新动向：机械手开始观察和学习模仿

工业上使用的机械手一般都是重复执行某些明确界定好了的任务，而且为了安全起见，它们做工时一般是旁边无人的。然而现在，研究人员越来越多地想要让机械手在工人附近做工，甚至向人学习做工。这是Nvidia公司在西雅图的的新机器人实验室研究人员的最近尝试。

在澳大利亚举行的机械手自动化的国际年会(ICRA)上，Nvidia的机械手研究高级总监Dieter Fox（也是华盛顿大学的教授）介绍了他们团队的工作。他们试图让机械手借着观察工人来学习执行新任务。

为此，机械手需要能够检测到人，追踪他们的活动，学习他们如何帮助人--这样的工作环境一般是小规模的职场，或是在家里。

训练一个算法去成功地玩电子游戏比较容易，训练机械手就复杂多了。Nvidia的研究团队在Stan Birchfield和Jonathan Tremblay带领下，研发了一个系统，允许人来教导示范机械手，用简单观察的办法来学会执行新任务。

他们先训练一系列的神经网络来检测物体，推断从物体之间的关系，然后生成一个程序，来重复所“看见”的人类活动步骤。比如视频中所演示的，堆放几块不同颜色的积木。



还好，这个系统会生成一个人类可以读懂的步骤描述。这样，在出现问题时，研究人员知道是哪里出了错。

Stan Birchfield说，他们团队的目标是让任何人都能够训练机械手。堆放积木是再简单不过的基本任务，在大会的展示场，一个摄像头观看，随便人上来，拿起积木就开始堆放，然后让机械手来重复。听来简单，但是对机械手来说相当困难。

Nvidia的研究团队使用模拟环境里的综合数据来培训核心系统。Birchfield和Fox都强调，这样来训练机械手会快很多，用真人来做要花很多功夫，而且有不少危险。

Birchfield说， “我们认为以后训练机械手都用模拟，很有效的工作模式，能做以前做不到的事。 “ Fox也说，用Nvidia的硬件和软件来进行这种研究最理想不过。在训练过程中有很强的视觉要求，而Nvidia有很棒的图像处理硬件背景，很有利。

Fox承认在这方面还有大量的研究工作需要做，因为大量模拟图像的真实感还不够，但这方法的核心基础已经奠定了。下一步，Nvidia团队计划扩大机械手能够学习的任务范围，并且有必要的语言来描述那些任务。

本文内容译自TechCrunch新闻网昨天的报道：Nvidia's Researcher Teach a Robot to Learn。

初创企业家可能有兴趣阅读的书籍

本文译自e27东南亚创业公司网的文章，6 books every entrepreneur can learn from。

如果你是一位企业家，那你大概是最忙的人之一。但忙不等于要把读书当作浪费时间，恰好相反，保持一个稳定的阅读习惯会帮助你从别人的智慧和错误中学习，了解现时的经济、文化、技术时机和前景，对自己公司的过去、现在、未来有正确的洞见。

在此介绍六本书，都是英文的，你可以找一找是否有中文版本。不要错过：

第一本，Bill Green写的All in: 101 Real Life Business Lessons for Emerging Entrepreneurs。作者从青少年时就开始走上办企业的道路了，最初和父亲一起卖旧货和样品，为大商店买进五金用品，后来开五金店，还做房地产、贷款，甚至有个私人的股权公司等等。四十多年的经历写下来与你分享，教你如何发展领导力的技巧，如何赢过竞争对手，如何僱用员工、与人合伙，如何适应市场变化等等。

第二本：Annie Duke写的Thinking in Bets: Making Smarter Decisions When You Don’t Have All the Facts。作者曾经是扑克玩家的世界冠军，她说办企业和打牌差不多，都要在信息不完整的情况下做出决定，赢者属于善于使用策略来担当和管理风险的人。Duke提倡求精决策过程，根据所遇到的机遇来合理打赌。

第三本是Kristen Hadeed写的Permission to Screw Up: How I Learned to Lead by Doing (Almost) Everything Wrong。在初创公司的世界裡，有些人似乎以为越少提失败的可能性，就越不会失败。作者的回忆录却公开谈论她创业成功路上的很多错误，以及她是如何设法挽回的。没有一个初创公司没把事情搞砸过，但有些人能够从错误中学习教训走过来，有些人不能。希望你能有借鉴，把失败当作学习，而不是当作丢人。

第四本书是Kim Scott写的Radical Candor: Be a Kick-Ass Boss Without Losing Your Humanity Hardcover。公司创始人通常都很快发现人事资源和员工管理相当不容易，作个老板不光要有技术或学术的智商，还要有情绪智商。出来创业的人，多少是考虑要作自己的老板，然而能作好自己的老板不等于能作别人的老板。本书作者根据自己在苹果和谷歌公司的高管经验，勾画出一种「彻底坦率」的管理风格—老板深深关心雇员的进步，同时给他们坦诚的反馈意见。

第五本书是John Doerr写的Measure What Matters: How Google, Bono, and the Gates Foundation Rock the World with OKRs。OKR即目标和重要成果，作者在1970年代从Intel学到这个词组，后来就把这套OKR系统教给他当时投资的一家初创小公司—Google。OKR帮助Google成为科技巨人，作者写出OKR系统如何帮助了Google和无数其它公司，架构优先次序，进行透明管理，不断跟踪衡量最重要的东西。他举例说明创始人如何能够用OKR的概念，作出艰难、却是必要的决定，创立起可持续发展的企业。

第六本书是Donald Miller写的Building a StoryBand: Clarify Your Message So Customers Will Listen。企业家不仅仅创立了不起的公司，还要说服客户相信这间公司。如何将企业的模式变成一个能够和客户分享的故事？作者在书中作了解释。他利用人对所听故事的反应特点，分析客户决定购买的内心理由，展示了用连贯的故事宣传来促进营销的最好方法。成功宣传新的公司业务不需要庞大的广告开支或华而不实的网站，而需要借着故事的力量，思考自己的产品或服务在客户生活中的角色，给人直接了当的鼓励和盼望。

SVTC专家消息：韩旭接过景驰“帅印”

（2018年3月22日，中国，广州）景驰科技今天宣布，任命韩旭为公司CEO，吕庆为公司President/CFO，李岩担任CTO，杨庆雄担任公司VP Engineering，原思科大中华区资深副总裁张力加入公司担任VP Operations。同时，为了进一步强化公司整体的技术和商业化实力，景驰科技将迎来德高望重的中国商业权威——前新华人寿保险公司董事长康典先生，出任公司的商业顾问，以及世界人工智能领域的大师，卡内基梅隆大学教授、美国工程院院士，美国艺术与科学学院院士金出武雄（Takeo Kanade）先生担任公司的技术顾问。

在韩旭，李岩和杨庆雄的带领下，景驰研发团队在不到一年的时间从10人增长至80余人，涵盖包括麻省理工（MIT），卡内基梅隆大学（CMU），哈佛（Harvard），耶鲁大学（Yale），伊利诺伊香槟分校（UIUC），加州大学伯克利分校（Berkeley），加州大学洛杉矶分校（UCLA），南加州大学（USC），哥伦比亚大学，加州大学尔湾分校，佐治亚理工，芝加哥西北大学，法国第六大学，新加坡国立大学，香港大学，香港城市大学，清华大学，北京大学，中科大，上海交大、浙江大学，复旦大学，北航，中科院，西安交大等全球顶尖学府的博士和硕士毕业生，拥有几十位无人车领域里的资深行业专家人员（来自百度，滴滴，神州，Velodyne，优步，谷歌，苹果，三星，福特，雷诺等行业相关公司），以及众多在世界顶尖计算机竞赛取得优异成绩的工程师（在国际计算机竞赛获得亚洲区域金牌的有20多人）。景驰的技术快速迭代、不断突破，在广州、安庆、加州三地完成复杂情况路测，并在广州生物岛和安庆高新开发区开展国内多个地区常态化试运营。

景驰科技董事会及投资人坚信，在韩旭、吕庆，李岩，杨庆雄，和张力新的管理团队的带领下，在商业顾问康典先生和技术顾问金出武雄（Takeo Kanade）教授的指导下，景驰团队将会持续奋斗和创新，早日实现在中国无人驾驶商业化的愿景和使命。

（韩旭是硅谷科技咨询委员会计算机科学及机器学习领域的专家，本报道转自景驰网站。）

埃森哲报告：2018年AI技术的五大潮流

埃森哲是全球最大的管理咨询公司，下面简单介绍埃森哲（Accenture）新近的一份研究报告。

埃森哲评出五项新的技术潮流，是2018年推动企业去挖掘人工智能技术潜力，创造新的商业机会，改变世界的巨大力量。这些人工智能技术领先的公司已经在用新产品、新服务在改善我们生活，未来将成为不可或缺。

并且，企业现在越来越个人化，企业领导必须转变观念和业务模式，注意与合作伙伴，客户，员工，政府等建立牢固、可信赖的关系。

我们现在所做的一切都含有技术，技术改善了我们生活、工作、和体验世界的方式。 但目前有一场更大的变革正在发生，埃森哲2018年技术愿景报告深入探究了IT趋势--这些趋势不仅会迅速重塑我们日常生活，而且重塑整个社会，并允许每个行业的企业重新构想可能的业务方向。

新兴技术干扰现有技术并不稀奇，我们现在正预计有新的技术干扰到来。而且最新的变革是前所未有的，是双向的，因为人们不仅仅是使用产品和服务，而且提供个人信息和访问权。

为了实现综合的创新，企业需要深入了解人们的生活。 对于智能企业来说，这种联结水平，以及这种程度的信任，需要一种新型的关系。这不仅仅是商务，还是私事。 所以，企业领导需要根据他们所服务的对象来重新界定他们的公司。


第一大潮流：人工智能成为公民—让它造福社会

人工智能已经能够与人一起工作了。

企业必须接受人工智能，承认它是公司员工的合作伙伴。

通过提高人工智能的责任、公平性、透明度，企业可以建立一个强大、合作的新员工队伍。

人工智能的应用越来越多，在社会生活中随处可见，企业需要利用AI的潜力。 随着人工智能的快速发展，它正在成为人们的合作伙伴，对人们的工作和生活有着前所未有的接触和影响。

部署AI工作现在已经不只是训练它执行特定的任务了，而是要“提高”它，让它作一位负责任的业务代表，为社会作贡献。随着人工智能进一步扩展到社会生活，AI企业提高人工智能公民责任的责任将要快速增加，因为AI不再只是一套程序。

第二大潮流：增强的现实—天涯咫尺的体验

沉浸式体验让人如同亲临其境，新技术正在改变我们与人联络、信息交流、和体验世界的方式。

增强的实境（XR）可以拉近距离，解决很多先前无法亲临的问题。

今天所试验的沉浸式技术，将要为明天改造整个行业奠定基础。

超越物质的瞬间移动或许尚未实现，但借着虚拟和增强现实等技术，身临其境的体验已经能够立时将我们带到遥远的地方。增强的现实第一次能够将人“搬迁”到不同的时空，我们在此努力。

很多行业都可以身临其境去体验了，这种企业和社会的根本变化很明显：无论是信息交流、人物交往、还是实际体验，方位的重要性正在消失。企业的领导开始利用XR来提供员工培训、日常工作、顾客体验，不受限于活动地点。

第三大潮流：保证数据准确性—可靠营运的必要基础

数据是智能企业的生命线，全球经济都依赖于实时和准确的信息来运行。

而未经核实的信息会引起漏洞，是企业严重关注的问题，需要加以解决。

我们现在已有工具能够让公司应对这一关键的新挑战，确保数据的完整性和准确性。

不准确或被篡改的信息会危及公司赖以规划，运营和发展。未加验证的数据是一种新型的漏洞，每个利用数字技术的企业都必须解决这一漏洞。

自动的、数据驱动的决策越来越多。如果不加控制，坏数据造成的潜在危害就会造成企业生存的威胁。 所以，确保数据的完整性和准确性现在已成为强有力业界领导的首要任务了。
第四大潮流：新型的企业关系—由技术推动合作

在当今的数字经济中，由技术推动的合作伙伴关系是全新的。

可惜传统的企业体系不支持这些技术推动的合作关系。

为了让企业不至于被淘汰，充分利用这些技术合作，内部改革和采用新技术非常重要。

企业必须向过时的系统说再见，保持竞争力。新的企业系统公司需要利用战略合作关系，免得落后。 当这些伙伴关系以技术为基础时，他们可以比以往更快地将伙伴网络扩展，而过时的企业系统正在成为创新、竞争获胜、和发展的主要障碍。

微服务架构，区块链和智能合约是技术合作关系的基石。 那些今天投资于这些变化的公司必将重新界定未来的企业交易方式。

第五大潮流：思维互联网—创建智能分布式系统

我们的物质世界正在转变成智能环境。

目前的IT架构不是为支持“处处智能”而设计的。

IT架构转型，重新重视硬件，将使公司能够建立他们竞争所需要的思维互联网。

机械臂、沉浸式现实体验、人工智能、和物联网，正在为物质世界带来新一代的技术，但企业现有的IT设施架构恐怕无法支持这些技术系统。

为下一代技术提供智能技术支持，就需要对现有的IT设施进行全面改造。平衡云计算和边缘计算，以及重新重视相关的硬件，可以帮助企业将智能技术递送到任何地方。

详细全文请看埃森哲网站的英文报告。