政府

无论是否愿意接受，人类社会越来越依赖算法进行决策，但一个错误的算法或者被错误执行的算法，也在制造一个个算法时代的悲剧故事。

自 2013 年到 2019 年，荷兰国家税务系统中的一个算法，错误地将一批人标注为「涉嫌福利欺诈」群体，并发出了巨额罚单。

然而真实情况是，这批低收入的少数族裔，不过是算法系统的数据偏见的牺牲品，换句话说，这些人因为自己的身份而被标注为容易欺诈，很多受害者为此陷入巨额债务之中，甚至有的人选择自杀。

这是一起典型的数据偏见引发的算法事故，也成为当下欧盟探讨《人工智能法案》的重要案例，它展示了一种可怕的未来场景：当政府决策的算法系统由充满偏见的数据组成，民众会受到多大的影响？更重要的是，这种系统越是在法制健全、技术发达的国家，其影响也越大。

美国商务部持续强化 AI 领域的研究，4 月的时候，该部门宣布将为白宫提供 27 位 AI 政策顾问，这些人包括 Google、英伟达等企业的高管，以及斯坦福大学、卡内基梅隆大学等高校的学者，AI 政策顾问的角色是向白宫和国会提交 AI 报告。

5 月，美国商务部的 The National Artificial Intelligence Advisory Committee (NAIAC) 举行首次会议，会议确定了成立五个工作小组，包括 AI 研发、劳动力与就业、国际合作等。

计算

ARM 本周公布了 2021 年的全年业绩，几个关键数字：

• 全年营收 27 亿美元，同比增长 35%；
• 许可业务收入营收 11.3 亿美元，同比增长 61%；
• 专利业务收入营收 15.4 亿美元，同比增长 20%；

在英伟达放弃收购后，ARM 还面临两大难题：其一，何时上市以及去哪里上市？美国还是英国？其二，ARM 中国——安谋科技——的控制权争夺闹剧何时才能结束？

2022 年的英特尔，已经加快了产品上新步伐。上周的 VISION 大会上，英特尔发布两款专属 AI 芯片：

• 云端 AI 训练芯片 Gaudi 2；
• 云端 AI 推理芯片 Greco；

两款产品基于台积电 7 纳米制程，支持多样化的架构，根据英特尔的说法，在和使用相同数量 GPU 的对比测试中，这两款新品具有低成本和高性能的优势。

值得一提的事，这款产品都出自英特尔 2016 年收购的以色列 AI 芯片公司 Habana，也就是说，英特尔花了 6 年时间才完成了整合。

上周 Google 更新了 TPUv4，这是 Google 自研的云端 AI 芯片，目前只能通过 Google Cloud 的特定计算实例购买。

Google 此次展示的是将 TPU 组合成为「Pod」之后的算力提升，「Pod」大致相当于存放芯片的架子，一个 TPU Pod 由 4096 个 TPUv4 组成。在其位于俄克拉荷马州的数据中心，Google 将 8 个 TPU Pod 组成了一个强大的计算集群，「就其累积算力而言，这是全球最大的且可用的机器学习计算中心，并且还能实现 90% 无碳化运行」，Google 官方博客写道。

面向未来的计算架构里，量子计算被认为是最具潜力的计算方式，但透过 IBM 量子计算负责人 Jerry Chow 的视角，可以看到这个领域目前的巨大挑战。

此前我也分享过一份量子计算产业报告，几个要点：

• 大公司（微软、Google、亚马逊、英特尔、IBM）都拥有了自己的硬件产品，并且是行业主要进展的推动者；
• 2021 年 6 月，微软 4.5 亿美元投资了 PsiQuantum，这是目前最大一笔量子计算的融资；
• 云会成为量子计算竞争的关键，各大巨头相继发布了基于云的量子计算服务，创业公司也是和云巨头合作推出相应产品；
• 量子计算会成为中美地缘政治竞争的热门领域，中国的百度与阿里也会成为前线的重要公司；

在量子计算目前可预测的应用领域里，需要重点关注以下这些领域：

• 医疗：基于量子计算机的巨大算力，在诸如蛋白质折叠、基因组分析以及药物发现等领域有着非常多的用途；
• 金融：主要还是基于更快的金融数据分析，IBM 此前提到利用量子计算机运行「蒙特卡洛模拟」以更好评估金融风险，另外包括苏格兰皇家银行、高盛、花旗等都投资了一些量子计算创业公司；
• 网络安全：这是一个最为被大众熟知的领域，所谓「一秒钟破解所有加密密码」正是量子计算在网络安全领域的最大「价值」，不过已经有越来越多的关于「后量子加密方法」的研究，这个领域的变化会非常有趣；
• 人工智能：这只是一个被看好的趋势，但能否实现以及如何实现，目前还处在非常早期的阶段；
• 国家安全：包括中国、美国在内的主要国家，在涉及国家安全的量子计算领域投资数十亿美元（无法获得更准确的数字），旨在抢占新技术高地；

但就像 Google 量子人工智能实验室总监 Hartmut Neven 下面这句话所言，这可能是量子计算最无法预测的地方：

It looks like nothing is happening, nothing is happening, and then whoops, suddenly you’re in a different world

AI+X

上周 DeepMind 展示了一个名为 Gato 的多模态、多任务通用 AI 模型，根据其论文所展示的，Goto 可以在同一个神经网络以及同样的权重之下，完成诸如播放视频、生成图像描述文字、聊天等几百个任务。

相比于诸如 AlphaGo 仅仅能下围棋，Goto 可以应对的场景更多，那么它是不是所谓「通用人工智能」呢？

首先，我们很难判断 Gato 有多少创新价值，它本身依然需要海量的训练数据，其架构也和 OpenAI 的 GPT-3 一样，都是使用 Transformer。

从某种意义上说，Gato 的所谓通用智能与 GPT-3「学习」如何写代码并没有本质上的区别。

其次，所谓通用人工智能到底是什么并没有定论，这也导致无论是 OpenAI 还是 DeepMind，其一系列用金钱砸出来的模型，并不一定是朝着通用智能的方向前进，比如，如果要实现人类智能决策的机制，小样本（数据）是必须的，可目前业界并没有真正的技术突破。

DeepMind 一直在强化学习领域研究颇多，简单来说，强化学习是一种基于环境反馈而进行训练的机器学习方法，这个领域目前已经有众多技术突破和落地应用，感兴趣的朋友可以在这里查看更多真实世界里的案例。

Google 上周展示了语言模型 LaMDA 2，这是一个关注对话的模型，用户可以和这个模型进行不间断的对话（问答），而为了进一步提供该模型性能，Google 发布一个 AI Test Kitchen 的应用，让普通用户训练该模型。

感兴趣的朋友也可以这里了解或下载该应用。

CB Insights 的数据显示，2022 年第一季度 AI 投资热度下降，几个关键数据：

• 第一季度总融资为 151 亿美元，环比下降 12%；
• AI 创业公司退出（上市或被收购）环比下降 32%；
• 中国 AI 创业公司表现较差，环比下降 45%；
• 具体到行业，医疗领域下降了 32%、市场智能环比下降了 20%；
• 最大的一笔投资来自网络安全公司 Securonix 的 10 亿美元融资；

而如何结合 WSJ 的报道，2022 年对于整个科技行业的创业公司来说，都不是一个轻松的年份。

《福布斯》杂志上周和红杉资本合作发布了「AI 50」榜单，汇总了北美地区 50 家 AI 创业公司。不过需要提醒一点，榜单所体现的公司价值，更多还是 AI 技术的落地价值，而不仅仅是技术有多好。

关于 AI 技术落地，有两个创业公司值得关注：

• 金融公司 Tifin：通过 AI 技术提供金融投资产品，日前完成 1.09 亿美元融资，估值超过 8 亿美元；
• 交通技术公司 Optibus：这家来自以色列的创业公司，通过 AI 算法优化公交车、火车等交通工具的路线规划、日程安排与运营，在刚刚完成 1 亿美元的融资之后，该公司的估值达到 13 亿美元。

最后看一个 25 年的历史影像，1997 年 5 月 11 日，IBM 研发的计算器程序（当时没人愿意使用「人工智能」）「深蓝」打败了国际象棋大师卡斯帕罗夫，那一刻人类的失落、无助映照在每个人的脸上。