焦点

DeepMind 的开放游戏系统会不会带来通用智能

上周，DeepMind 的一篇论文展示了一个新项目：Xland。

细节：如果说此前的 Alphago 是人类针对某个特定领域设计的 AI 模型，那么 Xland 是要通过构建一个更通用的环境，让 AI 模型自己学习不同领域的知识。

• Xland 是一个可以生成由静态拓扑和可移动对象组成的 3D 环境的引擎，可以创建模拟多种环境；
• DeepMind 将强化深度学习算法应用其中，每个智能体（AI 模型）在 XLand 的 4,000 个独特世界中玩了大约 700,000 个独特的游戏，并在 340 万个独特任务中经历了 2000 亿个训练步步骤；

发现：DeepMind 指出，一些智能体能够表现出类似「因果性」的行为，但目前还没有更进一步的证据。

我的思考：这个项目证明了通过强化学习模拟人类/动物获取智能的方式，也就是通过与环境的互动，从零开始认识环境，但这背后的代价：

• 昂贵的算力；
• 复杂的模型；
• 长时间的训练；

但即便如此，我们依然无法将 Xland 环境与真实环境对等起来，也不能将在 Xland 环境里训练的 AI 模型直接拿到现实世界应用，这仅仅是一个方向。

延伸阅读：

• DeepMind 关于 Xland 的论文；
• DeepMind 此前对强化学习如何推动通用智能的论文；
• 什么是强化学习，一篇非常简单而准确的入门介绍；

产业观察

中国云计算的上云与云上

上云：利用低价甚至免费的形式，中国的云计算公司还在鼓励企业上云。

• 华为 828 企业上云节：新闻稿；
• 阿里云 88 帮帮节：新闻稿；

云上的不同能力显然也是企业选择在哪家公司「上云」的标准之一：

• 政务云市场：IDC 的数据显示，华为云市场份额 32.17%；

• 视频云市场：IDC 数据称，2020下半年，中国视频云基础设施市场规模 31.1亿美元，腾讯、阿里、百度、华为、金山占据前五，瓜分 63.4% 的市场份额。
• 电力行业：阿里云联合南方电网构建了南网调度云超算平台；

接下来，「增长」是永不变的方向，但问题是从哪里增长：

• 公有云 IaaS：新的行业需求在哪里？
• PaaS：机器学习/深度学习或许是一个方向；
• SaaS：中国不存在真正意义上的 SaaS 公司；
• 政企混合云：这可能是最确定的方向，但没有哪一家有十足的胜算；
• 私有云：还记得 a16z 的一份分析报告吗？公有云未必是企业最有成本的选项；
• 多云：这在海外市场已经成为潮流，但在中国市场能引起多大波澜，目前还是未知数。

行业·应用

无处不在的机器学习与无法攻克的医疗 AI 难题

在刚刚结束的东京奥运会上，机器学习的应用无处不在。

• 赛事转播：阿里云与英特尔作为奥运合作伙伴，提供了包括 3D 运动追踪在内的关键技术；
• 运动装备：基于大量数据优化的耐克 Vaporfly 跑鞋能够减少运动过程中的体力消耗；
• 赛事设备：赛事记时服务商 Omega 利用计算机视觉技术精准获取运动员比赛用时；
• 冲浪：从对天气模型的应用到新的运动服装，冲浪比赛早已不再是一项「纯体育赛事」；
• 跳水：利用「3D+AI」辅助训练系统，中国跳水队的训练效果大大提升；

来自浙江大学的研究者将机器学习模型用于分析恐怖袭击。

• 研究者将 2002 至 2016 年全球 13 个地区的恐袭公开数据交给机器系统；
• 涉及哪些地区，如下图所示。

• 发现：恐怖分子倾向于同一个地点多次行动，恐袭发生地区与人口密度负相关。
• 延伸阅读：论文公开地址；

NASA 的五个机器学习项目：

• 探索火星的自动驾驶系统；
• 面向未来天空探索中的医疗研究；
• 利用机器学习的行星搜索项目；
• 机器宇航员项目；
• 月球上的导航；

但是，上述这些应用场景的成功，并不代表机器学习可以在疫情防控中「拯救人类」。

• 研究：BMJ 的一篇论文系统分析了几百个 AI 模型或方法，结果并不如人意，该研究还在持续更新中；
• 报告：英国国家数据中心与人工智能研究所的报告指出，疫情期间的 AI 研究存在众多局限性；

尽管如此，在更宏大的领域，资本市场与科技巨头依然看好 AI 与医疗的结合。

中国：根据亿欧智库的数据：2020 年，中国医疗 AI 企业达到 129 家，医学影像类型最多，占比达到 42.6%。

全球：CB Insights 2021 二季度的数据显示，医疗 AI 领域的投融资引领所有行业。

巨头：Alphabet 旗下生命科学公司 Verily 将在以色列进行 AI 医疗的研究工作。

• 该研究机构位于耶路撒冷；
• 首要关注领域是结肠癌的诊断与治疗；

芯片市场：资本与市场

芯片王座让位。新一季财报里，三星营收超过英特尔，成为全球营收最多的芯片公司。

• 数据：三星 197 亿美元 VS 英特尔 196 亿美元；
• 原因：内存芯片的需求推动三星营收持续上涨，而疫情导致的 PC 芯片需求正在回落，英特尔增长乏力；
• 接下来：英特尔的代工业务如何，会成为其增长的关键，签下高通只是一个开始。

收购：富士康宣布 9080 万美元收购一家位于台湾新竹芯片工厂。

• 看点：富士康希望借助收购旺宏电子的一家未投产工厂，加速进入汽车芯片领域；
• 接下来：该工厂未来将成为富士康全球半导体中心；
• 监管背景：汽车芯片短缺，引发中国监管部门对哄抬价格的关注 ：「加强市场审查，打击囤积居奇、哄抬价格和串通等非法行为」；
• 产业背景：7月，中国乘用车销量同比下降 6.2%，6 月份下降了 5.1%；

融资：中国资本市场对芯片创业公司的热度有多大，不妨看看这家半年完成三轮融资的创业公司：爱芯科技。

• 融资速度：4 月完成 Pre-A 和 A 轮，8 月完成 A+轮；
• 投资方：创投领投，联想之星、聚投资领投，耀途资本、万物资本、韦豪创芯、美团、GGV纪源资本、美团龙珠、冯源资本、元禾璞华、石溪资本、天创资本以及高德地图创始人成从武等；
• 业务：高性能、低功耗的人工智能视觉处理芯片，2020年12月第一颗芯片 AX630A 已实现量产；
• 创始人：仇肖莘博士曾任紫光展锐CTO、美国博通公司副总裁，并曾担任AT&T Labs首席科学家；

在疯狂的资本之外，还有观察芯片的另一个维度，技术。

AI 芯片基准测试 MLPerf 发布了最新成绩单，这份测试展示的是不同芯片在不同数据集上的能力。

为什么重要：这份不断更新的测试说明了两点。

• AI 芯片的发展速度非常快，Google、英伟达几乎是在「军备竞赛」；
• 不存在「统治级」的 AI 芯片；

业界·其他

OpenAI 的 Codex 推出 API。这个产品能够将自然语言（目前仅支持英语）转化为编程语言。

来自硅谷的数据标注公司 Snorkel 完成 8500 万美元融资，仅仅用了两年，该公司的估值就超过 10 亿美元，成为又一只独角兽。

苹果 7 月的一篇新论文，详细介绍了如何利用本地设备部署机器学习模型，以识别相册里的人物。

中宣部等五大部门联合发文，要求治理算法推荐，「加强文艺评论阵地管理，健全完善基于大数据的评价方式，加强网络算法研究和引导，开展网络算法推荐综合治理，不给错误内容提供传播渠道」。

关于 AI 是否具备申请专利的问题，澳大利亚和南非法院给出了不同的答案。

数据是 AI 发展的关键，但涉及隐私与安全性，很多数据又是非常昂贵的，合成数据成为数据科学领域的新趋势，这里有最近的一系列探索。

自然语言处理是目前火热的领域，斯坦福大学教授 Christopher Potts 的这个视频，详细阐述了自然语言处理的历史进程，并对未来的发展提供了一些预测和思考，非常值得收藏。