焦点

人工智能的五年变化

比尔·盖茨曾有句名言：人们倾向于高估短期内将要发生的变化，而低估长期内将要发生的变化。

类似的现象也发生在人工智能领域。科技媒体热衷于报道近期的各种技术突破，让很多读者误以为技术的变革就在眼前，比如机器人即将替代人类工作、自动驾驶汽车即将上路。显然，这些都是被严重高估的变化，而在类似这样的期望与失望的循环往复中，人工智能的「狼来了」也成为很多话题的终点。

但如果以长期的角度来看，人工智能的技术突破、产业落地以及公众的认知，几乎都进入一个全新的阶段。

这是我看完一份 AI 行业报告后的心得体会，这份名为「AI 100」的报告由来自斯坦福、布朗大学等多个高校的教授参与编写，其内容以五年为一个观察周期，通过把 2021 年的产业现实与五年前的 2016 年进行对比，展现出一个长期视角下的人工智能发展图景。

整个报告从 13 个提问入手，其中包括：

• AI 领域最重要的进步有哪些？
• AI 领域最值得关注的开放挑战有哪些？
• 我们在理解人类智能方面的进步有多少？
• 如何看待通用智能的发展？
• 公众对 AI 的态度变化是什么？
• 政府对 AI 监管方面的措施有哪些？
• 在 AI 发展中，学术机构与企业之间的关系是什么样子的？
• AI 领域最大的机会还有什么？
• 社会经济发展中，AI 影响力如何？

上述每一个问题都足够宏大，特别是将其放在五年的时间里讨论，你会看到一个不太一样的人工智能的发展轨迹，我印象深刻的一个结论是：必须警惕「人工智能全能主义」，更多的时候，人工智能不过一个工具。

你可以在这里免费获取这份 82 页的报告。

市场·资本

先来关注一组资本市场的最新变化：

• 生物科技公司 Enveric Biosciences 近期收购 AI 药物工具公司 MagicMed，交易金额未透露；
• AI 机器人创业公司 Locus 收购了 Waypoint Robotics，从而继续扩大在仓储机器人领域的市场占有率；
• 供应链数据创业公司 Altana AI 完成一笔 1500 万美元的融资，该公司的产品是建立一个捕捉供应链变化的网络体系；
• 为餐厅提供 AI 服务的 Agot AI 近期完成 1000 万美元的融资，这家公司面向餐厅提供基于计算机视觉的摄像头系统，可以监控餐厅后厨的环境以及菜品准备情况；
• 来自杭州的数字化转型公司端点完成 6 亿人民币的 B 轮融资，阿里云作为老股东继续跟投；
• 微软本月向印度酒店公司 Oyo 投资 500 万美元，支持该公司推进 AI 和云计算技术研发，后者目前是印度第三大超级独角兽公司，估值已经达到 98 亿美元；
• NLP 创业公司 Cohere 获得 4000 万美元融资，该公司的愿景是将 NLP 模型变得更易接入和使用，而不仅仅是某些大公司的专属权利；

AI 投资领域还有哪些热点，上周《福布斯》上有一篇来自投资人 Tom Taulli 的分享，主要包括以下几个方面：

• 软件开发：如何将 AI 各项技术突破（比如 GPT-3）有效融合到软件开发之中，这是投资人关注的重要方面；
• 网络安全：安全领域已经成为一个「AI vs AI」的战场，未来的焦点是如何进一步提升 AI 安全能力；
• 建筑行业：这是我之前也很少听到的领域，但根据多家 VC 的反馈，AI 在建筑行业拥有巨大的应用空间，比如从前期规划到建设中的成本节约等等；
• 人才管理：基于 AI 的人才管理体系（包含人才发现、招聘、管理等等）越发重要，不过这个领域还需要克服算法偏见的难题；
• 药物发现：药物发现已经谈了很多年，但这个领域依然有巨大的技术挑战同时也有巨大的增长空间；

巨头

亚马逊。多名亚马逊的司机指责该公司的司机监控系统存在问题，很多他们早已习惯的驾驶行为，比如看侧后方后视镜、调整收音机等都被计算为不安全行为，并扣减司机的绩效分数，最终也影响奖金发放。

亚马逊官方给出的回应是，在车队安装该系统后，公司看到整个车队的安全事故与其他违规行为大大降低。

不久前，WSJ 的一篇文章提出一个词「Bezosism」（贝佐斯主义），这个案例或许就是典型的「Bezosism」了。

在 AWS 负责人 Andy Jassy 出任亚马逊 CEO 之后，AWS 出现一波高管离职潮，多位曾在 AWS 扮演重要角色的高管或是加入创业公司，或是成为微软或 Google 企业业务的关键人物，这也成为考验 AWS 新任 CEO Adam Selipsky 的关键课题。

另外值得注意的，Andy Jassy 上周表示，短期内亚马逊不会分拆 AWS。

微软。微软最近与中国手机公司荣耀建立合作，微软将向其提供 AI 与云相关的技术，从而帮助荣耀升级 YOYO 智能助手，与此同时，双方还将在 Windows 设备与 Android 设备层面展开合作探索。

芯片公司 Cerebras。Cerebras 公司拥有当下全球最大的 AI 芯片，旗下的 WSE 芯片单个尺寸与餐盘大小差不多，大尺寸芯片带来的是更好的功耗以及更强大的计算性能，此前，该公司也展示过如何将 192 块芯片放在一起，然后运行一个可媲美人类大脑神经元数量的神经网络（仅仅是数量，而不是智能水平）。

上周，该公司宣布将芯片能力云化，通过与云服务公司 Cirrascale 的合作，企业客户可以借助云服务获取到上述强大的芯片能力。

波士顿动力。在被现代汽车正式收购之后，波士顿动力的机器人有了新的应用场景，根据现代公司的计划，未来，波士顿机器人将成为现代汽车工厂的关键「员工」，监控厂房温度变化并随时发现潜在的火灾险情。

AI Insider Monthly

「AI Insider Monthly」来自于付费邮件通讯产品「AI Insider」，付费会员每周都会收到一封专属会员邮件，内容包括 AI 领域最新产业变革与前沿技术的深度解析，欢迎试读、订阅。

本期为 2021 年 7 月和 8 月合刊，将关注以下议题：

• 焦点：如何认识机器人；
• 未来驾驶：百度汽车机器人的背后、自动驾驶的安全性到底如何？
• 云计算：市场数据、巨头财报以及几个值得关注的产业趋势；
• 基础研究：DeepMind 新算法、脑机接口领域新进展；
• 业界：巨头押注元宇宙、商汤科技 IPO、面部识别政策与产业争论；
• 资源：中俄 AI 合作、印尼 AI 产业发展、AI 伦理探讨视频、NLP 过去与未来；
• 芯片：英伟达收购 ARM 进展、从 AI 芯片到 AI 设计芯片的产业趋势；

本期内容还提供了 PDF 版本，欢迎下载：

• 国内镜像
• 海外镜像

研究·应用

人工智能很多领域的突破首先从基础研究领域开始，比如超大规模语言模型的出现，极大推动了 NLP 相关领域的应用场景，本期提到的创业公司 Cohere，其一部分技术能力来自于 Google Brain 开源的 Transformer，在此基础上进行创新。

在超大规语言模型领域，GPT-3 树立了一个标杆，也为其他公司提供了一个研究方向，Deep Mind 上周的一篇论文指出，针对超大规模语言模型可能存在诸如种族偏见等「有毒」内容的现象，该团队提供了一些「干预方案」，比如在训练阶段构建一个「过滤过的数据集」，或者在部署时进行过滤等。

但得出的结论并不是非常乐观，一方面，人工干预过的模型的确质量更好，另一方面，干预过的模型也会降低对某些方面的内容输出，比如当人工干预了关于同性恋的部分表达之后，系统也会减少关于同性恋或 LGBTQ 方面的内容。

这也意味着，人工干预是需要付出代价的，Deep Mind 这项研究的论文已经发布，你可以在这里查看。

来看一组从基础研究到现实应用的案例：

• 阿里巴巴如何将机器学习应用到电商推荐中，其实电商是一个技术挑战非常大的领域；
• 计算机视觉与深度学习在对抗网络安全威胁中的巨大作用；
• 将深度学习应用到眼部疾病治疗中的案例分析；
• 利用 NLP 进行语言情感分析，这在客服领域具有巨大潜力；

还有两个未来可能会产生影响的研究：

• 通过拍摄白墙来获取有效信息，本质上，这是一种智能摄像头的尝试，相关论文；
• 艺术家与科学家的「高光时刻」，这篇论文分析了画家、导演和科学家出现「高光时刻」的各项特征，或许可以形成一个预测模型或培养人才的方法；