以下新闻选自人工智能信息平台“机器之心Pro”：花最少的时间，看最重要的新闻。

产品应用

1.SC19浪潮发布全球首个AI开放加速系统MX1，支持多家AI芯片

11 月 18 日，在美国丹佛举行的 SC19 全球超算大会上，浪潮正式发布全新的 AI 开放加速系统 MX1，可在一个 AI 服务器支持多种符合 OAM(OCP Accelerator Module) 规范的 AI 芯片，这也是全球首个可支持多家不同型号的 AI 芯片直接更换的 AI 开放加速系统。

2.Cerebras Systems 发布「世界上最快的 AI 计算机」

总部位于加利福尼亚州 Los Altos 的 Cerebras Systems 在今日 Supercomputing 2019 活动中宣布推出 CS-1，被誉为世界上最快的人工智能计算机，且已获得美国联邦政府超级计算计划的认可。CS-1 具有整个晶片而不仅是芯片。通常硅芯片是从经过处理的 12 英寸硅晶圆上雕刻出来的，晶圆上有数百个芯片。但是，Cerebras 设计了一种具有许多小核心的计算机，这些核心在整个晶圆上都可以重复使用。晶片被锯成一个大的矩形，上面有很多芯片。Cerebras 已向全球最大的超级计算机购买者之一的美国能源部的阿贡国家实验室交付了第一架 CS-1。它将使用 40 万个内核来处理大量的 AI 计算问题，例如研究抗癌药物的相互作用。（VentureBeat）

大公司新闻

1.小米智慧工厂即将在12月底投产

11 月 21 日消息，小米董事长雷军在世界 5G 大会主论坛上表示，小米的智慧工厂即将在 12 月底投产，位于亦创国际会展中心附近，主要负责研发、制造小米的旗舰手机。小米的智慧工厂主要应用机器人、大数据等新技术进行运营，每分钟可以生产 60 台手机，和传统工厂相比，效率将提升 60%。（智东西）

2.中国联通：已在全国14个省开展20余项5G智慧交通示范实验

世界 5G 大会于 11 月 21 日正式开幕。中国联通展示了 5G 远程驾驶系统，通过展馆内的远程驾驶平台，对位于重庆的无人驾驶车辆进行远程控制，可进行前进、后退、转弯、变道、加速、停车等一系列驾驶操作。5G 时代，中国联通开展了交通领域探索，与交通部公路院、华为、大唐、宝马、长安、重庆车检院等合作，已在全国 14 个省开展 20 余项 5G 智慧交通示范实验，实现 5G 赋能智慧交通。（第一财经）

3.索尼成立 AI 部门，专注于游戏和食品

索尼在本周三的公告中表示，公司已成立索尼 AI，该部门将从事人工智能的研究和开发，并将在日本，美国和欧洲设有办事处。研发项目主要集中于游戏，影像和传感以及美食学。这家科技巨头在公告中表示：「这些旗舰项目将增加对新技术的采用，对于在未来几年进一步提高索尼游戏和传感器业务有着至关重要的价值。」公告还透露道，AI 研究将「与索尼集团相关业务部门进行密切合作」。（cnbc）

投融资

1.音箱制造商Sonos以3750万美元收购语音助手初创公司Snips

智能音箱制造商 Sonos 周三宣布收购巴黎和东京的语音助手初创公司 Snips。Snips 一直在开发一个平台，为智能扬声器和其他设备推出专门的语音助手。Sonos 在这家初创公司上投入了 3750 万美元现金，并通过这笔交易获得了一个拥有 50 多名员工的欧洲办公室，以及针对语音的专利。（Variety）

2.机器人创企 Picnic 开发自动 Pizza 组装系统，筹资 500 万美元

Picnic 是一家专注于开发食品生产机器人的创业公司，今天宣布已筹集 500 万美元额外种子资金。新一轮融资由 Creative Ventures 领导，Flying Fish Partners 和 Vulcan Capital 参与了此次融资。新资金将用于产品开发，人才雇用和市场营销。Picnic 因 10 月推出的自动比萨组装系统而闻名。可配置的模块化平台专注于大量比萨饼的生产，每小时可以达到 180 个 18 英寸比萨饼或 300 个 12 英寸比萨饼的速度。该系统适合现有的厨房布局，包括食品卡车和售货亭，并与 Picnic 的软件集成，以提供后端数据和云分析，从而有助于提高一致性，速度并减少食物浪费。（TechCrunch）

研究与技术

1.对抗逆增强学习在自动驾驶决策中的应用

生成对抗式模仿学习（GAIL）是从演示中学习顺序控制策略的有效方法，对抗性逆向强化学习（AIRL）与 GAIL 相似，但同时也学习奖励功能，并具有更好的训练稳定性。但是，在以前的研究中，AIRL 大多被应用在人工环境中的机器人控制中。加州大学伯克利分校、瑞典哥德堡查尔姆斯理工大学和北京大学的研究人员最近发表了一篇新论文，在文中，他们将 AIRL 应用于一个实际且具有挑战性的问题—自动驾驶的决策制定中，并通过语义奖励 AIRL 来提高其性能。他们使用四个指标来评估其在模拟驾驶环境中的学习表现。结果表明，车辆代理可以从头开始学习良好的决策行为，并可以达到与专家相当的性能水平。此外，与 GAIL 的比较表明，AIRL 比 GAIL 收敛更快，能实现更好和更稳定的性能。

2.研究人员为自动驾驶汽车加入游戏功能

由滑铁卢大学的研究人员领导的一项新研究详细介绍了三款专门为第三级和更高级别的半自动车辆创建的游戏。研究人员还提出了许多相关的车载游戏类型的建议，以供未来进行近一步的探索。三级及更高级别的半自动车辆指的是至少具有环境检测能力并能够自行做出决定的车辆。

滑铁卢计算机科学学院的博士生 Matthew Lakier 说：「随着自动驾驶汽车开始取代传统汽车，汽车「司机」和乘客在乘车时将会拥有比以往更多的空闲时间。」有了这些游戏，「在汽车自驾时，你将能够与附近的自动驾驶汽车中的其他人玩游戏。」

目前，自动驾驶汽车拥有许多智能技术，可帮助确保其安全，研究人员认为，将来，车对车（V2V）通信和平视显示器（HUD）也将成为标准配置。V2V 使汽车能够相互告知彼此在道路上的相对位置，而挡风玻璃上的 HUD 可使驾驶员了解汽车的速度和道路状况。(ScienceDaily)

3.机器人可以在多人隐藏角色游戏中击败人类

麻省理工大学的研究人员开发了一种配备了人工智能的机器人 DeepRole，该机器人可以在棘手的在线多人游戏中，在不知道对手的角色和动机的情况下，击败人类玩家。DeepMind 的 AlphaGo 早在 2016 年成为头条新闻，今年早些时候，卡耐基梅隆大学的一个团队开发了世界上第一个可以击败扑克专业人士的机器人。但是在这些游戏中，机器人都从一开始就明了它们的对手和队友的角色。在下个月的神经信息处理系统会议上，研究人员将公开展示 DeepRole—该机器人的设计是将新颖的「演绎推理」添加到通常用于玩扑克的 AI 算法中。这有助于以部分可以观察到的动作为基础进行推理，从而确定给定玩家是队友或对手。通过这种方式，它可以快速了解与谁结盟以及采取哪些行动来确保其团队的胜利。研究人员将 DeepRole 与人类玩家一起放在超过 4,000 轮在线游戏「抵抗：阿瓦隆」中，玩家尝试随着游戏的进行推断出同伴的秘密角色，同时隐藏自己的角色。结果显示，DeepRole 始终优于人类选手。(MIT News)