1.Google 幫印度預測洪水，靠AI減輕災害影響

Google 同印度中央水務委員會合作，預測印度巴特那地區將至的洪水情況，并通過搜索引擎與地圖軟件警告用戶。

據估計，全世界每年平均有 2.5 億人受洪水影響，損失達數十億美元。8 月，印度喀拉拉邦就因暴雨而引發的洪水損失慘重，近 400 人在這場災難中失去生命，當地官員稱這是 100 年來最嚴重的洪水。

為了提高對洪水的防范力，今年 6 月，Google 宣布與印度中央水務委員會建立伙伴關系，互相分享技術和數據來進行預測工作。Google 的任務是創建一個人工智能預測模型，向里面輸入歷次洪水的河流水位讀數、特定區域的地形及海拔。根據這些數據，人工智能又生成了地圖，并在地圖的各個位置模擬運行數十萬次。

Google 的人工模型不僅可以更準確地預測洪水發生的時間和地點，還可以預測洪水的嚴重程度，相比直接用數據生成的圖像分辨率更高、范圍更精確、更新速度更快。委員會稱這次合作是“管理洪水和減輕洪水損失的里程碑”，因為世界的 20％與洪水有關的災害都發生在印度，此舉可幫助節省億萬盧比。

這些信息最終會被納入 Google 的公共安全警報系統，并被分層整合至 Google 搜索引擎、Google 地圖等應用程序中，給用戶預警。

2.花旗銀行計劃 5 年內讓人工智能代替 1 萬個工作崗位

據金融時報，花旗銀行計劃在 5 年內把投資銀行部門的科技和業務人員裁去 50% ，準備用人工智能算法代替他們的工作。

對于該投資銀行部門來說，裁員 50% 意味著將有 1 萬名員工被遣散。花旗銀行總裁 Jamie Forese 還表示，整個集團中 40% 的人工是可以被 AI 算法代替的。

相比較其它行業的工作崗位，金融行業因為數據量豐富，可以流程標準化的崗位較多，所以用 AI 算法代替人工，不僅可以提升效率、節省人力成本外，他們也沒有情緒，不會抱怨工作或出現拉幫結派。通常被代替的崗位有柜員、客服、分析師等。

2017 年 3 月，埃森哲在一個名為“2017 年技術愿景”的報告中表示，技術會改變銀行業，世界上有 4/5 的銀行家認為，AI 將會影響銀行與客戶互動的方式，例如之前需要在柜臺辦理開戶、理財或轉賬業務，現在機器或手機應用就可以提供更好的服務。

今年 5 月，瑞士的圣加侖銀行就嘗試用 5 個機器人代替了 7 名人工。據圣加侖銀行委員會成員 Felix Buschor，這 5 個機器人的使用成本在 2 萬至 3 萬瑞郎之間。按瑞士金融行業的月平均工資來算，他們的年薪通常在 6 萬法郎左右。

3.Google 翻譯出現宗教話語，可能是因為用了圣經訓練模型導致

最近Reddit 上有網友發現，在某些語種下，一些特定的詞組會被 Google 翻譯成看似亂碼的宗教話語。

將語言設置成從毛利語翻譯成英語后，輸入 19 遍 “dog” 這個詞，Google 翻譯就會將這段話翻譯成“世界末日時鐘在 12 點 03 分我們正在經歷世界上的人物和戲劇性的發展，這表明我們越來越近接近末日和耶穌的回歸。”

還有用 Google 翻譯從索馬里語翻譯成英語，輸入不同數量的 “ag” ，會得出不同的翻譯結果，包括將 “ag” 翻譯成 the sons of Gershon （Gershon 的兒子），the name of the LORD （耶穌的名字）。

對于出現這樣現象的原因，Reddit 和推特上的網友玩笑地稱幽靈和惡魔在 Google 提供翻譯服務，或者可能是由不滿的 Google 員工惡意生成。

BBN Technologies 的高級科學家Sean Colbath從事機器翻譯工作，他表示產生最奇怪結果的語言——索馬里語，夏威夷語和毛利語，這些語言比英語或中文具有更小的翻譯文本。因此他說，Google 可能會使用像圣經這樣被翻譯成多種語言的宗教文本來訓練這些小語種的模型，從而解釋了為什么會產生宗教內容的原因。

4.不僅人臉識別，AI還可以用腳步識別你的身份

近日，印度理工學院的研究人員已經成功通過分析腳步識別出人的身份，并在arXiv上發表了他們的研究。

該團隊使用了一個地震檢波器和一種將地面運動轉換成電信號的裝置來收集大量的腳步數據，并依此構建整個人工智能系統。

他們要求八名志愿者每人赤腳走路，并在中心放置了一個地震檢波器。最后，AI在連續記錄7種足跡后識別出對應人的身份，準確率達92％。

研究人員認為，他們的系統最終可能會取代其他生物識別系統，如指紋或視網膜掃描儀，因為這些特征很容易偽裝。

研究人員指出，在高安全性領域，如軍事基地，可以使用該系統來檢測不在經批準的足跡數據庫中的任何人。同時，這套系統在未來的智能家居中也可以發揮作用，例如，AI可以根據走進房間的不同家庭成員播放不同的音樂。

5.昏迷患者應該生還是死？AI幫助做決定

當人陷入重度昏迷狀態，他們會失去所有運動功能，大腦活動明顯減慢。在大多數情況下，很難通過外部刺激如光線或運動將他們喚醒。

如何解決這個神經難題，并判斷他們是否還有蘇醒的可能？

中國科學院和北京解放軍總醫院的神經科醫生正在努力開發一種可以幫助醫生準確評估這種狀況的工具。這個利用機器學習的工具可以幫助醫生在繼續治療和放棄治療之間做決定。

研究人員將數千名昏迷患者的fMRI（功能磁共振成像）數據輸入機器學習算法，對這些患者蘇醒的可能性進行預測。

事實證明結果很理想。“我們成功預測了一些患者在最初被確定無法康復后還能恢復意識。”

研究人員發現，該算法的準確率可達90％，他們已經在全國300多名患者身上使用了這項技術。他們希望通過這項技術可以幫助全中國約50,000名的“慢性意識障礙患者”增加生存的希望。

北京的研究人員同時指出，這并不意味著機器可以決定昏迷患者是否生存或死亡。“當我們向家人通報AI評分時，我們總是告訴他們，機器決定的影響只占20％到50％。”