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。

AlterEgo：用内心声音控制电子部件

本文内容取自MIT Technology Review的报道--Say Goodby to Alexa。

现在的新技术很多都容许人用声音来启动电子器件的机械操作，而Arnav Kapur的AlterEgo让你用思想来转换电视频道等等。

按照MIT的项目介绍，AlterEgo是一种闭路的可穿戴部件，它允许人用无声交流的方式对机器，人工智能助理，电子服务，和其他人，发出指令信号。用户无需开口出声，也不需要作出外部可观察到的动作，只要借着内心的有意发言，好像对自己说话，就可以进行高带宽自然语言交流。

可穿戴部件捕捉到电子信号，这些信号是由内部语音发音器（当用户故意在内部发声）细微而有意的移动引起的。MIT的媒体技术研究人员用这种方式来促成双向自然语言计算处理。 从今以后，控制电子产品将能够不开口啦。

由MIT媒体实验室研究生Arnav Kapur所创建、名为AlterEgo的部件原型已实现了这一目标。 Kapur的部件是一个三维打印出来的塑料小产品，看上去好像一根贴在头上的瘦白色香蕉 –让用户可以翻转电视频道，改变灯泡的颜色，下棋，计算复杂的算术等等，都不用说一句话，也不用举手。 AlterEgo可以让人们彼此默默沟通，并且不至于互相影响。 Kupur描述自己制作项目时的体验，觉得自己有些像个电子人，不过是最理想的那种。

AlterEgo并不会知道你心里想的一切，尽管听起来好像如此。 它在我们静静地阅读或与自己交谈时，会抓住由面部和颈部肌肉的小动作产生的微小电信号，通过蓝牙发送到计算机，在那里借着算法进行解码，然后行动（例如“开灯”）。 这系统用骨传导耳机给你反馈，并用电脑声音让你知道其他的AlterEgo配戴者想告诉你的东西，却不必塞住耳朵。 那种感觉就像自己被连接到互联网上一样。Kapur说，没有了它，人会突然感到正常。

在一个人工智能快速进步的时代，机器人接管或杀死我们，至少会夺掉我们的饭碗，这类焦虑越来越大。Kapur却看到，AlterEgo在某种意义上解除这些焦虑。 他去年花功夫制作这个部件，显示出AI是帮助人的工作，而不是取代人。

他把AlterEgo看为一种新的电脑，比起在智能手机上敲打，或对Alex发令，它用起来比较不费力，而且比较亲密（安静）。 虽然它现在只是一个初期的原型，但Kapur认为这很有用，比如帮助叫一个优步车辆，或者帮助讲话障碍和听力障碍的人更容易沟通。

到目前为止，Kapur和其他几位媒体实验室的研究人员已经建立了好几个简单的应用程序，其中包括帮助国际象棋和围棋的赛手，提出下一棋步，或解决一个算术问题，让你得到内部声音的答案，甚至可以让你成为物联网上的一个节点，提供的准确数据给你。

研究人员还让人测试了AlterEgo作为默默无闻交流的工具的有效性。根据最近的一篇论文，他们发现平均有92％的机会，AlterEgo能够准确地捕捉用户心里说的话。

康奈尔大学副教授Tanzeem Choudhury负责管理该学校的人群感知计算实验室，她认为AlterEgo可能对于讨论某些事情，对一些可能令人感到尴尬，或情绪感到困扰的谈话特别有帮助。

她说，挑战在于让部件运行良好，而不会使硬件和互动的本身看起来奇怪。 她指出谷歌眼镜 – 一个原型失败的例子-说明当有人头上戴了小工具时，人们之间的互动会受影响而出错。

Kapur想要改进并出正式的产品，现在已开始考虑所有必须首先解决的问题。例如，它的人际交流功能仅限于非常简单的单词和短语：“是”，“不”，“你好”，“再见”和“你知道吗？”虽然它可以静静地从英语翻译成西班牙语和日语，它仍然只能翻译15个短语。

这是因为他对沉默言语解读的方法是新的，不像典型的语音识别，我们没有大型数据集可供研究人员用来训练AlterEgo的算法。 所以，研究人员正在借着让人们使用AlterEgo来建立沉默语言的数据集。

Kapur说，他们还在医院和康复中心开展了一项研究，让那些有语言障碍的人使用AlterEgo，不过他不肯透露具体的内容。 此外，研究人员正在扩展系统可以理解的词汇，开发应用程序，并考虑如何改进AlterEgo的外形。

企业管理的新技术：员工评估APPs

本文内容取自《企业家》杂志2018年5月号Performance Anxiety一文。

除了从试用到转正以外，每年一度，公司都需要对员工的表现进行评估。没有人喜欢这个差事—经理嫌它费时间伤脑筋，员工更不欢迎。根据一个调查，59%的员工说年度评估不会改变他们的工作方式，37%的员工说他们看见年度评估就想要转换工作。而且，将近9成的人事部主管认为年度评估的结果并不准确。

难怪一些领先的公司，像GE、Accenture、IBM、Adobe、Gap干脆放弃了对员工的年度评估。

年度评估的目的本来是提高员工表现，给他们关于工作的反馈意见，并有机会得到教练和晋级。如何能更有效地达到这目的呢，现在有一些apps是专门设计，来给员工提供全面的表现反馈意见，并让他们管理自己的目标，像Impraise、15Five、Zugata、Reflektive、Lattice等等。这些应用程序有些像体育运动追踪器，不断地追踪雇员的工作表现。经理就不必做繁琐的文书工作，雇员也不再担心年度评估了。

Reflektive最近筹得6000万美金的C轮资金，为公司员工提供一个从同事得到实时鼓励反馈的平台，经理也可以记下以后需要当面提说的事项，比如“某某你会上的发言很清晰”，或者“鼓励某某开会多发言”。你还可以随时提供公开的称赞--好像社交网上那些反应，又可以为自己设定个人目标并追踪进展，比如销售额。

Reflektive公司的总裁Rajeev Behera认为，年轻的一代在个人社交平台上习惯了这样的数字反馈评估，也会期待在职场有类似的反馈，没有反而感觉不好。为此，Reflektive最初成立创建的产品只有公开的shout outs功能，让用户对他们的产品有相当满意的评价。

另一家公司15Five也类似，用high five表示赞赏祝贺，并取用社交网络的圆圈个人资料照片、用@标签引起注意，提供like、heart等等表情、容许写评论，但在职场专业上，这app主要是为提供有目共睹的晋升成长。15Five的总裁David Jassell说，“现在公司若没有为员工提供成长空间，人家就要寻找新职场了。”

用apps管理员工表现是这几年才有的新事物，能不能够帮助公司还是还要慢慢看。耶鲁大学管理学院的Amy Wrzesniewski教授的专业是机构行为，她说实时具体的反馈能够帮助人纠正有问题的行为，或鼓励好行为，但不能代替面对面的意见反馈。如果人们离开会议在走廊里都向手机app打字，而不是彼此交谈，那就不利于建立团队。

还有一家人事咨询公司的副总裁David Mallon也说，频繁的反馈意见很好，但也可能搞得过头—一周7天、每天24小时都评论别人的行为，噪音恐怕就太多了，降低了app的有效性。

还有一个问题，所有员工都不断地输入反馈意见会花费很多时间，分散工作的注意力；在有些关系比较紧张的职场，还倾向于有人滥用评论功能；在另外一些公司，能够当面直接地传递信息更加重要，不用apps。

不过，有些使用这些apps的公司并没有利用及时反馈的功能，而是为正式的面对面年度评估积累作准备，经理有了平时的评论记录为根据，就不必临时发挥或另外填表，apps都归纳好了。

你觉得如何？用一个app能够促进你们公司的员工表现和积极性吗？

前列腺癌：大数据找到80项新药物靶点研发的钥匙

在对前列腺癌遗传学进行分析的最大规模研究中，科学家发现不下80个新的潜在药物靶点。这一研究项目为新疗法的设计开辟了广阔的途径。

提取基因数据曾经是一项繁琐且相当耗时的任务，但随着技术的不断改进，这项工作显著变快，而且明显更加便宜。同时，可用来处理大型数据集的工具也已大大改善。

综合起来，这表示我们可以对大量从遗传密码收集到的信息进行分析、绘图，并相对容易地用兩样结合來增加清晰度。

最近，有个国际合作的团队使用这种DNA分析和大数据双管齐下的方法，来深入研究前列腺癌发展的基因变化。这项研究是由英国伦敦的癌症研究所（Institute of Cancer Research）组织策划的。

前列腺癌的挑战

Eeles教授

前列腺癌是美国男性中第二大常见癌。估计今年在美国，将有164,690例前列腺癌新病例，并有将近3万人死于这病。尽管研究人员在理解和治疗前列腺癌方面取得了进展，但仍然有许多困难。

正如这项目的研究负责人Rosalind Eeles教授所所解释的，“我们在癌症研究中面临的挑战之一，就是这疾患的复杂性，以及众多可能的治疗方法。”--你不知道哪一种疗法对一个患者最为有效。

Cancer Research U.K.的Justine Alford博士概述了研究和干预前列腺癌的另一个问题：“治疗前列腺癌取得进展的主要障碍，是缺乏准确的方法来预测一个人的疾病进展，这使得我们很难知道每位患者最适合用哪种疗法来医治。”

收集基因数据
为了换一个角度来解决这个问题，研究人员从112位患前列腺癌男子获得遗传信息，与其他一系列的研究的数据结合起来，总共使用了来自930名患者的样品。Eeles教授说，“我们的研究运用了大数据尖端技术，来分析解锁大量有关前列腺癌的新信息，找出与疾病作斗争的可能方法。”

该研究团队利用最新的大数据技术，对于引发并促使前列腺癌发展的基因变化得到了新的亮光。一旦了解到涉及哪些基因，他们就能够创建一个这些基因编码的蛋白质图谱。

接下来，他们利用一个名为canSAR的数据库来进行分析。该数据库收集了各种癌症治疗药物的临床研究资料，利用机器学习，能够提出有潜力的药物发明见解。

在网站上，canSAR说明了他们的数据库试图回答的问题：“某个蛋白质到底性质如何？其中的癌是遗传表达还是突变？什么样的化学工具和细胞系模型可能用来实验性地探测它的活性？某个药物如何？细胞对其敏感性如何？以及哪些蛋白质的结合让我们知道是不寻常生物活性的可能解释？”

科学家们发现，他们找到的80种蛋白质是潜在的药物靶点。其中11种是现有药物的治疗靶点，另外7种药物可作为正在临床试验药物的靶点。他们的研究结果发表在近期的《Nature Genetics》杂志上。

Paul Workman教授

展望未来
当然，这些发现需要进一步研究才能够用在临床，但它们提供了一系列新的可能性。

合著人Paul Workman教授解释说：“这项研究发现很多新基因，是对生成前列腺癌起了作用，对于如何利用前列腺癌的生物学特性来寻找有潜力的新疗法，我们从中得到了非常重要的信息。”

Workman教授希望他们的工作能够“激起新一轮的研究浪潮，从患者的基因变化来辨认可能的药物靶标，让患者尽快受益。”

设计前列腺癌治疗方案的另一个绊脚石，疾病在每个人身上进展不同，这使得确定哪种治疗方案最适合于各位患者更难。Alford博士希望“通过大大增强我们对该病基因变化的了解，来帮助医生更好地调整癌症治疗个案，希望看到更多的人能够幸免于癌症。”

现在这些还属于早期的发现，但下一代的研究就可能会转化为临床使用。

本文内容译自昨天《今日医学新闻》的报道。