美国云计算企业软件提供商Salesforce将利用更加多样的产品吸引更多用户。该公司还提升了年度营收预期，并对其云计算服务未来的销售额增长表示乐观。

　　该公司CEO马克·本尼奥夫（Marc Benioff）一直在通过收购和投资来扩大Salesforce的产品范围，在人工智能和在线购物领域推出更多工具。该公司去年宣布和完成了十多笔投资，花费超过40亿美元。

　　本尼奥夫的战略似乎获得了回报。除此之外，Salesforce还受益于云计算软件的整体需求，这使得企业可以不必花费资金在本地服务器上安装软件，也可以使用相应的功能。

　　该公司预计2018财年营收最高达到103亿美元，调整后利润最多为每股1.3美元。分析师平均预计该公司销售额为102亿美元，每股收益为1.28美元。Salesforce还表示，当前季度营收可能达到25.2亿美元，超出分析师预期。

　　“这些产品现在真的可以满足企业的很多需求。”Wedbush Securities分析师史蒂芬·科尼格（Steven Koenig）说，“并购起到了帮助。”

　　截至4月30日，Salesforce未开发票的递延收入同比增长26%，达到96亿美元。这项指标备受关注，因为它表明该公司已经入账，但尚未确认的收入。

　　不计特定成本，Salesforce第一财季每股收益为0.28美元，营收增长25%，达到23.9亿美元。分析师预计每股收益为0.26美元，营收为23.5亿美元。

　　虽然收购对该公司的增长形成促进，但本尼奥夫曾经表示，他现在降低了收购意愿。他在今年3月接受彭博社采访时说：“因为收购窗口已经收窄，我不认为我们今年会展开太多收购。”

　　但该公司并未停止通过合作来扩大产品范围。IBM今年3月与Salesforce合作将人工智能整合到商业软件中。借助IBM的“沃森”和Salesforce去年推出的“爱因斯坦”，双方的合作可以提升销售、服务、营销和电子商务领域的客户互动 xinlang

博实乐教育控股有限公司（Bright Scholar Education Holdings Ltd．）在美国纽交所主板（NYSE）正式挂牌上市，首日股价上涨22%。博实乐教育为第15家在美上市的中国教育类公司。

　　美国时间2017年5月18日早上，博实乐教育控股有限公司（Bright Scholar Education Holdings Ltd．）在美国纽交所主板（NYSE）正式挂牌上市，股票代码：“BEDU”。发行1500万股，每股发行价10.5美元，开盘价11.00美元，发行规模1.725亿美元（折合人民币11.829亿元）。摩根士丹利(41.31, 0.34, 0.83%)和德意志银行为本次发行的承销商代表。招商证券及法国巴黎银行为本次发行的联席经办人。

　　近几年来，中国中产阶级兴起，国内教育产业发展飞速。随着中国家庭对子女教育的投资逐步扩大，教育市场的潜力也与日剧增。自2006年中国教育培训公司新东方(68.04, -0.91, -1.32%)首次赴美上市以来，中国教育领域公司陆续进驻海外市场，并掀起了在外上市的浪潮。

　　截至今日，已有外语培训、中小学课后辅导、远程教育、职业教育等不同细分领域，15家中国教育类公司在美上市。其中包括新东方教育集团，双威教育(0.0025, 0.00, 0.00%)，诺亚舟教育，学而思国际教育，51talk(17.77, -0.37, -2.04%)无忧英语等多家公司。

　　亿欧科技分析认为，多数教育类公司选择海外上市，主要是由于国内市场中教育培训企业数量较大，企业融资需求旺盛，市场竞争激烈，在国内上市更会受到重重阻碍。而海外市场具备上市门槛低、筹资速度快、市场机制和投资者相对成熟等条件，因此海外市场给企业短期融资提供了相对便利的环境。

　　同时，上市后公司还可利用海外上市机会直接提升自身在国际上的影响力。因此，企业基于多种原因选择海外上市，不仅可以成功融资，也可借助资本市场力量继续扩大市场份额。

　　但近几年来，随着中国内部不断开放对于教育产业发展的有利政策，以及中概股在美表现疲软，中国教育培训类企业登陆中国资本市场的道路越来越畅通，2015年以来掀起了中概股回归的热潮，如学大教育已于2016年6月从美股退市后转向A股上市

谷歌在山景城开启了本年度的谷歌 I/O 开发者大会。昨日机器之心对此次大会上将出现的有关人工智能和机器学习的内容进行了梳理。机器之心作为谷歌官方受邀媒体来到现场，近距离为大家报道谷歌人工智能的最新进展。

从大会主题演讲可以看出，谷歌人工智能主要体现在以下五大方面：

AI First 的整体战略；

TPU 的升级与云服务；

集研究、工具、应用于一体的 Google.ai ；

人工智能技术的产品落地；

基于安卓和 TensorFlow 的移动开发者生态。

重申 AI First

去年 10 月的谷歌新品发布会期间，谷歌 CEO Sundar Pichai 曾撰文解读谷歌从 Mobile First 向 AI First 的战略转变。他认为在接下来 10 年中，谷歌将转向建立 AI First 的世界。

Pichai 在本届大会上再次强调了谷歌 AI First 战略的重要性，他表示，机器学习已经在谷歌的诸多产品中得到了广泛应用，其中包括搜索排序、街景、图片搜索、智能回复、YouTube 推荐等。

在具体技术方面，Pichai 说：「声音和视觉是一种新的计算形式。我们正在见证计算机视觉和语音领域的诸多伟大进步。」

谷歌的语音识别技术的词错率逐年下降，仅从去年 7 月到现在就实现了 8.5% 到 4.9% 的极大改进；而且即使在有噪音存在的情况下也能表现良好。在 Google Home 刚发布时，原本需要 8 个麦克风才能准确定位周围的说话人，「而借助深度学习，我们最后能够推出仅有 2 个麦克风的产品，而且达到了同样质量。」现在 Google Home 已经能识别 6 个不同的说话人并为他们定制个性化体验。

在处理某些任务时，图像识别的准确度也超过了人类水平，并且应用到了 Pixel 系列手机的相机应用中，来自动清除图像中的噪点，实现高质量的夜间成像效果；不久之后甚至还可以自动移除照片上的遮挡物，比如挡在相机前的棒球场围网。

在这些计算机视觉技术的基础上，谷歌又发布了 Google Lens 。这个功能将首先出现在 Google Assistant 和 Photos 中，用户可以使用 Google Lens 来识别花的品种、扫描设置好的条形码来连接 WiFi 、在大街上扫描店面来了解网上评价。

TPU 云服务

AI First 的战略需要 AI First 的数据中心，为此谷歌打造了为机器学习定制的硬件 TPU 。去年发布时，TPU 的速度比当时 CPU 和 GPU 的速度快 15 到 30 倍，功耗效率高 30 到 80 倍。如今的 TPU 已经在为谷歌的各种机器学习应用提供支持，包括之前战胜李世石的 AlphaGo 。

Pichai 介绍道，深度学习分为两个阶段：训练（training）和推理（inference）。其中训练阶段是非常计算密集型的，比如，谷歌的一个机器翻译模型每周就要处理至少 30 亿词的训练数据，需要数百个 GPU，去年的 TPU 就是专门为推理阶段优化的；而在今年的 I/O 大会上，Pichai 宣布了下一代 TPU——Cloud TPU——其既为推理阶段进行了优化，也为训练阶段进行了优化。在现场展示的一块 Cloud TPU 板图片上有 4 块芯片，其处理速度可达 180 teraflops（每秒万亿次浮点运算）。

此外，Cloud TPU 还可以轻松实现集成组合，你可以将 64 块 TPU 组合成一个「超级计算机」，即一个 pod ，每个 pod 的速度可达 11.5 petaflops（每秒千万亿次浮点运算）；另外，Pichai 还宣布将 Cloud TPU 应用到了 Google Compute Engine 中。

正如 Pichai 所言，「我们希望谷歌云是最好的机器学习云，并为用户提供 CPU 、GPU 和 TPU 等更广泛的硬件支持。」

在下午的开发者 Keynote 中，谷歌云机器学习与人工智能首席科学家李飞飞也表示，每个人都可通过谷歌的云平台使用云 TPU，不久之后将会开放租借。

Google.ai 与 AutoML

为推动使用人工智能解决实际问题，Pichai 宣布将谷歌人工智能方面的工作综合到 Google.ai 下。总体而言，Google.ai 将专注于三个领域：研究、工具和应用。

在研究方面，深度学习模型方面的进步令人振奋，但设计和开发却很耗费时间，只有少量工程师和科学家愿意去研究它们。为了让更多开发者使用机器学习，谷歌提出了 AutoML——让神经网络来设计神经网络。

AutoML 是一种「learning to learn」的方法。在此方法中，一种控制器神经网络能够提议一个「子」模型架构，然后针对特定任务进行训练与质量评估；而反馈给控制器的信息则会被用来改进下一轮的提议。谷歌在技术博客中表示，他们已经将此过程重复了上千次，从而来生成新架构，然后经过测试和反馈，让控制器进行学习。最终，控制器将学会为好的架构分配高的概率。

AutoML 会产生什么样的神经网络？以循环架构为例（用来在 Penn Treebank 数据集上预测下一单词），如下图所示：

左边为人类专家设计的神经网络，右边为 AutoML 方法创造的循环架构，两个架构有着共同的设计特征。

Pichai 认为，AutoML 具有很大的潜力，并且，谷歌已经在图像识别基准数据集 CIFAR-10 上取得了顶尖成果。虽然过程很难，但云 TPU 的存在使这种方法成为了可能。

有了这些前沿的研究，接下来就是应用的问题。Pichai 列举了谷歌应用机器学习的几个案例：比如在医疗领域诊断癌症的应用和在基础科学领域的应用（比如在生物学上，谷歌通过训练神经网络来改进 DNA 测序的准确率；在化学领域，谷歌通过使用机器学习了预测分子性质）。

产品及应用

谷歌 AI First 战略不仅体现在研究上，还体现在众多人工智能技术的应用上——将谷歌的各项人工智能技术在产品层面统一起来。Pichai 提到：「计算机仍在不断地进化，从 Mobile First 的世界进化到 AI First 的世界。我们也在重新思考我们所有的产品。」

1. Google Assistant

谷歌正将人工智能应用于所有产品中，Pichai 表示，其中最重要的就是谷歌搜索和 Google Assistant 。自去年 I/O 大会发布以来，Google Assistant 已经可以在上亿台设备上使用。今天 Google Assistant 工程副总裁 Scott Huffman 又介绍了 Google Assistant 三大进步。

1）更自然的对话

Google Assistant 上 70% 的请求都是通过自然语言的方式进行的，而非键盘输入。而谷歌要做的就是结合语音识别、自然语言处理以及语境意义方面的技术来解决用户双手，实现更加自然的人机交流。「Google Assistant 可以通过聆听学会区分不同家庭成员的声音。」他说。除了语音识别和自然语言处理，Google Assistant 还使用了 Google Lens 功能，通过图像信息来实现更加自然的「对话」。

2）更广泛的应用

Huffman 表示，Google Assistant 正变得更加广泛可用，除了之前的安卓系统，Google Assistant 已经可以在 iPhone 上使用。而随着 Google Assistant SDK 的发布，任何设备生产商都能简单轻松地将 Google Assistant 部署在音响、玩具和机器人等设备上；此外，今年夏天，Google Assistant 也开始将支持法语、德语、葡萄牙语和日语，并将在年底新增意大利语、韩语和西班牙语等语言。

3）更触手可及的服务

用户使用 Google Assistant 不仅仅是搜索信息，还希望获取所有服务，比如 Gmail 、Google Photos 、谷歌地图和 YouTube 等。因此，谷歌将 Google Assistant 开放给了第三方开发者，以实现产品间更加有用的融合。据 Google Assistant 产品经理 Valerie Nygaard 介绍，Google Assistant 将支持交易，从而为第三方提供端到端的完整解决方案。

Google Assistant 的进步也使得智能家居产品 Google Home 新增了 50 项新功能——用户可以通过语音去调用各种服务，包括免费电话、免费听音乐，以及在电视上观看视频等。

同时，基于本次大会上多次提及的「语音加图像」的多模态交互，此前缺乏视觉交互 Google Home 现在也可以借助手机和电视的屏幕与用户进行更好的互动，比如，用户可以通过语音命令让 Google Home 把你的日程在电视上显示。就像 Nygaard 所说的那样，用户可以 hands-free 的做任何事情。如今 Google Assistant 已经开始支持交易并集成到智能家居设备中，目前拥有超过 70 家智能家居合作者。

2. Google Photos

Google Photos 目前拥有十亿月度活跃用户，每天上传的照片和视频达到 12 亿次。借助于谷歌的核心人工智能技术，如今 Google Photos 使用了全新的图像处理方法。这从此次发布的三个新功能可以看出：

Suggest Sharing 可以借助机器学习将照片中的人物和场景识别出来，然后给用户提供分享建议——是否应该分享以及分享给谁。

Shared Libraries 基于用户识别的相片库分享。

Photo Books 自动帮助用户筛选出某一场景下的高质量照片并生成相册。

另外，除了 Google Assistant ，Google Lens 也被集成到了 Google Photos 中。通过这个功能，你可以识别相册里面的地标建筑、检索艺术作品背后的故事、识别照片内的文本内容和信息，这项功能将于今年晚些时候发布。

用 TensorFlowLite 构建移动开发者生态

机器学习在移动端的应用至关重要，而在讨论安卓的未来时，谷歌工程副总裁 Dave Burke 宣布了一个为移动端优化的 TensorFlow 版本——TensorFlowLite 。TensorFlowLite 能让更多的开发者建立在安卓手机上运行的深度学习模型。而 TensorFlowLite 就是谷歌在移动端部署人工智能的一个着力点。首先，TensorFlowLite 很小很快，但依然可以使用最先进的技术，包括卷积神经网络、LSTM 等；其次，Dave Burke 还宣布在安卓上推出了一个新的框架来进行硬件加速，期待看到为神经网络的训练和推理特别定制的 DSP 。这些新能力将促进新一代设备上（on-device）语音识别、视觉搜索和增强现实的发展。

去年，Facebook 公开了 Caffe2Go ，今年更是开源了可在手机与树莓派上训练和部署神经网络模型的 Caffe2 。在移动端部署机器学习成为了一项新的挑战。但不幸的是，手机上训练神经网络仍是计算密集型任务。即便忽略训练，预训练模型仍旧艰难。但如果能在边缘设备运行模型，就能避免云和网络，在任何环境中有更可靠的表现。

谷歌表示他们会开源该项工作，并计划在今年晚些时候发布 API 。

谷歌首日 Keynote ，让我们看到了谷歌围绕机器学习研究、开源工具、基础设施和人工智能应用开发的 AI First 战略。Cloud TPU 是加速人工智能部署的基础设施；AutoML 代表着机器学习研究层面的前沿方向；TensorFlowLite 将促进人工智能在移动端的部署；语音和图像的结合代表着对多模态人机交互的探索；而应用了各种人工智能技术的产品更新则是极大推动了将 AI 真正融入生活的进程。

根据苹果提交给美国证券交易委员会（SEC）的资料，该公司计划发行一批新的欧元债券，但很多细节尚未最终敲定。

　　此次发行将在2017年进行，明年首次付息。而到期时间、利率和发行规模等重要指标均未最终确定，但巴克莱、高盛和德意志银行都将担任承销商。

　　苹果最近一次发行债券融资70亿美元，到期时间从2020年到2027年不等。该公司之前多次使用这种方式为其资本返还项目筹集资金，这些项目包括数十亿美元的股票回购和分红。

　　苹果在发布3月季度业绩后表示，该公司将把资本返还项目规模扩大500亿美元，时间延长一年，也就是在2019年3月之前向投资者返还3000亿美元。从该理论上讲，该公司完全可以利用自己庞大的现金储备（目前高达2568亿美元）完成这些项目，但多数资金都位于海外，而该公司又不希望因为汇回资金而支付巨额税费。

亚马逊正在招聘医药业务主管，可能进军这一价值数十亿美元的市场。该业务主管将与相关的业务专家进行深入探讨，牵头制定发展战略。新招募的医药业务负责人将归口到亚马逊的消费者产品业务部门。

　　过去几年，亚马逊每年都在其位于西雅图的总部召开至少一次会议，讨论是否进军医药业务，但这一讨论并未达成最终方案。近期随着消费者为医疗健康的付费意愿增强，亚马逊开始更认真的考虑开展医药销售业务的可能性。

　　今年4月，亚马逊在日本合作伙伴的支持下，已经将其Prime Now送货服务扩展到药品和化妆品领域，并在亚马逊日本网站的商品分类页面上新增了“药品”一栏，向有药剂师批准的病人销售药品。

　　数据显示，仅在美国，每年开具的处方药数量就超过了40亿。2015年，患者、保险公司以及其他购买者在处方药上的花费达到约3000亿美元。

　　分析人士认为，医药销售对亚马逊而言是非常有利可图的市场。一旦亚马逊加入，也会帮助提高医药价格的透明度。不过要进入这个受管制的市场也面临着很多挑战，相关法律规定使得网上购买处方药要比直接到药店购买更困难。

唯品会5月16日发布2017年一季度财报，今年一季度唯品会实现营收159.5亿元，同比增长31.1%，一季度归属于唯品会股东的净利润达到5.519亿元，同比增长16.3%。据悉，这也是唯品会连续18个季度持续盈利。

　　根据财报，今年一季度唯品会净营收增至159.5亿元，同比涨幅为31.1%。活跃用户在一季度内实现同比增长32%，增至2600万；总订单量同比增长23%，增至7210万。唯品会一季度毛利润36.9亿元，同比增长25%。随着公司战略和创新能力的优化升级，一季度归属于唯品会股东的净利润达到5.519亿元，同比增长16.3%；按照非美国通用会计准则(Non-GAAP)计量，归属于唯品会股东的净利润达到7.994亿元，同比增长28.2%。

　　对于这一业绩，唯品会表示，主要是得益于活跃用户总数、复购用户数和总订单量的持续增长。据唯品会董事长兼首席执行官沈亚介绍，唯品会活跃用户数量在截至3月31日的过去一年内实现了38%的增长，超过5550万。中国电子商务研究中心主任曹磊则从另外四个方面分析了唯品会业绩增长的原因：驾驭商品的能力与对品牌的灵敏度、注重商品品质和服务质量优化购物体验、新业务发力打造业绩新增长点、物流做保障提升效率及体验。这也是唯品会连续18个季度的继续增长。预计2017年二季度净营收将达170亿-175亿元。

　　财报公布同时，唯品会宣布分拆互联网金融业务和重组物流业务，这意味着唯品会将打造一个由电商、金融和物流三大板块组成的战略矩阵。物流已然成为唯品会的重要板块之一，新增贵阳与昆明两大前置仓，将前置仓的数量提升至7个。截至目前，唯品会全国仓储面积达210万平方米，并引入自动化系统。一季度唯品会实现了93%的订单由自有物流配送，这一数字在去年同期为83%，由终端配送人员直接上门退货的比例从去年同期的30%增长至67%。

　　电商分析师李成东指出，尽管唯品会增速放缓，但整体增速纵向来看，这与行业的趋势相对一致，整个电商行业高速增长的阶段已经过去了。从现阶段来看，唯品会的业绩增幅在行业当中仍属于增速较好的企业，从唯品会用户增长和复购率来看，未来的发展空间也比较可观

微博市值达到172.7亿美元。相比之下推特收今日涨1.35%，至19.49美元，市值为147.2亿美元。微博与推特的市值差距拉大至31.74亿美元。此前，微博市值在2月份首次赶超推特。

微博今日公布的2017年一季度财报显示，归属于微博的净利润同比大幅增长561%，至4690万美元。

一季报发布后，今日美股开盘，新浪、微博双双大涨逾15%，微博股价一度涨约20%，创历史新高。

具体来看，微博一季度财报包括以下重要内容：

一季度净营收较上年同期增长67%，至1.992亿美元，超过公司1.85亿美元至1.90亿美元的预期。

归属于微博净利润较上年同期增长561%，至4690万美元，合每股摊薄净收益21美分，上年同期为3美分。非美国通用会计准则归属于微博的净利润较上年同期增长254%，至5780万美元。非美国通用会计准则每股摊薄净盈利为26美分，上年同期为7美分。

业务营收方面，2017年第一季度微博广告和营销营收较上年同期增长71%，至1.693亿美元。其他营收较上年同期增长49%，至2990万美元。

2017年3月的月活跃用户数（MAU） 较上年同期增长30%，至3.40亿，其中91%为移动端用户。2017年3月的日均活跃用户数（DAU）较上年同期增长28%，至1.54亿。

微博预计2017年第二季度净营收将在2.40亿美元至2.50亿美元之间，这一预期假定人民币对美元汇率的均值为6.9。

在发布了令人失望的第一份财报后，最新报告显示，Snap第二季度初在吸引新用户方面遭遇更大的障碍。

　　根据市场研究公司Sensor Tower发布的数据，Snapchat 2017年4月在App Store和Google Play的总下载量大约同比减少约16%。当月实际下载量为2110万次，低于2016年4月的2520万次。

　　Sensor Tower称，4月的Instagram安装量同比增长19%。从具体数据来看，这款应该用4月下载量为3100万次，高于去年同期的2610万次。值得一提的是，Instagram声称其与Snapchat Stories类似的功能拥有更多用户。

　　这意味着Snapchat与Instagram的安装量差距从去年同期的100万次左右增长到1000万次。而且两款引用出现了此消彼长的状况。

　　更糟糕的是，Sensor Twoer报告称，Snapchat今年5月前10天的下载量同比下滑28%。Instagram同期则增长17%。

　　由于Snap股价在资本市场表现疲软，目前已经下跌约20%，所以这一趋势可能令其雪上加霜。该公司第一财季营收远低于分析师预期，新用户仅环比增长5%。

　　Snap高管在分析师电话会议上坚称，他们的重点不是吸引新用户，而是把“创造力”和“互动性”作为最关键的指标。不过，该公司还是在第一财季的监管文件中指出，无法增加新的日活跃用户是该公司面临的一大风险。

　　Snap高管拒绝提供业绩指引，所以分析师只能尽量猜测该公司第二财季的业绩。但从上周的反应来看，投资者似乎没有太大耐心，导致Snap没有太多时间寻找可持续的商业模式。

刚刚提交给监管机构的文件显示，今年一季度，索罗斯基金管理公司将其对高盛(GS)的持仓增加了约40%，并买入SnapChat(SNAP)。

　　数据显示，截至一季度末，索罗斯持有8.68万股高盛股票，并在一季度买入170万股Snap。此外，还将其对脸谱网(150.19, -0.14, -0.09%)的持仓增加80.4%至63.8086万股，将对微软(MSFT)的持股增加三倍多。美股投资网Tradesmax.com

　　和巴菲特一样，索罗斯也增加了对美国航空的持股。

　　根据美国的监管法规，管理资产规模超过1亿美元的基金经理必须在每个季度结束后的45天内提交一份13F表格，列出所持有的股票以及期权和可转换债券。

国排名第一的无线运营商 Verizon Communications 以31以美元正式收购28GHz和39GHz频谱所有者Straight Path Communications，至此与竞争对手 AT＆T 的投标之战正式结束。收购时每股184美元的价格比Straight Path周三收盘时低17.8％，股票价值为23亿美元。

5G时代的到来已经是不可阻挡的了，5G网络能够提供更快的下载速度并提升互联网产品效率，如自动驾驶技术。Straight Path 拥有用于移动通信的5G网络的 28 GHz 和 39 GHz毫米波频谱，将使 Verizon 在5G网络开发中获得优势。

之前我们报道过，当地时间4月10号，AT&T宣布将以16亿美元的价格收购Straight Path Communications，助它更好地竞争下一代5G无线手机连网市场。该交易的总价值为16亿美元，其中包括根据Straight Path2017年1月同意法令的规定向FCC汇出的负债和金额。计划交易在12个月。Verizon的出价为31亿美元，高于AT＆T16亿美元。

目前各大运营商布局5G网络是显而易见的，Verizon 对 Straight Path的收购也并不奇怪。据ZDNet 报道，近日三星、思科和Verizon宣布使用NFV（网络功能虚拟化）和Verizon的部分移动网络成功测试了多厂商端到端5G网络。在Verizon的5G技术论坛规范（Technical Forum specification）下，三家公司在该网络上运行NVIOT测试（网络供应商互通性测试），从而以实现核心网络、radio edge和用户设备之间的互通以及NFV。

此外，Verizon2016年还启动 One Fiber 计划，加快围绕下一代光纤平台重构自己的网络架构，以更好支持4G LTE 以及5G 部署。Verizon今年4月同康宁达成3年期的光纤光缆及相关硬件供货合同，用于无线宽带网络建设。康宁将从2018年到2020年，每年为Verizon 提供高达1240万英里的光纤。