锐眼视点：
- 英特尔最新的自动学习芯片有望加速人工智能的发展；
- 微软Azure面向数据科学家和开发者的新人工智能服务；
- 研究发现，美国发达城市几乎都在西部。
[业界新闻] 英特尔最新的自动学习芯片有望加速人工智能的发展
想象一下未来复杂的决策可以更快地做出，并随着时间的推移而改变。社会和工业问题可以用习得的经验来解决。对高度动态和非结构化的自然数据的收集、分析和决策的需求越来越大，这推动了对计算的需求，这种需求可能超过传统的CPU和GPU架构。为了跟上技术的发展，并推动计算机和服务器以外的计算机的发展，英特尔在过去的六年里一直致力于能够加速经典计算平台的专门架构。英特尔最近还在人工智能(AI)和神经形态计算方面进行了投资和研发。我们相信人工智能还处于起步阶段，更多的架构和方法将会继续出现，为人工智能增加门槛。神经形态计算从我们目前对大脑架构及其相关计算的理解中汲取灵感。大脑的神经网络通过脉冲或尖峰脉冲来传递信息，根据这些峰值的时间来调节连接的突触的强度或重量，并将这些变化储存在相互连接的地方。智能行为是由大脑神经网络和环境中的多个区域之间的合作和竞争相互作用产生的。像深度学习这样的机器学习模型通过使用广泛的训练数据集来识别物体和事件，已经取得了巨大的进步。然而，除非他们的训练集专门考虑某一特定因素、情况或情况，否则这些机器学习系统不能很好地概括。
原文链接：Intel’s New Self-Learning Chip Promises to Accelerate Artificial Intelligence
[业界新闻] 微软Azure面向数据科学家和开发者的新人工智能服务
微软在其Azure云平台上宣布了一项更新和一些新功能，作为微软在佛罗里达州奥兰多举行的会议的一部分。客户可以访问新的人工智能服务、成本管理能力等等。微软的认知服务为API开发者提供了机器学习方法的API预构建方法。该服务已经收到了大量的更新，包括文本分析服务的一般可用性，帮助从文档中提取情绪、关键短语和语言。微软还宣布了一个新的定制搜索API，以及即将推出的必应搜索API的新版本。数据科学家也将从Azure机器学习中获得很多的提升。微软服务帮助公司构建并运行机器学习模型。机器学习平台的特征将更方便开发者管理机器学习模型，这有助于产品转化。另外，开发人员将能够在Docker容器中导出一个生产就绪的模型，用于部署在本地和云端的部署。除了Azure的更新之外，微软还宣布了对其数据库工具的一系列更改。微软已经让SQL Server 2017在Windows和Linux上都可以使用，并宣布了一系列旨在改善其云服务和面向数据库客户的本地服务的功能。
原文链接：Microsoft Azure’s new AI services target data scientists and developers
[业界新闻] 研究发现，美国发达城市几乎都在西部
众所周知，圣何塞和西雅图等科技中心都是美国薪酬最高的科技行业的大本营。然而，一份最新报告显示，科技中心与美国其他地区的经济差距有多么严重。经济创新小组发布了一个贫困社区指数。该指标使用人口普查数据、贫困社区指数从7个不同的标准来分析不同的地区繁荣程度，包括就业的变化、收入的中位数和住房空置率。随后，城市被描述为繁荣、舒适、中等、危险或痛苦。好消息是：更多的美国人生活在繁荣的社区(8480万)，而不是贫困社区(5230万)。然而，繁荣的社区正日益聚集在西海岸有阳光的城市地区;与此同时，美国近90%的贫困社区人口不足5万人。另外，贫富差距仍然在加大：相比较2010年，2015年超过半数的贫困地区工作数量在较少。从2011年到2015年，繁荣地区占据了全国商业机构的57%，几乎是现有商业机构的两倍。近四分之三的新工作岗位流向了美国40%的社区。根据EIG的数据，美国一些最繁荣的城市是圣何塞、西雅图、旧金山和奥斯丁等科技中心。此外，像斯科特斯代尔、吉尔伯特和钱德勒这样的菲尼克斯郊区的郊区也生活得很好。在美国100个最大的城市中，10个最富裕的城市中没有一个位于中西部或东部沿海地区。总的来说，EIG发现最繁荣的社区往往是一个多元化的经济体，接近大型机构的研究,维护良好的基础设施,允许他们运输货物和服务,并有高水平的移民。
原文链接：Study finds the most prosperous U.S. cities are nearly all in the West
