出席会议，也没有性爱机器人在会议上展示。加州的性爱玩具制造商RealDolls已经宣布将在明年推出人工智能强化的性爱玩具。2007年发表《Love and Sex with Robots》的David Levy博士预言十年内将能创造出完美的机器人伴侣，具有人类可能希望在配偶身上看到的一切优秀品质，如耐心、善良、友爱、信任、尊重和顺从。如果性爱机器人有争议，也许远程亲吻传送器的手机外设会让你使用起来更心安理得。

世界最大的对冲基金管理公司桥水联合基金(Bridgewater Associates)正在构建软件去自动化公司的日常管理工作，其中包括雇佣、解雇和其它战略决策。基金创始人Ray Dalio希望公司能按照他的愿景运行，即使是在他不在公司的情况下。根据他的要求，桥水联合基金成立了由精通分析和人工智能的软件工程师组成的实验室Systematized Intelligence Lab。桥水联合基金管理着多达1600亿美元的资金。实验室的领导人David Ferrucci之前曾在IBM领导了Watson的开发。桥水联合基金的雇员被要求使用一个名叫dots的评分系统给彼此评分，实验室构建了一个工具将这些评分整合到Baseball Cards去显示雇员的强项和弱项。它开发的另一个应用 The Contract则让雇员设定他们想要实现的目标，然后进行跟踪观察雇员如何有效的完成目标。这些工具是名叫PriOS的管理软件的早期应用。Dalio希望能在5年内PriOS能完成四分之三的管理决策。