焦点： Google I/O 大会

上周的 Google I/O 大会除了介绍即将到来的 Android 12 之外，还有大量 AI、企业市场的技术与产品展示，接下来我会重点介绍几个。

AI 芯片

借助此次 I/O 大会，Google 发布第四代 TPU（全称为「Tensor Processing Unit」），这是一款用于数据中心的定制 AI 芯片，性能上，第四代 TPU 相较于上一代提升了 2.7 倍。

Google 表示该芯片从 2020 年开始已经部署到该公司的数据中心，未来也将通过 Google Cloud 向客户开放，这也是 Google Cloud 独特的竞争力，用户只有通过该平台，才能使用如此强大的 AI 芯片。

语言模型

LaMDA （全称为「Language Model for Dialogue Applications」）是此次 Google I/O 大会上的一个重点发布，简单来说，这是 Google 在 NLP（自然语言处理）领域的新进展，这个模型可以「模拟」任何物体与用户展开自然对话，I/O 大会上，Google 展示的是冥王星与用户的「对话」，如下图。

LaMDA 的价值在于，它适用于开放式的场景之下，这也让我们对未来的人机交互充满了期待。

需要提醒一点，就像 Alphabet CEO 皮查伊反复强调的，LaMDA 目前还处在研究的早期阶段，截至目前，我也没有发现 Google 对该项目发布相关论文，因此 LaMDA 更像是一次技术展示，除了让外界了解到 Google 的项目之外，也让业界认识到基于 Transformer 模型对于提升 NLP 能力的巨大价值，后者也是业界广泛使用的 BERT 模型的重要技术。

Google 文档

Google 这一次给办公产品带来的改进更像是一个姗姗来迟的举措，在 Quip、Notion、Coda 等一系列现代办公产品利用更现代化的方式获取海量用户的时候，Google 文档长期以来的定位不过是「在线版的 Office 套件」。

此次 I/O 大会上，Google 发布「Smart Canvas」，这是一个基于 Google 文档的功能，可以通过「@」的方式快速通知团队成员，也可以快速插入表格、投票、待办事项等功能。

与此同时，Google 还将 Google 文档的上述功能与 Google Meet 在线会议整合在一起，这意味着，团队成员可以在视频会议的同时进行文档协作。

写在最后

上述几个不过是我比较关注的产品或功能发布，事实上整个 I/O 大会的内容非常多，像 Tensorflow 也在此期间推出一些更新，感兴趣的朋友可以在这里查看，另外，还包括：

• 宣布成立「量子 AI 园区」，旨在推进量子计算的研究；
• 展示基于 BERT 的语言模型 Multitask Unified Model （MUM），主要用于搜索产品；
• 在 Google Cloud 上发布全托管的 AI 开发平台 Vertex AI；
• 展示 3D 虚拟人物聊天项目 Project Starline；

纵观此次 I/O 大会，AI 已经无处不在，从用户在搜索框敲下第一个字符开始，Google 数据中心里的庞大 AI 模型已开始运行，而 Google 也在将其强大的 AI 能力封装为产品，无论是 GCP 上的托管服务还是 Google 文档产品里的新功能，这些 AI 能力已然进入到各行各业，这不仅是 Google 的思路，也是整个行业，包括中国 BATH 等巨头们正在努力的方向。

巨头

腾讯。上周腾讯发布新一季财报，其中云计算业务隶属的金融科技及企业服务业务营收 390 亿元人民币，同比增长 47%，该业务在整个腾讯业务体系的收入占比为 29%。

需要注意的是，腾讯此次并未单独透露其云计算的营收规模，只是给出一些模糊的线索，比如称企业服务收入同比增速较上季度提升，其原因归结于「项目部署恢复、企业软件及在线视频客户的需求增长，以及自2020年第四季度合并易车的企业服务收入所推动」。

另外，根据财经网的报道，腾讯云也在本月完成新的组织架构调整，腾讯公司高级执行副总裁汤道生担任云与智慧产业事业群 CEO，腾讯公司副总裁、腾讯云总裁邱跃鹏将在原有职责之上，出任云与智慧产业事业群 COO。同时，SAP 前全球高级副总裁、中国区总经理李强加入腾讯云与智慧产业事业群，任腾讯公司副总裁、腾讯智慧工业和服务业总裁。

百度。上周百度发布新一季财报，其新闻稿特别强调「非营销收入增长70%」，而在这 42 亿元人民币的非营销收入里，「增长主要受百度云及其他服务推动」。

财报分析师会议上，百度 CFO 余正钧透露了「非营销收入板块」里的 AI 与云业务情况，其中几个要点：其一，百度自己的云业务也包括 IaaS、PaaS、SaaS 三大板块；其二，目前百度云业务的主要客户还是大客户，同时余正钧特别提到一线城市的智能交通业务，这部分客户很可能是各地地方政府；其三，整个云业务的增速未来还会加快。

目前，百度云和 AI 业务统一由 CTO 王海峰负责。

阿里云。上周阿里云组织了一场关于大数据的分享会，阿里巴巴副总裁、阿里云计算平台负责人贾扬清分享了他对未来云计算的看法，其核心是把数据与 AI 结合起来，「大数据和AI密不可分，结合在一起，更能帮助企业在数字时代从容应对不确定性」。

此前，阿里巴巴曾与清华大学合作发布了超大规模中文多模态预训练千亿参数模型 M6（Multi-Modality to Multi-Modality Multitask Mega-transformer），该模型的数据集包含超过1.9 TB图像和292GB文本，参数规模达到1000亿，可完成产品描述生成、视觉问答、问答、中国诗歌生成等跨模态任务。

贾扬清表示，从企业的角度来看，工程化已经超越算法，成为 AI 落地的更大瓶颈，阿里云希望将 M6 的场景化服务能力开放给所有企业。

如果从云计算产品的定位上说，M6 基本位于 SaaS 层，目前集成在阿里云 AI 开发平台 PAI 之上，感兴趣的朋友可以在这里体验一下。

上周 WSJ 援引多位信息人士的话称，阿里云正面临巨大压力和挑战。一方面，失去字节跳动旗下 TikTok 的海外大客户直接影响到阿里云的营收，消息人士表示，尽管字节在结束与阿里云的海外合作时购买了国内的阿里云云服务，但鉴于字节内部酝酿的云服务，Bernstein 的分析师认为，未来几个季度阿里云可能还会出现「字节跳动风险」。

另一方面，鉴于中国当局与阿里巴巴的关系，阿里云在政府、国企的新项目获取与原有项目落地实践备受关注，这里既有特殊市场里的私有云产品技术挑战，也有来自有关部门「看不见的手」的干预。

Google。WSJ 披露，尽管经过多次协商，Google 母公司 Alphabet 还是拒绝了 DeepMind 寻求更独立发展的请求，消息人士告诉 WSJ，DeepMind 上月已经告知员工 Google 停止了对话。

Google 的举措也进一步显示出科技巨头对 AI 基础研究的「控制欲」，2014 年，Google 花费超过 6 亿美元买下 DeepMind，并在一定程度允许该公司「独立发展」，根据去年 CNBC 的报道，DeepMind 2019 年亏损 6.49 亿美元，最大开支是员工工资。

另一方面，DeepMind 的很多研究成果有着重要行业意义，比如其 AI 模型 AlphaFold 成功破解了生物学 50 年来的巨大难题「蛋白质折叠」，虽然目前尚不清楚 Google 会如何将这一研究商业化，但就像 OpenAI 的 GPT-3 被微软获得「独家授权」一样，「它们将原本可以让全人类获益的技术变成了只让一家公司受益」，MIT TR 曾这样评价。

Facebook。上周 FB 分享其在语音识别领域的新进展，这个名为「wav2vec Unsupervised」的研究方法可以在无需标注数据的情况下实现良好的语音识别效果，FB 在 TIMIT 的基准测试中的错误率从 26.1 下降到 11.3，你可以在 FB 官网查看相关论文。

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。

4 月份的「AI Insider Monthly」，将关注以下议题：

• 数据：AI 100 大创业公司、AI 企业适应性报告；
• 巨头：新一季云计算财报以及阿里云、华为的新进展；
• 底层：ARM 新架构、英伟达进入 CPU 市场；
• 未来驾驶：人事、资本、合作；
• 政策：欧盟 AI 监管法律草案公布；
• 资源：播客、视频、图书；

您可以通过以下地址下载 PDF 版本：

• 国内镜像；
• 海外镜像；

行业·其他

Waymo 计划继续融资 40 亿美元，Bloomberg 的报道称，尽管该公司目前的首要任务是寻找一位合适的 CEO，但消息人士称，Waymo 还在与外部投资者谈论融资可能性，最高融资金额达到 40 亿美元，另外，Waymo 也在探索从 Alphabet 分拆并独立上市的可行性。

特斯拉或加入激光雷达阵营，来自 Bloomberg 的消息指出，特斯拉正在测试激光雷达厂商 Luminar 的传感器，长期以来，马斯克都是激光雷达的反对者。

软银远景基金投资了一家韩国 AI 教育公司，这家名为 Riiid 的公司面向学生的英语学习场景提供「AI 教师」，利用机器学习分析学生对于某些测试的回答，构建个性化的学习方案，根据 TechCrunch 提供的数据，软银为这家公司投资了 1.75 亿美元。

几本关于人工智能的图书，上周末的 WSJ 书评栏目里介绍了最近出版的几本 AI 相关图书，感兴趣的朋友可以点击下面的链接进一步了解，这些书都可以在亚马逊上买到电子版：

• Genius Makers：某种意义上就是一部深度学习简史；
• A Brief History of Artificial Intelligence：人工智能历史简易读本；
• The Myth of Artificial Intelligence：戳破所谓「智能」背后的一系列谎言；
• Atlas of AI：AI 是一场「权力的游戏」；
• Futureproof：自动化、AI 趋势中的生活与工作；

来看一组 AI 应用。如何把 AI 融入邮件营销之中，作者给出了一些思路，从选题到发布，都可以看到 AI 相关技术，我也期待可以快速实现这些应用。

人工智能的十个典型应用场景，从手机到制造，你会发现 AI 已经无处不在。

DeepMind 正在将强化学习纳入到对足球数据的分析里，从数学的角度去看，射门就是一个典型的零和博弈。

报告

一份美国国家安全委员会关于 AI 与国土安全的报告，通过该报告也可以看到美国 AI 政策的相关逻辑，你可以在这里获取该报告。

麦肯锡的一份报告主题是「AI 银行」，探讨了银行部署 AI 应用与利用 AI 实现数字化转型的相关探索，你可以在这里免费获取该报告。

亿欧智库最近发布了的一份央企数字化转型研究报告，这也是中国特色的企业数字化转型领域，你可以在这里免费下载这份报告。