图灵奖得主Bengio明星创业公司被「贱卖」

据加拿大《环球邮报》报道，图灵奖得主Yoshua Bengio创立的「独角鲸」公司Element AI面临着被「贱卖」的可能。

Element AI 是一家专注于人工智能公司的孵化器，创立之初被称为「加拿大版 YC」，并被业内广泛看好，得到了微软、英特尔、英伟达、腾讯等公司的巨额融资支持。它的目标是通过硅谷式的产业服务帮助创业者，将人工智能的新技术从实验室原型转化为实用产品，同时也为其他公司构建研究机构提供解决方案。

《环球邮报》报道称，Element AI上月签署了一项以2.3亿美元的价格将自己出售给ServiceNow Inc，而据其获得的一份发送给股东的材料则显示，公司的资金处境的确不容乐观，员工们不仅收入不佳，而且还面临着被解雇、股票期权被取消的困境。此外，2.3亿美元的收购价格还可能会进行一些调整和支出，最终价格可能会降至1.95亿美元，低于其过去四年的募资金额 2.575 亿美元。

联邦学习最新医疗场景发布：杨强团队与刘琦团队合作打破药物数据共享壁垒

近日，来自同济大学生物信息系的刘琦教授课题组与微众银行杨强教授AI团队合作，通过联邦学习来进行本地药物隐私数据的保障，以及模拟多个制药机构（用户）之间的药物协同开发，助力制药机构在保障自身药物数据隐私安全的前提下进行协同药物发现。

该成果已发表在生物信息学领域著名期刊《Bioinformatics》上，题为《FL-QSAR: a federated learning based QSAR prototype for collaborative drug discovery》，首次探索了应用联邦学习进行协同药物开发的可行性，并提出了一种基于联邦学习的协同药物定量构效原型系统FL-QSAR。

定量构效模型是药物设计领域的经典模型，可用于对于药物分子结构和分子活性之间关系的建模和预测。生命科学领域尝试通过经典的加密计算手段来进行生物和药物数据的共享和建模，然而随着世界各国提出了一系列法律法规（如欧盟的GDPR，美国的CCPA）来保护数据的私密性和安全性，要求数据不能出本地或跨域，传统数据共享方法将面临新的法律法规的挑战。

联邦学习是近年提出的一种新的合法链接数据孤岛进行数据共享计算的协作范式，由谷歌和杨强教授团队分别在to C和to B场景率先提出。相比于传统数据加密共享方法，联邦学习基于数据可用不可见的理念，通过聚合所有用户的加密模型参数，在数据不出本地的情况下进行模型协同训练，能够更好的面对数据共享领域出现的新的问题和法律法规约束。

无声交流未来可期:加州伯克利分校用电极和AI检测“无声语音”

无法发声的人现在也可以“说话”了！近日，加州大学伯克利分校的研究人员称，通过静音发声和收集肌肉活动的传感器，他们能捕捉“空气中消失的声音”。在这一过程中，电极放置在用户的面部和喉部，无声讲话的内容通过肌电图(EMG)检测，该模型使用数字语音来预测单词并生成合成语音。

研究人员认为，他们的方法可以为发声障碍患者开发许多应用程序，支持人工智能助手或对声控设备进行语音检测。

机器人公司「SRT」完成近亿元B轮融资，创新工场与愉悦资本共同领投

12月22日消息，北京软体机器人科技有限公司完成由创新工场与愉悦资本共同领投的近亿元B轮融资。本轮资金主要用于优化现有产品工艺路线、新的产品研发、落实设备和行业解决方案及医疗产品等业务计划。SRT是一家以软体机器人技术为基础的创新型科技公司，且为国内首家研发量产柔性夹爪的公司。

点击左下角“阅读原文”，查看社区原文！