新产品·AI

基于 AI 的手机游戏 AI Dungeon 发布。玩家可以在这款游戏里输入任意文字，系统会自动输出相应的反馈，在用户与游戏的不断重复过程里，形成一个个有趣的情节。

现在这款游戏已经支持 iOS 和 Android 两大平台。

Google 推出一个基于 AI 的野生动物洞察工具。这个工具的初衷是帮助研究人员利用 AI 跟踪照片标记的野生动物，从而更好地了解某一类野生动物的数量。目前已经有大约 450 万张照片发布到该网站，可以根据国家和动物物种进行过滤检索。

新特性·Cloud

GCP 旗下的 AutoML 自然语言工具可用。根据 GCP 官方博客的介绍，这个工具利用机器学习中的一系列经典算法，帮助企业快速构建针对文本的处理需求，其中提到的一个案例是零售信息服务商 Chicory 通过这个产品提升内部效率，你可以在这里进一步了解这款产品。

基于自研 AI 芯片的百度昆仑云服务器上线。百度将自研 AI 芯片与自研深度学习平台飞桨以及其他一系列 AI 能力相整合，形成了百度智能云在 AI 层面的独特竞争力，随着阿里云、华为云布局自研芯片与 AI 开发平台，2020 年中国市场类似这样的产品组合将越来越多。

备份 AWS 各项服务的开源工具。企业多云战略里，应用数据的迁移是重要一步，这个开源项目收集了一系列脚本和工具，可以快速将企业在 AWS 里的数据，比如 Route53、EBS 等数据打包到 S3，并且可以同步到 Google 云平台。

业界·巨头

两份 AI 年度报告显示了一个怎样的 AI 图景？斯坦福大学的 AI Index 2019 从基础研发、投融资以及政策层面梳理了过去一年 AI 领域的发展态势，你可以在这里在线查看或下载这份 290 页的报告。

而另一份 AI Now 的报告，着重探讨了围绕 AI 各项技术高速发展的周边动态，包括学术机构、政策制定者、社区等对于 AI 技术背后问题的探讨和行动，你可以在这里在线查看或下载这份报告。

在我看来，不妨将这两份报告结合起来，可以完整展现出 AI 技术高速发展中的真实世界模样。

没有什么技术突破完全处在真空里，当一项技术出现并开始应用到一些行业，围绕这项技术的讨论、争议也会不断出现，也正是这些讨论与争议，推动着技术从业者、公司管理者和政策制定者不断完善技术的应用场景与政策支持。

AWS、巨头与开源。过去将近 20 年的时间里，开源软件逐步形成了一套独特的商业模式，也从根本上改变了软件开发、分发的模式，2018 年开源软件公司红帽以 340 亿美元「卖身」IBM，从一个侧面展示了业界对于开源软件的认可。

但在云计算领域，开源软件则对云计算巨头 AWS 非常不满。NYT 的一篇报道谈到了多家开源软件公司正计划向 AWS 发起法律诉讼，原因在于，AWS 对于开源软件的「露天采矿（Strip Mining）」。

简言之，AWS 经常将开源软件商的开源项目纳入到自己的商业产品中，并通过创建新分支，将客户留在自己的生态里。一个典型的案例就是 AWS 早期将 Elasticsearch 开源数据分析工具托管到云上，供客户使用，随后创建了名为「Open Distro for Elasticsearch」的分支，继续提供给企业客户使用。

过去几年围绕开源软件厂商与云计算巨头，特别是对 AWS 的争议一直不断。而包括微软、Google 在内的 AWS 竞争对手也不断向开源社区/公司示好，其中微软收购 Github，Google Cloud 年度大会将七家开源软件公司列为「座上宾」都是最好的例证。

而到底云计算巨头是否会杀死开源软件呢？下图展示了 Adobe 数据分析师 Fil Maj 的一份分析，他统计了620万份GitHub 个人简介及贡献历史的文章中，虽然不算太严谨，但是可以作为一个参考，这些科技巨头，尤其是像 AWS、微软 Azure、Google 等云计算厂商，也在积极为开源社区做出贡献。

资深软件架构和开发顾问 Michael Stiefel 曾在2018 年 11 月采访了投资人、大公司（Lyft）工程师以及创业公司老板，试图回答一个行业难题：云计算会杀死开源软件吗？

当然这个问题不能用「是与否」来回答，却为我们呈现出一个思考方向，开源与云计算之间的关系，或许并不是你死我活，更多还是互补。更重要的一点在于，红帽的成功不能证明开源软件的商业模式适用于每个开源软件企业，而 AWS 对开源软件的「魔改」，也无法阻挡开源软件的行业趋势。

AI 教育。软银 CEO 孙正义本周在东京的一个政府会议上表示，他认为日本应该将 AI 列入大学入学的必修科目。

另一个与 AI 教育相关的消息则是，芬兰计划向欧盟公民免费开放 AI 培训课程。AJC的报道称，这个项目耗资 200 万美元，预计到 2021 年年底支持欧盟所有成员国的语言，这个课程涵盖了基本的 AI 概念，不涉及到编程代码。

英特尔 20 亿美元收购一家 AI 芯片公司。这家名叫 Habana Labs 的创业公司来自以色列，可以提供面向数据中心的可编程深度学习工具，涵盖训练、推理的芯片产品。收购完成后，Habana将作为一个独立的业务部门，并将继续由当前管理团队来领导。 Habana将向英特尔数据平台事业部报告。

印度市场。印度当地媒体援引 IBM 印度区高管的数字指出，IBM 在印度的 AI 业务增长迅猛，达到「三位数增长」。第三季度，IBM 云和认知计算部门的营收达到 53 亿美元。更进一步，根据 IDC 的统计，在全球 281 亿美元的AI 市场中，IBM 目前拥有全球 9.2% 的 AI 市场份额，位居世界第一。

阿里云也在悄然加快印度市场发展。2018 年该公司在孟买开设数据中心，开启了在当地市场的扩张，最新的信息显示，阿里云与当地知名软件分销商 ZNet 建立合作，利用 ZNet 的渠道落地阿里云的更多服务和产品。

自动驾驶的冰与火之歌。还是在 AI Index 2019 的报告里，围绕自动驾驶的 AI 投资高达 77 亿美元，在所有细分领域最高。

但自动驾驶在过去的 2019 年却处在缓慢发展甚至停滞的阶段，我曾在上月的「AI Insider」里谈到过这个话题，本周我推荐一篇来自 WSJ 的专栏文章，作者认为，自动驾驶正在以渐进的方式落地：

Technology is usually not sprung on us, so expect gradualism. Many discrete features of autonomous driving are already showing up in cars: blind-spot monitoring, adaptive cruise control, lane-departure warnings, automatic braking systems, automatic parking—some even read speed-limit signs. Each model year will bring more new features, starting with the high-end models. Level 5 autonomous cars will sneak up on us over a decade, rather than with the flip of a switch.

另外围绕自动驾驶的两则消息继续上演「冰与火之歌」，一是激光雷达巨头 Velodyne 缩减中国团队规模，二是高清雷达芯片公司 Arbe 宣布完成一笔 3200 万美元的 B 轮融资，这家公司的愿景是通过高清雷达而非激光雷达实现 L3 级别的自动驾驶。

行业·案例

Instagram 利用 AI 检测并提醒用户图片描述是否粗俗。VB 的报道称，Instagram 根据用户向平台反馈的攻击性或粗俗语言作为语料库，一旦检测到用户图片描述文字里有类似的表述，会自动生成一个通知告知用户。

Spotify 分享机器学习在产品设计中的三个原则。在流媒体应用Spotify 设计团队看来，机器学习对于提升用户体验意义重大，但要实现这个目的，必须遵循相应的原则，其官方设计团队谈到了三个原则，包括：

1. Identify friction and automate it away.
2. Ask the right questions.
3. Go manual before you go magical.

你可以通过这篇文章详细了解上述三个原则。

工商银行与阿里巴巴、蚂蚁金服的战略合作。根据其官方新闻稿，「双方将本着『对等开放、互利共赢』的原则，加快构建数字金融的合作发展新生态，打造互联网公司与金融机构深度合作的典范，为双方客户提供更好的服务」。这个合作里，包括蚂蚁金服、阿里云将成为工商银行探索数字银行、金融上云的合作伙伴。

从另一个维度去看，张勇执掌阿里巴巴之后，整个阿里体系的技术输出将与阿里巴巴的商业产品实现更多的协同，类似的案例以后会越来越多。