Uber 與 Lyft 在無人駕駛上又掐了起來；吳恩達老師的 AI 課堂開課了 | 一周「硬」資訊

8 月 8 日，四川九寨溝發生 7.0 級地震，災情牽動著所有人的心，但我們也發現，科技在救災以及災情的報道中扮演著重要的角色。

比如，地震信息播報機器人在地震發生 25 秒后就寫出了一條 540 字加 4 張圖的災情報道；無人機被用在災后的航拍、地質調查以及運送物資，科技巨頭們也紛紛利用自己的技術優勢為災區貢獻力量。

事實上，幾乎在國內外所有的重大災害中都少不了高科技產品的身影，在福島核危機中，日本就使用了多款機器人勘察核泄漏情況，國外團隊發明的「蟑螂救援軍隊」能夠讓蟑螂背上生命檢測裝置，在廢墟中發現生還者的生命跡象。

在災難面前，人類顯得過於渺小與無力，但依靠科技，我們能夠更有效率地實現救援以及災后重建的工作。

在回顧本周科技資訊之前，讓我們向每一個在一線進行救援工作的人員表示敬意。

行業資訊

富士康將在密歇根建自動駕駛研發中心

8 月 7 日，富士康計劃在密歇根州建設一個研發中心，並開發自動駕駛技術。富士康CEO郭台銘上周六早在密歇根州州長里克·斯奈德（Rick Snyder）的貿易代表團訪問時與之會面。斯奈德辦公室在周六發表的聲明中證實了此次會面，並透露可能正在與富士康談判大規模就業交易。

Uber 老對手 Lyft 成立無人駕駛部門，重點開發汽車組件

與合作夥伴合作一年多時間之後，打車應用公司 Lyft 宣布成立無人駕駛部門，它的重點是開發無人駕駛汽車組件而不是製造整個汽車。Lyft 準備將開發硬體、軟體和服務的員工增加一倍。一旦進入部署階段，Lyft 會將無人駕駛汽車與的士車隊整合。

法拉第與樂視生態劃清界限：我們與它沒任何關係

據外媒報道，位於加州的汽車初創公司法拉第未來現在陷入了很大的困境。但是，它的 CFO 兼 COO 斯蒂芬-克勞斯（Stefan Krause）試圖讓你知道事情並沒有看起來那麼糟糕。該公司已宣布在加州建立一個新的生產廠。克勞斯利用這個機會撇清了與它的投資者 —— 消費者電子設備公司樂視生態的關係。

吳恩達重返在線教育領域，推出深度學習課程

據科技博客 VentureBeat 報道，人工智慧專家吳恩達(Andrew Ng)將重磅回歸在線教育領域。他將通過自己聯合創建的在線教育網站 Coursera，講授一套深度學習課程，旨在幫助人們跟上人工智慧領域取得的關鍵進展。

吳恩達的課程將涵蓋一系列對理解當今機器學習技術驅動系統必不可少的課題。這些課程為擁有一些基本機器學習知識的學生準備，旨在幫助人們足夠精通深度神經網路，在個人簡歷上增加重要一筆。

虛幻引擎迎來升級，初步支持 iOS 11 的 ARKit

Epic 推出的新版本虛幻引擎（Unreal Engine）已經完成對 iOS 11 ARkit 的初步支持，這是 Epic 與 Peter Jackson 的 Wingnut AR 共同開發的結果。最新版的虛幻引擎是 4.17 ，周一發布。除了對虛擬現實創作和展示的改進，虛幻引擎 4.17 還包含了對蘋果 ARKit 的「早期、實驗性」支持。

英特爾完成收購自動駕駛技術商 Mobileye，後者 CEO 離職

TechWeb 報道，8 月 9 日消息，據國外媒體報道，英特爾周二宣布，完成對自動駕駛技術公司 Mobileye 的收購，後者正式成為英特爾子公司。Mobileye 的聯合創始人、CEO 兼總裁 Ziv Aviram 將從公司離職。Mobileye 的另一位創始人 Amnon Shashua 將擔任 Mobileye 的 CEO 兼首席技術官，這筆收購之後，他還將獲得一個英特爾高級副總裁職位。

英特爾自動駕駛車隊年底上路測試,擁有各型車輛 100 台

今年年底，世界上的一些公路註定會變得更加擁擠，因為晶元巨頭英特爾也要加入自動駕駛汽車的測試大軍了。本周三，該公司表示它們已經打造了一個擁有 100 輛測試車的自動駕駛車隊，今年年底首批測試車就將正式開始路測。

Anker 帶來了一款比亞馬遜 Echo Dot 還要便宜的智能音箱

Anker 的這款智能音箱名叫 Eufy Genie，內置了亞馬遜的 Alexa，體積上它比 Echo Dot 大一圈，售價僅為 35 美元（約合人民幣 240 元）。Anker 表示 Euft Genie 能提供更好的音質及與 Echo 幾乎同樣多的功能，所以理論上你可以像使用 Echo 產品那樣使用 Eufy Genie。

關於產品的詳細介紹，點擊查看深圳灣早前報道：Anker 公布了一款只賣 35 刀的智能音箱，緊隨其後的是一套智能家居全家桶

科大訊飛上半年凈利下滑 6 成，因人工智慧投入過大

8 月 9 日，科大訊飛披露上半年業績，營業收入增長 43.79%，凈利潤同比下滑 58.1%，實現 5 年來最大降幅。從財報來看，同期相比較為特殊的有兩點，一是管理費用同比增加57%成三年來最大增幅，而經營活動產生的現金流量凈額同比降低 60％；二是在營業外收入同比減少 98.8% 成 5 年來最大降幅。

這些財務指標都意味著公司在人工智慧各項業務的經營規模持續擴張。對於凈利潤，企業稱在人工智慧重點應用領域的研發、銷售等費用增幅較大，超過了新增毛利。在研發費用化支出以及資本化攤銷方面，覆蓋全國營銷渠道是上的銷售費用方面，均同比增加了 6 成左右。

收購 Pebble 后最大動作：Fitbit 智能手錶曝光

國外媒體 Wearable 帶來了 Fitbit 最新智能手錶的渲染圖，據稱這款手錶主要競爭的對手竟然是蘋果還未上市的 Apple Watch 第三代。

根據消息源，這款手錶會有三種顏色，分別是銀色錶殼/藏青色錶帶、玫瑰金錶殼/藍色錶帶、深灰或黑色錶殼/黑色錶帶。支持心率感測器，不過它不會採用目前主流的綠色光學感測器，而是換成了兩個紅色的感測器。紅色光學感測器意味著 Fitbit 這款智能手錶將會採用紅外技術，據稱將不僅可以更精確地讀取心率，而且還可以追蹤用戶的氧含量和其他重要指標。

投融資新聞

達芬奇機器人兄弟公司 Auris 獲 2.8 億美元 D 輪融資

成立 10 年的聖卡洛斯手術機器人公司 Auris Surgical Robotics 日前完成 2.8 億美元 D 輪融資，Coatue Management 領投。Auris 的創始人 Frederic Moll 之前曾創辦 3 家公司，包括成立 22 年的上市公司 Intuitive Surgical，這家公司同樣開發機器人手術系統;另一家公司名叫 Hansen Medical，專門開發工具來操控導管，去年夏天，該公司被 Auris 以區區 8000 萬美元的價格收購。

安卓之父 Essential 手機獲騰訊亞馬遜 3 億美元投資

「安卓之父」安迪·魯賓（Andy Rubin）創辦的 Essential 手機公司今日宣布，已獲得亞馬遜 Alexa Fund 基金和騰訊等公司 3 億美元的投資，這筆資金將主要用於幫助 Essential 旗下的首款智能手機 Essential Phone。

今年 5 月份，安迪·魯賓向公眾展示了 Essential Products 公司研發的兩款智能產品：智能手機 Essential Phone、智能音箱 Essential Home，產品詳情，點擊可查看深圳灣早前報道：安卓之父 Andy Rubin 想用更加「開源」的手機和音箱打破巨頭割裂的生態

成都市政府基金 6 億領投鎚子科技

鎚子科技完成近 10 億元融資。鎚子科技創始人兼 CEO 羅永浩在 8 月 2 日極客公園 Rebuild 2017 大會上透露，鎚子科技已經獲得10億人民幣的新一輪融資。之後鎚子公關部負責人告訴稱，近期會對融資來源、未來投資方向做詳細解讀。

鎚子科技投資人告訴財新記者，本輪融資成都市政府方面出資 6 億元，一半為股權投資，一半為債權投資。此外，私募基金投資 3 億到 4 億元。鎚子本輪融資估值較上一輪稍有折扣：「目前，鎚子科技最重要是獲得流動性，做出產品，保證公司運作，因此老股東在新一輪融資中雖然沒有賺但還是很支持公司。」

啟緯智芯獲得 500 萬人民幣天使輪融資

啟緯智芯是一家 NFC 電源解決方案提供商，通過 NFC 技術提供無線電力傳輸。結合 NFC 和無線充電，允許使用智能手機進行通信，並在同一時間充電設備。應用於智能可穿戴、無線耳機、非接觸式智能感測器等設備。

新科技

研究稱未來眼淚或能為新型柔性電池供電

為了使電池能更安全地為可穿戴設備和醫療設備供電，科學家們開發出了一種全新的柔性電池，可以利用鹽水為其供電——未來甚至可能可以利用血液、汗液或眼淚為其供電。本周發表在《Chem》雜誌上的一篇論文描述了這種新型電池。

科學家研發無需電池和電線可摺疊機器人

北京時間 8 月 8 日消息，據國外媒體報道，受日本傳統摺紙藝術啟發研製的可摺疊機器人能夠進入傳統機器人無法到達的環境、完成傳統機器人無法實現的任務。但這些設備存在一個巨大的缺陷：它們必須配備電池或電線。如今，哈佛大學的研究人員找到了該問題的解決方法。他們設計出的可摺疊機器人能夠利用無線磁場進行控制。

谷歌 DeepMind AI 新技能：打盹睡覺

據外媒報道，在人工智慧(AI)領域，谷歌絕對是當中的佼佼者。當它的AI--AlphaGo擊敗了人類頂尖棋手的時候可以說是震驚了全世界。現在，這家公司又讓它的AI具備了一項更富人性化的技能--打個盹，小憩一會兒。 谷歌在最近發表的一篇博文中談到了DeepMind的「休息」能力。

文章指出，按照常理，人們確實不會想到讓人工代理「睡覺」，畢竟它們就是被賦予需要在程序員休息之後繼續辛勤工作的使命，但它實際上是deep-Q network(DQN)的關鍵部分。這套演算法只需輸入原始像素和得分就能掌握大量Atari 2600遊戲且達到超人水平。DQN能夠通過儲存能「離線」回顧的訓練數據子集模擬經驗回放，這使得它能從過去的成功或失敗中展開學習。