焦点：欧盟 AI 监管法律草案正式出台

相较于早先泄漏的文本，欧盟上周发布的 AI 监管法律草案还是做了一些修改，正式版本共 108 页，提供了一整套监管 AI 应用的框架，这个框架的核心是将 AI 应用的风险等级做分类，以此形成不同的监管方案。

比如垃圾邮件过滤就是低风险（lower-risk），诸如聊天机器人或者电话机器人则属于有限风险（limited-risk），高风险等级（higher-risk）的 AI 应用包括 AI 算法评估（银行、学校）、通过算法控制人类行为（大数据杀熟）等，高风险等级会成为欧盟重点监管的领域，而上述几个高风险应用则是法律明确禁止的行为。

不过，在争议较多的面部识别中，草案将其归属于「实时远程生物识别技术」里，设置了三个例外行为：寻找失踪儿童；应对恐怖袭击的威胁；在法律允许范围内追查特定的刑事犯罪嫌疑人。

类似于此前的 GDPR，欧盟也制定了一系列处罚机制，从公开警告到产品下架，最高会开出 6% 年收入的罚金。

你可以在欧盟官网获得该法律草案的文本。

在我看来，欧盟这项发展草案有诸多解读的入口。

其一，作为全球首个 AI 应用监管法律草案，欧盟为其他主要国家和地区的 AI 监管提供了一个样本，但样本并不是「标准」。

与其他类型法律一样，不同国家和地区在制定法律的时候，不仅要考虑一般性，还会结合当地的实际情况，这也意味着，其他 AI 产业大国，如美国、中国、英国，其未来的 AI 监管措施会在一定程度上参考欧盟的样本，并有一些本地的特色。

其二，该法律草案还需要经过欧盟委员会与各成员国政府的审核批准，不同成员国之间对于某些条款的认识也会有不同，未来也会有诸多变数。

第三，与此前 GDPR 合规类似，欧盟地区的 AI 企业即将进入到 AI 合规阶段，但与 GDPR 所明确的数据监管不同，AI 是一个非常广泛的概念，其覆盖的应用与落地场景非常多，无论是亚马逊的电商还是 Google、FB 的广告业务抑或是自动驾驶等，都有可能被纳入到泛 AI 的领域，由此影响的产业和公司会非常多，这也会影响到欧盟地区的 AI 投资和应用落地。

WSJ 援引 Google 前科学家 Julien Cornebise 的话称，AI 是一个不断发展的领域，当下智能手机所做的一切就是二十年前的「AI」，这意味着，该法律「可能丢失定义或迅速过时」。

未来几年，全球性的 AI 监管只会不断增加，欧盟提供的样本、争议与后续的实践经验和教训，会成为一个重要的观察入口。

巨头·微软·阿里云·华为

微软，ZDNet 披露了微软 Cloud PC 的最新进展，根据报道，微软计划在今年 7 月的 Inspire 合作伙伴大会上发布该产品，定位于企业市场的 Cloud PC ，其操作系统是 Azure，以瘦客户端的形式向企业提供微软 Windows 以及 Office 等服务。

Cloud PC 与阿里云此前发布的云电脑「无影」的定位相似，都是通过设备侧的完整体验实现「云端一体」。

微软上周还宣布，未来五年将在马来西亚投资 10 亿美元，并与当地政府机构和公司合作，推进云计算相关业务的发展，微软在马来西亚的首个数据中心地域也将开始建设。

此前，阿里云曾在马来西亚首都吉隆坡推出城市大脑。

阿里云，上周，Gartner 发布了一组最新的 2020 年全球云计算 IaaS 市场数据，数据中的几个要点：

• 2020 年全球云计算市场依然保持强劲增长，IaaS 市场规模达到 643.9 亿美元，同比增长 40%；
• 亚马逊（AWS）、微软（Azure）和阿里云（Alibaba Cloud）排名全球前三；
• 阿里云的市场份额则是连续五年上涨，从 2016 年的 3.7% 上涨至 2020 年的 9.5%，超过 Google 的 6.1%；
• 2020 年中国公有云 IaaS 市场规模突破 156 亿美元，同比增长 62.3%；

在这个所谓的 3A 格局里，微软、阿里云过去几年一直在「侵蚀」AWS 的领地。

如果按照云计算三个层次的传统划分角度来看，目前主要云计算公司的战略集中在：

• AWS：除了传统的 IaaS 领域外，还在机器学习（SageMaker）、无服务器（Lambda）等领域构建新的基础设施即服务；
• 微软：主打「Auzre（IaaS）+Office 365（PaaS+SaaS）」，其中 Office 365 还拥有众多产品；
• 阿里云：提出「云钉一体（IaaS+PaaS）」，希望把钉钉打造成新的业务应用开发平台；
• Google Cloud：强调「GCP（IaaS+PaaS）+Gsuite（SaaS）」，GCP 过去两年力推基于 K8s 的混合云战略；

华为，华为云上周发布了一系列新产品，这是华为云组织架构今年多次调整后的首次对外发布，也是余承东首次以华为云 BU CEO 身份上台演讲。

此次华为云发布的产品包括：

• 容器集群服务CCE Turbo；
• 智能编程助手Cloud IDE；
• 金融级数据库GaussDB（for openGauss）；
• TIC可信智能计算服务；
• AI 盘古大模型及多样性计算基础软件；

上述这些产品里，容器集群服务 CCE Turbo 和 AI 盘古大模型最值得关注，前者为了抢占互联网客户，华为新闻稿提到包括 VIPKid、新浪都使用了其服务，这也是云原生领域的主要客户群体，互联网公司在业务发展过程中最有动力，也有能力推动自身业务架构的升级，而云原生在成本与灵活性上满足了这些公司的需求。

另一个产品是 AI 盘古模型，官方新闻稿称，这是一个泛化能力强、小样本学习、模型高精度的「全球最大规模中文语言及视觉预训练模型」，该产品定位在更底层的机器学习领域，此前业界类似的产品包括百度飞桨、旷视科技的 Brain++，这些主打「国产 AI 模型（框架）」的产品，也和近几年复杂的全球产业环境遥相呼应，所谓「更懂中国企业的 AI 需求」会成为接下来包括华为、百度等公司市场宣传的重点。

英特尔与 IBM。两家公司上周相继发布了财报，英特尔新一季财报显示，季度营收 185.7 亿美元，其中 PC 芯片业务同比增长 38%，自动驾驶业务同比增长 48%。

IBM 财报称，季度营收 177.3 亿美元，同比增长 0.9%，这是近四个季度以来首次增长，其中云和认知部门的营收为 54.4 亿美元，同比增长 4%，高于分析师的预期。

未来驾驶·机器人

特斯拉的自动驾驶车祸？上周发生在德克萨斯州的这起事故造成两人死亡，当地官员称，当特斯拉车辆撞上树的时候，驾驶位置上并没有人，WSJ 猜测该车辆启动了特斯拉自动驾驶系统，不过马斯克随后表示，该车辆并没有使用自动驾驶系统，而且车主此前也没有购买全自动驾驶的升级包。

这起事故的具体原因还在调查之中。

自动驾驶公司 Aurora。Bloomberg Business 日前发表一篇长文，介绍了自动驾驶创业公司 Aurora，该公司由前 Google 自动驾驶主要负责人之一的 Chris Urmson 联合创建，目前主要聚焦在自动驾驶卡车，也是当下泛 AI 领域的巨型创业公司，入围 CB Insights 年度 100 大 AI 创业公司（关于该榜单的解读，参见 #088 期「AI Insider」）。

本月早期，Aurora 与沃尔沃达成合作，共同推进自动驾驶卡车的研发和市场拓展，Verge 的报道指出，两家公司会以北美市场为突破口，目前 Aurora 的最大竞争对手就是图森未来，后者即将 IPO。

两本自动驾驶的图书，「造车」、「自动驾驶」成为 2021 的热词，媒体铺天盖地的报道，并不能让读者形成对该领域的完整认知，推荐两本我个人比较认可的图书，其中一本是科技媒体 Business Insider 高级编辑 Alex Davis 今年出版的新书 Driven: The Race to Create the Autonomous Car（亚马逊 Kindle 商店），以编年史的视角，从美国 DARPA 举行自动驾驶挑战赛开始，一步步引出当下自动驾驶领域的重要人物、公司，比如被指控盗窃商业秘密后被特朗普赦免的 Anthony Levandowski。

这本书还有很多值得玩味的细节，你会看到 Google 的独特文化以及 Waymo 如何从 Google 内部孵化出来，如果你想了解自动驾驶产业发展的历史，这是一本必须要读的书。

另一本名为 Reboot（亚马逊 Kindle 商店）的书非常有趣，它跳出了汽车的范畴去看待自动驾驶的发展，正如书名所言，如果以自动化的机器人视角观察汽车领域的发展，或许可以得到更多有趣的结论。

作者将这一类机器称之为「Robotic Transpiration Machines」，在这个框架下，作者以思想实验的方式，探讨了一种新型人机关系，至于结论是否正确与否并不重要，因为整个思考的过程已经足够了。

探讨人与机器人的关系，机器人正在快速进入你我的生活与工作之中，餐厅服务机器人、酒店送餐机器人等等已经在国内非常普及，如何处理人类与这些机器人之间的关系，MIT 机器人伦理学家 Kate Darling 上周在接受 Wired 采访时表示：把它们当作动物即可。

「我们明白，动物也是这些自主的生命，它们能够感知、思考、做出决定、学习。在动物世界里，你会看到更多不同的技能和智慧」，Kate Darling 如是说道。

机器人领域的热点是什么？机器人从来不是一个单一的领域，有媒体统计了社交媒体 Twitter 上与机器人组合在一起的关键词，发现这五个领域与机器人之间的联系非常紧密：

• AI
• 机器学习
• 大数据
• 机器人流程自动化
• 5G

你可以在这里查看具体的研究发现。

意大利学者展示一个可以告诉人类如何决策的机器人。根据《卫报》的报道，这个名叫 Pepper 的机器人由两位来自意大利巴勒莫大学的学者共同研发，通过文本转语音以及仿人类认知过程为该机器人编程。当人类的指令与该机器人的默认编程出现不一致时，该机器人会大声说出自己的困惑。

行业·自动化

AI 落地的困难有哪些。在一份来自 O’Reilly’s 的企业 AI 适应性调查中，19% 的企业高管指出，专业人才不足是 AI 落地的主要困难，缺乏数据和数据质量则位居第二大困难。

在 AI 落地实践方面， 26% 的受访者称拥有 AI 成熟的落地案例，或者说利用 AI 实现收入，这和 2019 年的调查结论类似，从某种意义上说，企业 AI 的适应性似乎在停滞不前。

具体到行业，零售行业的成熟实践最多，而教育行业的 AI 适应性普遍偏低，与此同时，处于「Evaluating」的行业非常多。

你可以在这里免费获取该调查报告，从上述几个核心数据也可以看出，在贯穿一年的疫情背景下，面对未来不确定的经济形势，企业更愿意将钱投入到诸如远程视频会议等可以快速出现成果的产品上，相应地，也会放缓甚至停止在 AI 领域的投入，以削减成本。

另一方面，随着越来越多的云计算巨头推出一系列端到端的 AI 解决方案，也在一定程度上降低了企业部署 AI 的成本，特别是减少对专业 AI 人才的依赖，这对于接下来 AI 应用落地的发展至关重要。

一张 AI 技术落地信息图，下图这张图展示了不同地区、不同行业落地 AI 技术的现状与趋势，图片做的非常棒。

你可以在这里获取高清图片。

一本新书：公民人工智能指南。MIT 出版社的这本新书旨在向普通人（公民）提供一份完整的人工智能技术（入门级别）、影响与争议的大纲式读物，很多内容对于行业从业者而言并不新鲜，但对更广大的普通读者非常有价值，下图是该书的目录。

感兴趣的朋友可以在亚马逊 Kindle 商店购买这本书。

增强智能与自动化，我在上周读到《福布斯》的一篇专栏文章，谈到另一种 「AI」——Augmented intelligence（增强智能），这个提法并不新鲜，早在 2015 年的时候，微软亚洲研究院院长洪小文就有类似的说法，其核心是将机器智能作为一种「增强」形式，从而提升人类智能。

与一般所说的 AI（Artificial Intelligence）不同，Augmented intelligence（增强智能）的目的不是为了取代人类，而是辅助人类，比如医疗领域的 AI 辅助诊断就是最典型的案例。

类似地，自动化也是一种增强智能， 在 Zapier 上周发布的年度商业自动化报告里，可以明确看到，即便是在疫情的打击下，企业部署自动化流程的重要目的也是支持人类员工，该报告里的几个核心数据：

• 94% 的员工表示自己的工作中有大量重复、消耗时间的工作；
• 90% 的知识类工作者表示自动化提高了自己的生活质量，2/3 的知识工作者认为自动化提高了生产力；
• 88% 的中小企业称自动化提升了与大公司的竞争能力；

也是在自动化持续升温的背景下，机器流程自动化（RPA）公司 UiPath 的上市引发众多关注，上市首日股价大涨 23%，市值也突破 360 亿美元。

与此同时，国内 RPA 创业公司「来也科技」上周宣布完成 5000 万美元 C+ 轮融资，中国平安旗下的平安全球领航基金与上海人工智能产业基金联合领投。

AI Insider Monthly

「AI Insider Monthly」以月度总结的形式，展现过去四周全球 AI、云、自动驾驶等领域的产业变化，通过分析行业事件与梳理技术趋势，勾勒出人类迈向数字化的若干方向与线索。

本期「AI Insider Monthly」，将关注以下议题：

• 困境：中国 AI 独角兽们、FB 的新 AI 伦理案例；
• 报告：AI Index、机器学习、云、未来驾驶；
• 巨头：AWS 新掌门、微软云计算的扩张、英特尔的选择题；
• 历史/未来：AWS S3 15 周年、Zapier 与 Digital Ocean、GPT-3 成为基础设施；

你可以在这里在线查看最新一期内容，同时还可以通过下面的地址获取 PDF：

• 国内镜像
• 海外镜像