打开微信，扫描下方二维码

snowballsecurities

高盛将英特尔评级从“中性”下调至“卖出”。高盛指出，英特尔反复推迟采用下一代芯片制造技术，说明它的芯片制造技术问题是个大问题。NVDA INTC

该行分析师Toshiya Hari在给客户的一份报告中表示，英特尔在采用10纳米芯片制造技术上陷入了困境，这让它面临着竞争优势的挑战，也影响到它一系列的产品。

我们认为英特尔面临的制造问题可能比大多数人认为的要更严重，这将对它的市场份额和支出水平产生持续影响，因为英特尔需要与其越来越强大的竞争对手台积电生态圈进行对抗。

Hari把英特尔目标股价从49美元下调至44美元。周五，英特尔收跌2.57%，收盘报48.85美元，意味着调整后的目标价距离周五收盘价还有10%的下跌空间。

不过，与此同时，高盛将AMD评级从“卖出”上调至“中性”，称英特尔新产品的推迟将使AMD有机会在多个领域获得市场份额。

在采用10纳米制造工艺的问题上，英特尔反复的延期。英特尔上月表示，将于2019年的假日购物季发布10纳米芯片。而与此同时，英特尔在处理器市场的主要竞争对手AMD将于今年年底推出7纳米制造工艺的产品。更小的纳米芯片制造技术，通常让芯片制造商能够制造出运转速度更快、更节能的芯片。

周五，芯片类股集体下跌，微芯科技收跌10.88%，英特尔收跌2.57%，博通收跌2.01%，AMD收跌0.21%，费城半导体指数收跌2.47%。

周四，摩根士丹利对芯片类股发出警告，称是时候从作为市场宠儿的芯片类股中抽身出来了。摩根士丹利表示，随着周期性风险的累积，美国半导体行业目前的风险回报比率处在三年来最低点。包括Joseph Moore在内的分析师表示：“周期性指标正闪着红灯。”

摩根士丹利将美国半导体行业评级从“持平”（in-line）下调至“谨慎”。这是该行的最低级别评级，意味着他们相信该板块在未来12至18个月有可能跑输大盘。

此外，周四盘后，微芯科技公布财报，引发市场对该行业放缓及贸易影响的担忧，也令芯片股进一步承压。该公司警告，削减过多的渠道库存将给营收带来压力。该公司还表示，担心美国对进口产品的消费者征收关税所带来的影响。该公司CEO Stephen Sanghi在电话会议中表示，所有有关关税的讨论都让我们的客户感到紧张。

摩根士丹利表示，微芯科技提供了首份确凿的证据，表明贸易紧张对商业产生了影响。

从药物设计到临床试验，AI人工智能为药物研发的各个阶段带来突破性进展。有了深度学习的辅助，机器开始模仿人类大脑神经元的活动，来创造一个人工的“神经系统”。我们在医药研发的大量试验中运用AI的方法，来降低成本，加速数据的供应。

我们也通过AI来帮助我们分析大量的数据，这些数据来自病理样本的影像学研究和生物标志研究，以实现药物的正确使用。
在我们的临床试验中，AI能让我们持续监测接收的安全数据，提醒科学家需要注意的安全信号。对此，动脉网翻译了一篇来自阿斯利康的研究报告。

预测的化合物生物活动空间和靶标相互作用
阿斯利康iLAB的负责人Michael Kossenjans表示，“我在DMTA Hackweek感受到了活力和热情。我们夜以继日地为DMTA Hackweek做准备。看起来几乎不可能在一周的时间内构建一个自动化的DMTA平台，但是我们做到了。这是我们研究新型实验室自动化技术和机器学习的第一步，之后还有更多的工作需要完成。”

药物研发：人类和机读数据并存
通过机器学习，我们最先进的药物研发机器人和其他自动化设备可以调整操作，对接收到的数据作出反应，让我们能更快更有效率地工作。

AI驱动的自动化正帮助我们解决一些化学方面的复杂问题，旨在加速化合物合成的周期，即设计——制造——测试——分析（DMTA），来促进快速公正的决策。
我们推出的DMTA平台只是利用新型实验室自动化技术和机器学习的第一步，这将加速构建和测试有关药物的研究。它将会用来不断地改善与治疗相关的化合物。

对于一个普通项目，需要数百个DMTA周期来发现符合候选药物标准的化合物。当通过人工来完成这些周期时，可能会花费数周的时间，而我们的目标是将化合物设计到测试数据接收之间的时间从4到6周减少至不超过5天。
在2017年，我们举办了DMTA “Hackweek”。各个研究点的科学家和我们内部的专家一起，通过他们的科学知识和专业技术构建了首个“DMTA machine”模型。

在哥德堡的创新实验室里，他们连续工作了5天，彻底改变了我们发现药物的方式。本着“黑客”的精神，这个团队克服了无数的困难，将20多年来积累的硬件和软件结合起来，创造出了一个机器模型。这种机器可以在两小时内，完成研究项目的整个DMTA周期
千里之行始于足下。通过这个简单的模型系统，我们正在开发机器学习，来优化新化合物的功效，预测不同的合成路线，让自动化更加先进，这样我们就可以制造更复杂的分子，收集更多供筛选的数据。

量子计算:利用结构化学来发现重要分子
建立潜在新药的化学三维结构是药物研发的关键，因为药物的大小和形状非常重要。它们影响着许多不同的特性，包括与生物系统的相互作用，以及形成药物所需的物质分子的聚集方式。
然而，就像一位跳伞者需要多次的尝试，才能找到最深的山谷一样。我们必须一次又一次地评估所有可能的分子形状，以找到优化药物所需的低量构象。

量子计算的新兴领域有望帮助我们解决这个问题。量子计算机可以同时探索所有可能的化合物结构，并根据合适的标准，在单一的操作中，集中于最可能的结构。
通过调整标准，可以找到一系列高质量的解决方案。目前，量子计算被可以处理的信息量所限制，我们仍然需要在标准计算机上使用现有的精确方法，对它提供的解决方案进行一些事后评估分析。
机器学习的未来应用预计将会使量子计算进入下一个阶段。我们目前的方法似乎让我们可以掌握最相关的解决方案，帮助我们选择出最好的化学结构。

利用AI帮助IMED科学家

在研究中，我们也通过AI，使现有的流程更有效，并将数据转化为知识。我们正在使用AI来对常规化验的结果进行可靠预测，比如人体血浆蛋白结合（hPPB）测试，以此来帮助我们的科学家，让他们有更多的时间专注于那些将给阿斯利康带来更大竞争优势的问题。

7月被特斯拉确认离职的首席工程师Doug Field重回苹果，这一消息被苹果公司发言人证实，但没透露Field回归后的新岗位。

稍后据路透社报道，Doug Field将与自己的老同事Bob Mansfield一起工作，引领苹果自主研发的自动驾驶项目Project Titan（可翻译成“巨人计划”），两人此前曾为Mac电脑工程部的同事。

Doug Field曾担任了五年苹果Mac电脑硬件工程部副总裁，2013年加入特斯拉，曾主管“平民神车”Model 3的研发工作，4月时这一权力被CEO马斯克收回，5月便传出Doug Field离职的消息。但特斯拉当时表示，Field只是休假以充电和陪伴家人，并非离开特斯拉。

Bob Mansfield则是苹果联合创始人、2011年去世的前CEO乔布斯亲密盟友，任职记录相对低调，2016年9月有传闻称他在引领自动驾驶项目。苹果对这一项目讳莫如深，去年承认“巨人计划”存在后松了部分口风。今年7月一份法庭文件显示，公司内部有5000人被授权接触到项目信息。

而在苹果承认“巨人计划”存在之前，2016年10月曾有传闻称，苹果放弃了自主研发并制造自动驾驶汽车，转而与汽车制造商合作搭建第三方系统。2017年有报告称，雷克萨斯Lexus一款SUV在车顶测试12个苹果的激光雷达传感器（lidar sensors），地点在苹果加州总部附近。

2017年二季度（苹果公司第三财季）的财报电话会上，苹果CEO库克透露了“巨人计划”的目标，两个月之前刚首度公开证实该计划的存在。他认为自动驾驶是“所有AI项目之母”，苹果从核心技术的角度正在聚焦自动驾驶系统，但这一系统的应用不光是汽车。

文首提到的John Gruber运营着一个独立科技博客Daring Fireball，被称为“比苹果更懂苹果”，他认为Doug Field回归后很适合在“巨人计划”工作。特斯拉Model 3已于一年多前投产，产量也在稳步上升，特斯拉即将投入使用的自动驾驶AI芯片比英伟达Drive PX 2处理速率快100倍。

Gruber认为，Doug Field回归苹果不宜被过度解读，但基于Field在全球顶级电动车制造商特斯拉工作多年的经验，证明苹果依旧有造实体车的野心，并非单纯为别的车企打造一套自动驾驶系统而已。苹果的传统也不是成为第三方元件制造商，而是打造一款完整的商品：