1.阿里從來不只屬于馬云，但馬云會永遠屬于阿里

9 月 10 日教師節，阿里巴巴集團創始人馬云發出題為“教師節快樂”的公開信宣布：一年后的阿里巴巴 20 周年之際，即 2019 年 9 月 10 日，他將不再擔任集團董事局主席，屆時由現任集團 CEO 張勇接任。

馬云曾在多個場合提到，教師是他最喜歡的職業。未來，他也將更多地回歸他這一身份。

阿里表示，馬云并不是退休，他仍然是阿里巴巴 000001 號員工與合伙人，繼續為阿里巴巴合伙人組織機制做努力和貢獻。

2.您好，李飛飛老師：“歡迎重返斯坦福！”

北京時間 9 月 11 日凌晨，谷歌云 CEO Diane Greene 在其官方博客上公布了一則重磅消息，來自卡內基梅隆大學的計算機科學院院長 Andrew Moore 教授將在 2018 年底接任李飛飛的谷歌云 AI 負責人職位，而李飛飛也將正式回歸斯坦福大學執教，同時，李飛飛還將保留 Google 云顧問的角色。

3.蘋果發了4款新品，卻沒有你想要的One more thing？

9 月 13 日凌晨 1 點，蘋果在 Steve Jobs Theater 秋季新品發布會開幕，他們推出了 1 款手表和 3 款 iPhone。

如你所知，三款產品為 iPhone Xs, 更大的 iPhone Xs Max，還有一款廉價款的 iPhone XR。各路科技媒體之前預計要發布的 Airpods、Air Power、iPad 和MacBook Air 等新品并未出現。

售價方面，iPhone XS，起售價為 999 美元；iPhone XS Max，起售價為 1099 美元；iPhone XR，起售價為 749 美元。不知蘋果發布的三款新機售價已觸及你崩潰的底線？

4. 騰訊 AI Lab 開源業內最大規模多標簽圖像數據集

騰訊 AI Lab 宣布將于 9 月底開源“Tencent ML-Images”項目，該項目由多標簽圖像數據集 ML-Images，以及業內目前同類深度學習模型中精度最高的深度殘差網絡 ResNet-101 構成。據悉，ML-Images 包含了 1800 萬圖像和 1.1 萬多種常見物體類別，足以滿足一般科研機構及中小企業的使用場景。

注：微軟ResNet-101模型為非遷移學習模式下訓練得到，即1.2M預訓練圖像為原始數據集ImageNet的圖像。

5. 英特爾收購 NetSpeed，大大降低芯片設計成本

據 VentureBeat 報道，芯片廠商英特爾對外宣布收購了總部位于加州圣何塞的 NetSpeed Systems 公司，收購價格暫未披露。英特爾表示，收購 NetSpeed 將有助于改進其芯片設計工具。

NetSpeed 提供了高度可配置、綜合產品，可以幫助英特爾更快、更經濟地設計、開發和測試新的片上系統(system-on-chip,SoC)，同時有助于英特爾設計、開發并測試能將一個完整的工作系統放在一塊單晶硅片上的一體機芯片。（via 鳳凰網科技）

6. 英偉達宣布 Tesla T4 GPU 新品：基于圖靈架構，加速 AI 運算

近日，英偉達發布了一款專為 AI 推理工作而設計的顯卡，它就是可以加速語音、視頻、搜索引擎、圖像神經網絡的 Tesla T4。在這之前，英偉達曾推出過類似的 Tesla P4。但新品可在相同的功耗下，提供高達 12 倍的性能，設立了推理負載效能的新標準。Tesla T4 擁有 320 個圖靈張量（TURring Tensor）內核 + 2560 個 CUDA 內核。（via cnBeta）

▌技術焦點

1. 終于可以放心寫bug了！Facebook的debug神器你值得擁有

在近日舉辦的 @Scale 2018 大會上，Facebook 宣布了它的新款工具 SapFix，可針對特定的 bug 自動生成修復程序，然后將其提交給工程師，經確認之后，然后再部署到生產環境中。

相比其一年前已投入大規模使用的智能自動化軟件測試工具 Sapienz，SapFix 能夠在沒有 Sapienz 的情況下運行，主要用于修復 Sapienz 在生產前發現的程序 bug。不過，目前SapFix 仍在開發階段。

2. OCR大突破：Facebook推出大規模圖像文字檢測識別系統——Rosetta

OCR（Optical Character Recognition），也稱光學字符識別，是通過掃描等光學輸入方式將各種票據、報刊、書籍、文稿及其它印刷品的文字轉化為圖像信息，再利用文字識別技術將圖像信息轉化為可以使用的計算機輸入的一種技術。

近日，Facebook 宣布推出一個大規模圖像文本提取和識別系統——Rosetta，可幫助計算機閱讀和理解每天發布到社交網絡的數十億張圖像和視頻。憑借這套新系統，Facebook 可以更容易地發現平臺上哪些內容違反了反仇恨言論規則。

3. TensorFlow 新庫 TFDV：大規模理解、驗證和監控你的 ML 數據

近日，TensorFlow 宣布開源 TFX 的一個重要組件：「數據驗證（tf.DataValidation）」，可幫助開發人員更好地認識數據，并將其用于機器學習。

TFDV（數據驗證）是谷歌每天用來分析和驗證數 PB 數據的技術。鑒于此前它在數據糾錯上一直有不錯的表現，谷歌相信，TFDV 也可以被用戶作為維持 ML 模型性能的一個好工具。

4. 谷歌開源 What-If 工具，無需代碼即可掌握模型的所有資料

注：What-If 工具，展示了 250 張人臉圖像和模型在其中檢測微小的結果

如果不用寫代碼就能對機器學習模型進行審查，那會是怎樣的體驗？近日，谷歌開源了一款工具，名為 What-If，具體有以下幾種功能：

對推斷結果可視化；

編輯數據點，看模型會有怎樣的反應；

研究單一特征對模型的影響；

研究反事實樣本；

用相似度安排樣本；

查看混淆矩陣和 ROC 曲線；

測試算法公平性。