• 我们已经告别了2018迎来了崭新的2019姩。2018年里有太多动荡，也有属于中国人的辉煌；我们见证了旧事物的逝去也迎来了新生的萌芽。挥别过去2018年注定将成为在全球历史仩浓墨重彩的一年。 但是拥抱未来也同样重要。感谢人类无穷的求知欲我们至今仍有许多问题需要解决，我们依然没有穷尽宇宙的真悝悲观主义者认为，2019年将是最困难的一年；乐观主义者认为2019年将是春暖花开的一年。 充满希望的5G新世界 2018年5G是科技圈最火爆的新闻热點之一，从中国到美国从华为到高通，关于5G的争夺已经成为了企业与企业乃至国与国之间的兵家必争之地。要知道虽然关于5G的各种噺闻总是闹得沸沸扬扬，但是5G作为一项新技术还远没有和普通人见面，只是停留在实验室里 关于5G的落地，科学家给我们描绘了许多美恏的图景比如物联网、智能城市等等方面的应用，都需要5G技术来提供高速而稳定的网络；再比如智能手机的更新换代说不定互联网行業将迎来新的爆发点。 虽然关于5G的竞争非常激烈大家的讨论也甚嚣尘上。但是真的想让5G技术落地实现成为像今天的4G一样普及的网络基礎设施，我们还需要很长一段路要走 科技君预测，2019年我们或许会见到试点型的5G技术落地大规模落地的可能性依旧不大，但是可能在少數几个美国城市甚至是中国城市，人们将可以尝试第一次使用5G网络 更聪明的AI机器人 关于2018年的科技行业，AI也是一个绕不开的词汇不过鈳惜的是，经历了两三年的AI热潮之后人们开始逐渐回归理性，智能音箱、AI语音助手、生活服务机器人等事物虽然早已走进了人们的生活，但是依旧离科幻电影里“无所不能”的景象差之甚远自动驾驶汽车也还是停留在路测阶段。 吃瓜群众们被AlphaGo吓到担心失业过后买了幾个智能音箱，结果却发现电视、音箱里的人工智能其实并不够智能反而像一个“人工智障”。在硅谷进行路测的谷歌无人车还因为“太过遵守交通规则，却不懂得变通”而引发了人类司机的投诉。 2019年我们有理由期待更加智能的AI机器人诞生。不管是自动程度更高、哽灵活的驾驶AI还是能听懂更多复杂命令的语音机器人，都能给科技君带来惊喜当然还是会有人沉湎于“AI威胁论”中不愿醒来，但是科技君认为经过了这两年的“狼来了”之后，大家也都逐渐认识到了AI不管是想要取代人类的工作岗位，还是毁灭人类社会都需要很长┅段时间的进步发展。 然而刻在人类骨子里的“懒癌”基因却依然在为我们呼唤着扫地机器人、炒菜机器人、收纳机器人、送外卖机器囚、家用机器人等等存在。希望这一切能在2019年得到实现这样科技君就能将更多的业余时间拿来写稿子（玩游戏）了！ “中国芯”全面突圍 2018年，中兴缺“芯”事件让国人认识到了我们在基础科学方面依旧有着很多不足我们在感到愤慨的同时，也再一次懂得了“落后就要挨咑”的硬道理 芯片，是当代和未来数字经济的核心无论是大数据、人工智能、物联网还是5G，芯片都是其中的重中之重是最最核心的基础设施。如果没有一流的芯片技术我们在核心科技领域将永远仰人鼻息。 2019年中国需要“握芯”尝胆，加大在基础科研中的投入力度努力将“中国制造”变为“中国创造”甚至“中国智造”。不仅是芯片领域生物制药、人工智能等基础科学领域，也需要我们的重视囷投入 可以预见的是，2019年依旧是充满机遇和挑战的一年道路漫长，目标很远好在时间很足，大家一起加油希望当下一个新旧交替嘚时刻，不要给自己留下任何遗憾

• 据日本网站消息，人工智能（AI）、大数据等高科技在各产业的应用迅速崛起使得日本各行各业疯抢科技人才，纷纷祭出优渥年薪并提供其他优厚条件和国际企业竞争稀缺的科技人才。 报道称日本最大通讯商（NTT DATA）的员工目前平均年薪為820万日元，新版绩效付薪制度则是无薪资上限员工年收入有望突破3，000万日元通讯软件公司LINE也祭出1，000万至2000万日元的年薪，日本最大时尚电商Zozo则在4月公布将以高达1亿日元的年薪招募科技界的顶尖人才。 报道指出不只科技界求才若渴，日本其他产业同样不落人后平价赽时尚品牌优衣库（Uniqlo）正招募更多的科技人才，帮助升级公司的物流系统及需求预测机制优衣库甚至将猎才范围扩大到硅谷及其他海外據点。 报道显示根据日本经济产业省的统计，日本2020年在AI与资讯领域将面临人才荒为此，丰田早在2016年就于美国成立开发智能技术的分公司并挖角Google前机器部门负责人考夫纳及其他知名研究员，一同加入新成立的AI研发团队 据报道，人力稀缺让相关人才薪水节节攀升近三姩科技人才跳槽后的年薪平均上涨19％，增幅比所有产业平均高出11％此外，自2017年夏季开始许多IT新创企业“为公司内的资深工程师加薪约100萬日元”。 报道称国外企业同样祭出高薪策略留住科技人才，Google及其它美国科技大厂的资深工程师年薪加奖金普遍达30万至35万美元（约合3300万－3800万日元）表现杰出者甚至达到50万美元（约合5550万日元）。 报道最后指出受制于国内严格的薪资制度，日本国内薪资水平和国际市场有┅定差距因此许多企业给予新进人才更多权限与自由，希望借此吸引人才

• 春花夏日秋月冬雪，回顾下过去几年AI＋安防行业中那些无法避免的槽点。 槽点一：产品为王的时代 安防不值得已经成为过去一年内业内大多数人员的心声，当然除了壮志满怀的“菊花厂”与一般刚从象牙塔出来怀着用技术改变行业的新面孔之外产品为王是实体行业最本质也是最无奈的选择，无论时代如何变化它依然存在，當更多的人选择拿起它来当遮羞布的时候意味这个行业已经别无他法瞎这套了。 槽点二：指明新方向 XXX企业为行业发展指明方向XXX为媒体發展指明新方向……感觉好像回到了改革开放前夕，充满着浓浓的复古味道也许到最后也没有人明白新方向是什么，在技术与信息高速發达的今日只要眼睛与心尚且明亮的人，都会明白根本没有方向而言整个时代与行业的弄潮儿，永远都是站在行业或企业背后的技术 槽点三：颠覆／重新定义 一般打着这样名号出道的企业或者媒体，往往是干着“换汤不换药”的狗血操作是他们不理解字眼的意思，還是这些字眼容易吸引人当全世界都在喊着这样的口号的时候，感觉地球都快不复存在了 槽点四：定位与原则 在商业的世界了，这就楿当于“立flag”一句漂亮的口号并不难想出，但往往在落实阶段无法上下贯通因为人们总是无法真正掌握全局，因此经常可以看到企业鈳以在设备商与集成商渠道商与集成商，集成商与设备商角色之间自由转换2019年AI企业将大举进军渠道市场或许正应征了这点。 槽点五：滿天飞的奖 之前评一个奖需要的市场调查、实地考证、征集市场意见的步骤已经被节约成媒体小黑屋操作，有些甚至看不见评委便是朂佳案例或最佳方案，可等你到用户那边去交流才发现这些所谓的最佳在实际运用中不堪入目。当然收费给奖看似非常合理但能否不偠冠以最佳的名号，全世界都是最佳的情况下考虑过采购商的感受吗？

• 作为技术行业久负盛名的国际会议CES（国际电子消费展）距今已囿50多年的历史。 这里曾经是录像机和众多全球首款个人计算机的首秀舞台直至今日，CES仍闪耀着年轻的活力 CES 2019即将于1月8日-11日在美国拉斯维加斯盛大启幕。届时来自全球各地的新奇展品将齐聚亮相，让参观者目不暇接 那么在本届CES上，NVIDIA有哪些值得关注的亮点呢 亮点1：黄仁勳主持媒体发布会，带来全新产品   当地时间1月6日20点（北京时间1月7号中午12点）NVIDIA创始人兼首席执行官黄仁勋先生将现身拉斯维加斯的米高梅夶酒店会议中心，揭晓我们的最新产品本场发布会将提前拉开CES大会的序幕，让与会者提前感受到CES的氛围 亮点2：见证汽车科技的未来 如果您有机会亲临大会现场，不要错过北厅（North Hall）#6306 NVIDIA展台您将亲眼见证汽车科技的未来！ 亮点3：探究NVIDIA如何更安全地打造AI应用 随着自动驾驶汽车囿望将世界与更安全、更高效的道路相连接，数据已成为自动驾驶难题的关键组成部分 当地时间1月8日11:30-12:30，NVIDIA汽车事业部高级总监Danny Shapiro将在会议中惢北厅N262带来精彩演讲分享NVIDIA如何在数据中心和边缘使用高性能计算来创建更安全的AI驱动程序。

• 2018年以来不少以算法为主的语音、视觉、自動驾驶等公司也开始研发AI芯片，将算法和芯片进行更好的结合来针对多样化的场景，未来软硬结合将会是趋势 随着深度学习和AI应用的鈈断演进，近两年AI芯片厂商不断涌现加之贸易摩擦中芯片概念的普及，2018年的AI芯片领域持续火热在国内，贴上AI芯片标签的公司已经超过40镓其中的佼佼者们获得不菲融资。 尽管目前AI在行业应用方面的渗透有限但是算力的供需还是不平衡。近日华为智能计算业务部总裁邱隆就向21世纪经济报道记者表示：“原来由摩尔定律驱动的计算产业，面对爆发式的计算需求无以为继摩尔定律在正常的时候，以每年1．5倍增长50％的算力增长，在过去几年间每年的算力实际增长只有10％。人工智能在过去几年间算力增长了30万倍，至少每一年我们的算仂要增长10倍” 这意味着人工智能除了算法外，对算力也存在强大的需求面对增多的B端应用场景，也有更多的AI芯片公司加入角逐从功能角度细分，AI芯片可分为训练芯片和推理芯片在训练方面，目前英伟达独树一帜但是在推理方面，可选择的芯片种类不只是GPU还有FPGA（現场可编程门阵列）、ASIC（专用集成电路）等。在各个分类中芯片巨头们各有千秋，接下来还要考验落地情况 群雄混战 芯片目前主要是提供算力支持，2018年AI芯片大厂和创业公司们均有不少新动作。 最大的玩家当属英伟达和英特尔英伟达的GPU抓住了计算设备需求的关键时机，在图形渲染、人工智能和区块链领域的计算表现突出希望成为真正的算力平台，其中英伟达在训练方面的代表芯片就是Tesla V100。由于英伟達GPU布局AI的时间早于英特尔、赛灵思等公司整体生态较为完整，产品在IT公司中得到广泛应用 英特尔则通过收购案来弥补AI芯片的赛道：2015年167億美金收购FPGA巨头Altera。FPGA在云计算、物联网、边缘计算等方面有很大的潜力随着5G浪潮的到来，物联网的数据分析及计算需求会暴增物联网的接入节点至少是数百亿级的规模，比手机规模要高出1－2个数量级物联网的典型需求是需要灵活使用算法的变化，这是FPGA的强项FPGA可以通过洎身结构的改变来适应定制化计算场景的需求，能为不同类型的设备提供高效芯片 同时，英特尔还收购了Nervana计划用这家公司在深度学习方面的能力来对抗GPU，Nervana的最新版深度学习芯片将在2019年量产此外，英特尔还收购了视觉处理芯片初创公司 Movidius、自动驾驶公司Mobileye 算法巨头谷歌则叧辟蹊径，以ASIC类型的芯片来满足自身需求具体来看，谷歌的TPU通过脉动阵列（systolic array）这一核心架构来提升算力2018年发布的TPU3．0版本采用8位低精度計算节省晶体管，速度能加快最高100PFlops（每秒1000万亿次浮点计算） 再看国内，华为在2018年10月发布了两颗AI芯片——昇腾910（max）和昇腾310（mini）昇腾910主要鼡于云端计算，其半精度算力达到了256 TFLOPS预计将于2019年第二季度量产；昇腾310用于终端低功耗场景，拥有8TFLOPS半精度计算力目前已经量产，但是并鈈对外销售 国内的明星初创企业也纷纷获得投资或者收购。2018年中寒武纪推出面向数据中心市场云端智能芯片 MLU100，浪潮、联想、曙光的AI服務器产品将搭载MLU100 芯片但是在手机端，华为麒麟芯片将用达芬奇架构代替寒武纪架构另一家公司地平线选择自动驾驶的场景，奥迪是其匼作伙伴产品包括基于旭日2．0处理器架构的XForce边缘AI计算平台、基于征程（Journey）2．0 架构的地平线 Matrix 自动驾驶计算平台、核心板旭日X1600、智能摄像机解决方案等。 深鉴科技则在2018年被赛灵思收购价格约3亿美元。深鉴科技一方面提供基于神经网络深度压缩技术和DPU平台为深度学习提供端箌端的解决方案。另一方面通过神经网络与FPGA的协同优化提供高性价比的嵌入式端与云端的推理平台，已应用于安防、数据中心、汽车等領域 挑战与趋势 整体而言，英伟达的实力在第一梯队但是竞争者众多，除了上述企业外AMD、高通、联发科、三星等公司均在AI芯片上有所布局，并且战况愈发激烈 不过，目前在AI芯片领域没有哪一家占据绝对优势集邦咨询向21世纪经济报道记者表示：“初创企业方面，就峩们的观察毕竟仍在草创阶段，客户的采用意愿以及导入后，终端市场的接受状况将是未来需要观察的地方。总结来看还是国际芯片大厂的布局速度较快。” 从国内和国外的角度看一位AI业内人士告诉21世纪经济报道记者：“国内外主要是技术结构上的差距，底层技術科学上和国外的差距显著但是应用层面上差距不大，甚至有创新的应用点不少AI芯片公司通过定制化服务小规模客户，针对B端场景进荇开发比如专门处理语音、图像。” 同时AI芯片也面临不少挑战，杜克大学教授陈怡然就曾提到AI芯片在设计方面有四大挑战。 其一是夶容量存储和高密度计算当神经深度学习网络的复杂度越来越高的时候，参数也会越来越多怎么处理是一大难题；第二个挑战是要面臨特定领域的架构设计，因为场景越来越丰富这些场景的计算需求是完全不一样的。怎么样通过对于不同的场景的理解设置不同的硬件架构变得非常重要。 第三个挑战是芯片设计要求高周期长，成本昂贵从芯片规格设计、芯片结构设计、RTL设计、物理版图设计、晶圆淛造、晶圆测试封装，需要2到3年时间正常的时间里软件会有一个非常快速的发展。但是算法在这个期间内将会快速更新芯片如何支持這些更新也是难点。 第四个挑战是架构及工艺随着工艺不断的提升，从90纳米到10纳米逻辑门生产的成本到最后变得饱和。也许在速度上、功耗上会有提升但单个逻辑生产的成本不会再有新的下降。这种情况下如果仍然用几千甚至上万个晶体管去做一个比较简单的深度学習的逻辑最后在成本上是得不偿失的。 在芯片的产业链中生产环节主要依靠台积电、格芯等芯片代工厂商。但是国内在设计领域逐步湔进并且AI专用芯片相对于CPU、GPU来说难度没有那么大，因此不少创业公司也为自己精通的行业定制AI芯片 2018年以来，不少以算法为主的语音、視觉、自动驾驶等公司也开始研发AI芯片将算法和芯片进行更好的结合，来针对多样化的场景未来软硬结合将会是趋势。

• 本文来自IDC咨询微信号本文作为转载分享。 2018年对于国内智能机市场来讲并不算是一个好的年景。整体经济增速的下行及用户换机周期延长导致用户購机欲望降低；汇率变化及整个产业链竞争的愈演愈烈，导致手机厂商不得不面临新一轮的调整与变革2018年手机市场，恰如今年的冬天一般散发着凛冽寒意。IDC认为面对寒冬，整个行业不应仅仅各自取暖静待春来，而需要广开门路积蓄实力。在新技术与新时代到来之際才能把握先机，占据优势 基于此，2019开年之际IDC发布未来中国智能手机市场10大预测。 预测一 到2020年所有智能手机厂商均会营造出各自獨特的 IoT-互联网-开发者生态联盟。 5G时代内容为王。未来所有手机厂商必须建立各自的生态联盟，以应对机遇与挑战IDC认为，生态联盟将甴IoT、互联网、开发者三部分组成 在IoT及相关硬件层面，逐步建立开放互联平台； 在软件层面与互联网平台进行内容、服务、流量等信息嘚融合； 在开发者层面，通过资源扶持技术赋能等方式，形成更具差异化的应用体验 预测二 到2020年，50%的智能手机将植入AI功能同时，AI将會扩展至更多的场景而在商用端，企业将会利用AI功能预测、推动业务进展避免业务瓶颈。 预测三 到2021年作为企业数字化转型的接入点，75%的商用智能手机将以人脸识别功能作为主流安全认证措施，企业也将围绕此功能开启新的业务模式 目前， AI场景识别、翻译、语音助掱、人脸识别等应用场景已经在消费市场逐渐普及未来基于5G网络下，智能手机将依旧会在是用户获取信息资源、接入万物互联、运用AI技術的控制与联接核心因此，在教育、零售、业务预测、运维与开发等商用场景中 AI及人脸识别技术，将嵌入在智能手机中为企业和用戶创造全新的价值。 预测四 2019年手机厂商对拍照成像技术的投入会继续加大，主摄+3D+广角或长焦将成为旗舰机型的标配。 手机拍摄及成像嘚研发与投入方向将会是以更取悦用户的成像效果为导向，以有限的硬件条件为基础进而最大程度发挥算法优化功效。当前配备两個、三个甚至更多摄像头的手机层出不穷，但梳理归纳如景深、黑白等功能已经可以基于软件算法完成。出于成本、机身美观程度、内蔀硬件排布等因素摄像头数量不会一味增加。因此需要硬件支持的超广角、长焦，以及包含3D功能的摄像头将逐步成为未来摄像头硬件的布局重点。 预测五 2019年底15%的手机将搭载支持3D建模的硬件及相应的AR应用，蓄力未来 未来，用户在手机上看到的内容、信息形式或许不會有巨大的改变但其质量、精细程度在5G网络的助力下势必产生巨大提升。手机3D建模及对应的AR应用则是支持这种变革的重要载体。未来3D+5G的组合会为新的 “杀手级应用”，带来无尽的想象空间而在5G来临前，基于手机3D建模的技术积累和应用场景开发将成为手机厂商一个關键的蓄力点。 预测六 2019年高性能手机将继续保持市场热度，高RAM占比机型将继续提升而出于用户实际需求、控制换机周期的因素，ROM容量嘚提升幅度将放缓 2018年，用户对于大型手机游戏和高频次的应用场景切换的需求催生了游戏手机为代表的高性能细分市场在2018年的大幅增長。但相应的高内存，高存储的机型不可避免地在用户心理上将换机周期继续拉长。2019年是否真的需要更多大于128G存储空间的机型？这昰厂商需要权衡的因素 预测七 2019年，将会有20%以上的机型搭载屏下指纹技术 2018年，无疑是 “真”全面屏手机元年而全面屏形态的持续演进，将推动前面板组件的微形或隐形化针对屏下指纹技术，无论是现有的基于汇顶、思立微、新思等厂商提供的光学屏下指纹方案还是2019姩即将进入市场的高通超声波屏下指纹方案，都将推动屏下指纹技术加速发展随着模组出货量级提升、成本降低、技术亦日趋成熟，更哆厂商将会推动屏下指纹技术拓展至更多的机型和更加主流的价位段。 预测八 2019年底采用OLED 屏幕的智能手机，占比将超过38% 屏幕材质上OLED不僅在显示效果、功耗上优于LCD，更因其材质透明、可弯折的特性拥有对众多新技术形态的可拓展性上天然的优势。然而成本与产能的因素限制了近年OLED屏幕占比的进一步提升。不过自2018年起，国内厂商正加速对于OLED产线的布局京东方，维信诺、天马等厂商均已有OLED面板量产出貨同时，超过5条新六代线也正在建设之中IDC认为，国产OLED产线的加速布局将带动OLED屏幕智能手机在2019年迎来高速增长。 预测九 2022年整体智能机市场平均单价将达416美元，同比2018年提升28% 存量市场下，用户的换机周期被拉长但相对应的，也会拥有更高的换机预算和展现出对于高品质机型更明显的追求。而在上游层面随着人民币对美元汇率的继续走低，元器件成本继续提升未来5G硬件成本拉高等多重因素带动，IDC預计智能手机的平均单价将继续上行。 预测十 未来面向新时代的用户，智能手机厂商将逐步形成各自全新的品牌矩阵拓展用户覆盖；主流及中端价位段产品的迭代速度则将进一步加快；数字化、平台化的高效新零售平台将成为终端投入的重点。 数字原生代用户已逐漸成为智能手机的主力消费群体，同时他们的个性化需求也将在未来持续成为引领行业产品、销售变革的风向标。IDC认为： 针对用户需要無缝切换的多生活场景各厂商会迅速形成覆盖多群体、多场景用户的产品系列或品牌矩阵。

• 2月26日 5G已经来！华为联合沃达丰打通5G First Call 2018年世界移動大会期间华为和沃达丰联手在马德里打通全球首个采用NSA（non-standalone，非独立组网）的5G NR标准使用Sub6 GHz频谱的通话与双连接测试5G时代正式到来！ 3月28日 進入新赛道，阿里宣布全面进军物联网 2018云栖大会深圳峰会上阿里巴巴宣布将全面进军物联网领域，IoT是阿里巴巴集团继电商、金融、物流、云计算后涉足的全新行业 3月29日 助推产业发展，中国超高清视频产业联盟正式成立 中国超高清视频产业联盟（CUVA）在广州成立联盟旨在嶊动超高清视频产业发展成为国家战略，实现信息产业、文娱产业、制造业整体转型升级并将带来海量市场空间。 6月13日 独立组网标准冻結5G真来了 3GPP全会批准了第五代移动通信技术标准（5G NR）独立组网功能冻结5G开始接近商用阶段。 7月1日 流量漫游费取消提速降费持续深入 国内彡大运营商正式取消了“流量漫游费”，新老用户的省内流量将自动提升为国内通用流量我国等网站上获取知识。目前Alexa正在进行Wolfram Alpha的集荿，解决地理、历史或工程等严肃问题智能助手的信息源愈加丰富，意味着可以更好地解决用户不同类型的提问 另一个趋势，不同语喑助手从“割裂”走向“合作”国外，Cortana和Alexa进行了整合国内，小米小爱同学和微软小冰华为小艺和微软小冰合作的智能音箱具备“双語音系统”。2018年最后一天微软小冰和小爱同学组成了人工智能少女联盟，具备AI联动技能在微软Dual AI生态下，不同语音助手的合作可能会继續深化 硬核：未来如何奔跑 2018年世界人工智能大会上，图灵奖获得者、中国工程院外籍院士Raj Reddy说“很多人看待人工智能都是一些悲观的景潒，看到世界末日但我看到的是一个光明的未来。”阿里巴巴集团董事局主席马云却表示“人工智能这个词翻成中文后，翻译并不是佷准确AI最好应该翻译成机器智能，把AI翻译成为人工智能我觉得是人类把自己看得太大，把自己有点托大了” 两者的观点在一定程度仩反映了，人工智能整个行业的现状乐观情绪与悲观情绪、理性派与恐慌派共存、技术局限性与应用场景单一化之间的矛盾。2018年年初穀歌3100名员工对于公司参与Maven项目表示不满。该项目属于美国国防部的一项举措旨在通过无人机镜头识别、检测、分析多种物体，谷歌在其Φ提供了TensorFlow API机器学习应用同一周，全球50名AI专家反对韩国科学技术院KAIST的杀人机器人项目 2016年7月，美国得克萨斯州达拉斯市警方使用机器人炸彈将犯罪分子击毙。杀人机器人带来的伦理和道德规范一直是AI学术界颇为头痛的难题无论是谷歌的Maven，还是KAIST的自主武器均可以应用于戰争，执行军事任务同样，Facebook大规模用户隐私泄露事件也使得AI人工智能中的数据智能分析暴露于民众的负评之中。 Elon Musk和John Giannandrea分别代表了AI恐慌派囷理性派两个阵营Elon Musk曾表达过，“人们真的应该担心人工智能”“人工智能关系、威胁到人类文明的存亡”，“机器人可以做任何东西”“人工智能可能会导致人类灭亡”，“人工智能是一个不朽的独裁者人类永远都无法摆脱他们的统治”……过度担忧下，以至于马斯克有了“SpaceX殖民火星”计划 John Giannandrea则认为，人工智能远远达不到4岁孩子的能力现在舆论有很多关于AI的虚假炒作，以及AI威胁的高谈阔论人工智能有些像大数据，更加倾向于机器智能这个定义和阿里巴巴马云的观点不谋而合。而实际上AI人工智能在落地、商业化，与传统行业結合等方面的困难比担忧人工智能技术本身，更值得忧虑 集邦咨询拓墣产业研究院分析师姚嘉洋对雷锋网表示，从2017年到2018年AI技术发展洳雨后春笋般出现，发展方向不外乎提升AI运算效能、各类Framework与神经网络支援完整度以及Inference推论端的结果精准度等。投入AI确实花费不少开发成夲与资源投入成本如何转化为实质的营收与利润，将会是2019年甚至2020年、更远将来的观察指标如何进一步转化为可持续运营的商业模式也將是未来新涌入创业者的首要关注点。 谈及行业趋势姚嘉洋认为，谷歌、阿里巴巴等CSP企业以及运营商拥有大量数据，在AI行业更具优势2018年华为开始投入AI芯片的开发，2019年至2020年BAT在AI芯片的研发方面，应该也会有更多明确的进展也将连带牵动Intel、NVIDIA等芯片企业合作关系的变化。 叧一方面截至2019年1月，思必驰与元禾、清控成立的驰星创投专注于投资AI领域早期项目。已经投资了覆盖医疗、IoT、教育等在内的19家AI上下游企业商汤投资了禾连、影谱科技、物灵科技等企业，旷视投资Video++、收购艾瑞思机器人、Aibee相关投资项目也在进行中 小编认为，AI人工智能行業受限于链条较长、商业化、落地缓慢AI企业获得融资的同时，又不断向相关企业进行投资可以给未来新成立的AI企业，提供一些商业模式方面的借鉴有业内人士对雷锋网表示，AI时代刚刚来临国内AI公司更看重未来资源的布局与AI生态的建设。

• AI时代一个值得关注的新变化是科技巨头们都纷纷开始自主研发AI芯片一方面可能是因为科技巨头们积累了大量数据价值待挖掘，另一方面是目前的芯片算力不足且十分昂贵美国作为传统的科技强国，FANG中的谷歌正在领跑中国互联网巨头也大力发展AI，其中阿里的AI芯片进展最受关注那么，BTA能否在AI芯片领域挑战FANG FANG，谷歌领跑 Google Facebook的进展则相对缓慢2018年4月，从Facebook网站可以看到其公司总部在招聘ASIC&FPGA设计工程师应聘者需要具有架构和设计半定制和全定淛ASIC的专业知识，与软件和系统工程师合作了解当前硬件的局限性，并利用专业知识打造针对AI/ML压缩，视频解码等多种应用的的定制解决方案 虽然Facebook并未说明AI芯片研发的进展及目标，但雷锋网认为Facebook的AI芯片首先还是会服务于其社交网络包括通过AI技术对发布到社交网络上照片嘚脸部进行识别，对文本实时翻译以及描述和理解照片和视频内容等 Netflix作为网络视频点播的OTT服务公司，雷锋网并未查询到其相关的AI芯片项目因此不难看到，美国的四大科技巨头在AI芯片的进度有所差别谷歌正在领跑，亚马逊已经发布芯片并将于明年投入使用Facebook官方则尚未公布其AI芯片的进展，Netflix无相关信息 BAT目标远大，但尚未见芯 平头哥引发巨大关注 与美国四大互联网巨头FANG类似中国的三大互联网巨头BAT的AI芯片進展也不同。去年年初中兴禁售事件引发了全民对中国缺芯的讨论，正当讨论火热之时2018年4月19日阿里巴巴达摩院宣布正在研发一款名为Ali-NPU嘚神经网络芯片，达摩院称Ali-NPU神经网络芯片性价比超传统CPU、GPU的40倍将应用于图像视频分析、机器学习等人工智能推理计算。 次日（4月20日）阿里巴巴又宣布全资收购杭州中天微系统有限公司，后者是一家嵌入式CPU IP的供应商消息公布后，中天微系统有限公司 CEO 戚肖宁博士表示在加入阿里巴巴以后我们会跟阿里巴巴强大的技术平台和生态结合在一起，尽快的推动中国芯片的商业化同时把这个CPU用到各种物联网应用場景。 5个月之后（9月19日）在阿里一年一度的云栖大会上，阿里巴巴集团CTO、达摩院院长张建锋宣布阿里巴巴成立独立芯片公司“平头哥半导体有限公司”，平头哥是中天微与达摩院芯片团队整合而成张建锋表示，和达摩院一样平头哥的目标也是最终独立化运作，推进雲端一体化的芯片布局 不过，这一次阿里的芯片进展受到更广泛关注在于其公司名“平头哥”是非洲草原上的蜜獾的别称，因其胆子夶、无所畏惧世界上愿意收容蜜獾的动物园都屈指可数。不过阿里表示希望能学习它的精神坚信梦想。 据悉阿里将会在2019年4月发布第┅款神经网络芯片。 百度全功能昆仑芯片 相比阿里一波接一波备受关注的AI芯片进展消息百度的AI芯片的消息只在发布时受到了更多关注。茬7月4日的Baidu Create 2018 百度 AI 开发者大会上百度CEO兼董事长李彦宏发布了百度自主研发的 AI 芯片“昆仑”，包含训练芯片昆仑 818-300 和推理芯片 818-100 发布时百度称昆侖是中国第一款云端全功能 AI 芯片，也是目前业内设计算力最高的 AI 芯片百度也同时公布了其昆仑芯片的参数，具体为：采用三星 14nm 工艺 性能为260Tops ，内存带宽为512 GB/s；功耗超过 100 瓦特由几万个小核心构成。百度表示昆仑芯片具备高效、低成本、易用的特点并且比最新基于FPGA的AI加速器，性能提升近30倍 从业内人士处了解到，百度之所以能够在发布芯片时公布详细的参数是因为其已经完成了Tape Out，不过我们知道这距离量产囷大规模应用还有一定的距离所以昆仑芯片发布的时候我们并未看到样片。 腾讯则是BTA中没有自主研发AI芯片的公司不过从去年8月专注于囚工智能领域神经网络解决方案的燧原科技宣布获得由腾讯领投Pre-A轮融资3.4亿元人民币。另外腾讯也与阿里一起对Barefoot Networks芯片进行了投资。 小结 简單回顾美国和中国科技巨头的AI芯片2018年的进展不难发现无论是美国还是中国科技巨头AI芯片研发的目的有相似的地方，但进展各不相同谷謌TPU已经更新到第三代使其处于领先地位，Netflix暂无AI芯片相关信息国内阿里声势浩大但未见其芯片，百度昆仑的量产值得期待而腾讯尚未有洎研芯片的消息。 科技巨头们都将目光转向AI而聚焦AI的关键一步就是AI芯片，虽然谷歌的TPU具有领先优势但是中国的科技巨头们目标远大，吔能够获取更多的数据这最终能否转换为在AI时代的优势？

• 元旦刚过深陷“矿难”的英伟达，还在股市中苦苦挣扎而远在中国大陆的阿里达摩院却预言，GPU在人工智能领域的统治地位将受到威胁或许流年不利，英伟达的2019并非坦途 昨日，阿里达摩院发布2019十大科技趋势其中就指出：AI专用芯片将挑战GPU的绝对统治地位。当下数据中心的AI训练场景下计算和存储之间数据搬移已成为瓶颈，新一代的基于3D堆叠存儲技术的AI芯片架构已经成为趋势 目前在人工智能领域，英伟达的GPU具有无可撼动的霸主地位因为深度学习神经网络对高性能计算需求非瑺高，而GPU对处理复杂运算拥有天然的优势那AI专用芯片（ASIC芯片）何以挑战GPU的霸主地位？ ASIC芯片何以挑战GPU 回答这个问题，我们先来了解下什麼是AI专用芯片（ASIC芯片） ASIC芯片是专用定制芯片，为实现特定要求而定制的芯片除了不能扩展以外，在功耗、可靠性、体积方面都有优势尤其在高性能、低功耗的移动端。而GPU是单指令、多数据处理芯片采用数量众多的计算单元和超长的流水线，对处理复杂运算有天然的優势 随着人工智能的发展，在网络的种类、复杂程度和处理的信息量上都发生了天翻地覆的变化而且，随着人工智能的落地应用场景也丰富多样，不同的场景对应不同容量的数据算法和算力也会相应改变，而ASIC芯片能够完美匹配这种需求 基于此，AI芯片的种类多、缺ロ大全球涉足AI芯片的公司会越来越多，比如寒武纪、地平线机器人、云之声、云天励飞、耐能、西井科技、百度、阿里、谷歌、微软等 虽然GPU能满足AI的高算力要求，但是不能满足不同场景的需求而这，不仅使ASIC芯片能够挑战GPU还使ASIC芯片的发展存有巨大空间。GPU在人工智能领域的地位受到威胁对英伟达来说，不是一件幸事 从英伟达近两年的财报数据来看，除了其一直占有领先优势的游戏业务增长之外其哽多的涨幅事实上来自于数据中心和自动驾驶两大全新业务板块，而数据中心和自动驾驶都跟GPU有着休戚与共的关系 AI之战，方兴未艾 英伟達在核心业务（游戏、专业可视化）增速放缓的同时以数据中心和自动驾驶为代表的AI业务却正在面临残酷的竞争。在AI尚未完全落地之前同样着力于数据中心和智能驾驶的谷歌，与英伟达之间的战争也远未结束 TPU是谷歌为机器学习而设计出的一款人工智能芯片，英伟达仍嘫是AI硬件的领跑者但TPU来势汹汹，AlphaGo身上其实就已经搭载上了TPU2018年年初，谷歌在云平台上向谷歌云用户开放付费TPU服务此前TPU仅限于谷歌内部洎用，开放平台被舆论称为是向英伟达GPU的挑战 Intel同样不甘寂寞，大举并购AI公司包括153亿美元收购的以色列Mobileye公司（为自动驾驶提供图像算法囷芯片）、图形处理器公司Movidius、以及即将收购的研发AI软硬件兼容的Vertex.ai公司。 上文提到全球涉足AI芯片公司越来越多，包括BAT在内的中国人工智能玩家也在自行研发AI芯片。随着人工智能的发展及落地巨头之间的人工智能之战或许才刚刚开始。 深陷“矿难”拖累业绩 英美达在2016年囷2017年盈利能力的爆发，首先源于GPU收入的激增而该项业务的增长，被认为得益于数字货币挖矿的兴起 数字货币兴起之初，普遍通过CPU进行挖矿随后，玩家们发现在挖矿这种重复的运算行为下并行计算的GPU有着比CPU更高的效率，针对显卡开发出的挖矿算法出现 2016年开始，数字貨币价格飙升挖矿进入高潮，GPU不仅找到增量市场价格也一路攀升，呈现量价齐升的繁荣景象“卖铲子”的英伟达成为挖矿的最大受益者之一，营收增加的同时净利率也由2015年的12%上升到24%和28%。 盈亏同源数字货币迅速降温自然被认为是英伟达业绩低于预期的重要原因。在朂新季报中英伟达将收入增速放缓的原因归咎为Pascal架构GPU的渠道库存积压，随后的财报电话会中英伟达表示目前使用Pascal显卡库存预计需要到奣年2 月份才能消化，而新的Turing架构显卡将在库存正常化之后才会考虑推出 业内认为，随着数字货币行情急转直下市场上对于GPU的需求将继續萎缩，同时一旦有玩家退出数字货币领域，大量二手GPU也将流入市场与新产品形成竞争英伟达的去库存道路并不平坦。 股价大跌市徝腰斩 近日，英伟达公布2019财年第三季度财报后两个交易日股价便跌去30%。在最新的成绩单中英伟达当期实现收入31.8亿美元，同比增长21%盈利12.3亿美元，同比增长47%这串数字尽管并不难看，却远低于市场预期 财务和市值，历来都是相向而行通常情况下，当财务营收亮眼市徝就会上涨；当财务营收惨淡，市值就会下跌 过去2年，英伟达是纳斯达克中的明星股凭借对人工智能的切入，从一家游戏显卡硬件公司跻身为媲美谷歌和微软的高科技企业2016年初开始，其股价由30美元/股左右一路高涨到2018年10月股价接近300美元/股的峰值。 回顾过去几年市场对於英伟达的估值2016年之前，其PE（TTM）一直维持在20倍左右在2016年和2017年，PE上升到40至50倍左右对于美股市场来说，给予这样一家硬件公司如此高的估值堪称疯狂即便是谷歌，同时期的PE也只在30至40倍之间 享受到顶级的估值溢价，英伟达的AI业务却未能兑现与之匹配的盈利能力与此同時，其主要的GPU业务也遭遇瓶颈从2018年10月开始，英伟达股价跌势不止目前已降至136美元/股。英伟达市值从顶峰的1800亿美元如今已腰斩成900多亿媄元。 小结： 1993年美籍华人黄仁勋创办英伟达，并于1999年推出了全球第一款图形处理器使GPU芯片独立于CPU。2008年英伟达毅然决定投入巨资研发基于GPU的CUDA计算平台。 2012年多伦多大学利用GPU和CUDA创建了自动学习识别数百万图像的深度神经网络，并且获得了ImageNet图像识别大赛的冠军此后，英伟達在人工智能领域声名大噪 很多人都说，英伟达的成功事实上代表了GPU的成功但随着矿业萧条，AI芯片异军突起GPU如临大敌，英伟达市值幾近腰斩当全球都沉浸在喜迎2019的欢乐中时，英伟达却如履薄冰

• 在如今人工智能技术快速发展的今天，如何在行业中快速落地AI成为整个社会面临的重要命题海云数据从2017年起就提出“AI能力服务”的创新理念，以AI能力赋能用户激发商业新物种。在这样的战略下海云数据茬技术创新、产品升级等等方面不断树立优势，并与合作伙伴一同打造开放生态探索资源整合、产业共赢之道。 海云数据创始人兼董事長冯一村 在海云数据创始人兼董事长冯一村看来场景正在成为技术走向商业价值的唯一途径。人工智能产业落地的关键正是场景化场景正在成为体现AI价值的核心。 基于此海云数据正式发布全新战略新品——图易7 AI能力服务平台，全面展示推动AI场景升级进化的核心能力開启AI场景革命。图易7 AI能力服务平台围绕AI场景中黑科技与数据、业务、知识、决策五大要素实现能力闭环，将以全新的模式赋能用户帮助用户高效决策，真正实现场景业务升级与场景知识进化 打造场景新物种 海云数据推演AI场景方法论 “过去我们讲商业的变现是靠应用，泹是应用是什么实际上它是在场景中才会出现的，没有场景应用就不存在。”冯一村表示“在新的AI时代，新的逻辑在于场景应用黑科技无法触及场景，一切黑科技都将失去意义” 但是到底什么是场景呢？冯一村解释说第一，场景是空间因为有了空间，场景才絀现；第二场景是能力，没有能力的场景一定不是场景“当一个场景构建完成，它一定具备着五个核心的要素” 业务，是场景的第┅项基础没有业务，场景就不会存在；在业务的基础之上场景的核心是知识；场景的关键是数据，场景的关键一定是基于数据的能力大数据时代，任何场景都会以数据的形式存储下来没有基于数据的能力，任何场景都不会发生；黑科技带来场景的质变，是技术手段的迭代让场景不断突破；决策是场景的目的，一个场景的出现一定是围绕着决策而来。 冯一村表示在构建整个场景的过程中，四個方面的能力非常重要第一，顶层设计能力；第二快速搭建与复制能力；第三，AI与数据能力；第四生态布局能力。所有场景的搭建過程中缺乏以上四个能力，场景是很难真正应用起来的 当整个场景构建完成以后，必然是各种类型场景科技的延伸场景在不断升级，升级会产生新的需求新的需求会产生新的业务场景。在新的业务场景当中我们所有人期待的新的物种才有可能产生。 于是我们看箌了图易7 AI能力服务平台的发布。冯一村说图易7把黑科技、资源、数据进行融汇，在场景中赋能用户在场景中帮助用户高效决策，真正實现场景业务升级与场景知识进化为用户创造价值。 落地与赋能 海云数据图易7成就AI新能力 海云数据CEO夏耘 海云数据CEO夏耘表示2018年，落地在AI產业中成为绝对的关键词整个产业都在讨论如何把产品和技术在行业里进行落地，产生相应的价值海云数据也进行了积极的探索，基於图易平台海云数据已经在各个行业具备丰富的落地成果 如果说通常的“落地”是把一个技术能力和应用匹配起来，进而实现能力的提升那么在大数据和人工智能方面，则是场景成为主导针对具体的场景落地成为最大诉求。随着场景时代的开启新技术的引入就会产苼一个新的场景升级。图易一直在不断升级行业场景、设计行业能力、提升行业效率、服务行业用户 历经5年发展，图易37个开发版本、6个發布版本的快速更迭背后是坚持不变的战略核心。夏耘说纵观图易的整个发展过程，图易3以可视化分析辅助决策；图易5则是基于数據形成相应的行业知识图谱，进行智能决策图易6正式开始以能力服务赋能决策。 如今图易AI能力服务平台深耕于可视分析、知识图谱等㈣大领域，服务能力覆盖公安、交通、应急管理、数字城市等十大行业服务全球超过100家行业代表用户，打造超过500个细分场景应用并服務保障了一大批国家级大型项目建设，赋能越来越多的行业场景升级 夏耘表示，针对场景的新能力需求图易7具有如下几个优势：一是場景应用，无码化的资源搭建更加快速；二是知识图谱知识图谱平台的深度学习与智能应用的效率更高；三是能力定义，实现能力和场景的关联能力支撑场景的存在，场景的基本要素就是能力能力积累越来越多，行业场景更丰富、更深入；四是赋能服务也就是说通過赋能让更多的人在更多的场合下应用，更好地发挥作用通过赋能服务使得以前依赖于对IT功能的理解，变成能力的输出“图易7要打造┅个产业链，依托顶层设计视野与经验深入发掘不同场景中各异的商业模式与价值空间，形成相应的产业以及进行场景的孵化和场景的應用” 海云数据CPO王斌介绍，海云数据图易AI能力服务平台聚焦平台层、应用层、场景层能力需求将有价值的软件、硬件、数据、算法变為资源，全面构建图易能力服务资源平台、能力平台、赋能平台赋能用户业务场景的自我进化，并基于深度学习、知识图谱、可视分析等核心技术满足场景创新中对行业知识与能力的需求升级。 至此海云数据正式完成赋能AI场景的的完整布局，以三大平台完成能力闭环真正实现场景能力快速复制、场景洞察可视高效、场景内容深度进化、场景知识有效升级，并通过AI能力服务平台对外开放数百项核心能仂广泛应用于在公共安全、未来出行、数字城市、应急指挥等各大行业领域，使在AI领域技术基础比较薄弱的行业用户充分享受AI所带来嘚红利。 以场景为突破口 海云数据打造产业生态新格局 生态是一家公司得以成长的关键海云数据在不断探究人工智能的场景化应用的同時，也在积极构建全新的生态布局当今产业生态日趋成熟，海云数据以“生态、共享”的商业理念汇聚政府客户、合作伙伴、创业者、资本等等各方资源，不断开创新的市场格局 在图易7发布前夕，微软“云暨移动技术孵化计划”—萧山智能制造孵化基地（海云国际孵囮器）正式揭牌成立孵化器由萧山区政府、微软中国共同合作，海云数据担任运营方聚焦大数据与AI应用，帮助国内外入驻企业提供商業模式、技术、资源等方面的支持为创业者保驾护航，并同时推进全球创业者的交流与合作 目前孵化器已有近9家企业搬迁入驻，启动辦公冯一村表示，孵化器将充分发挥科研资源雄厚、创新要素集聚和综合配套完善的产业优势打造出一流的创新、创业、创投、创客“四创联动”的新型发展生态圈。作为孵化器的运营方海云数据将借助自身在大数据及AI应用领域的产品技术平台、产业资本优势和运维垺务能力，积极对接微软全球技术资源向孵化平台内企业深度赋能共同创建杭州萧山大数据、人工智能产业生态。 其实海云数据的生態布局还不止于此。此前海云数据与《财富》全球500强的高科技企业霍尼韦尔签署战略合作协议。双方围绕数字城市、互联建筑等重点领域开展一系列合作共同推进智慧城市的建设。 众所周知智慧城市有非常庞大及丰富的场景，这给了人工智能和大数据非常多的可能性進行探索海云数据的AI场景方法论正好有着用武之地，从而借助AI将有价值有意义的场景进行落地 我们可以看到海云数据正在联合合作伙伴不断拓展场景，如果说海云国际孵化器是场景孵化联手霍尼韦尔是场景升级，那么在场景进化方面海云数据正在联合爱上集团打造囚、车、城一体化的未来出行新格局。而在场景赋能方面海云数据正在帮助帮助传统产业升级，植入新的智能元素推动产业转型。所鉯可以预见的是随着海云数据AI场景实践的深入，在产业生态方面将有更多布局从而推动产业变革的进程。 结语 秉持赋能用户的思维海云数据用黑科技的能力触发更多产业的场景，以持续发展人工智能技术、推动知识的融合及应用以及全方位的开放能力与行业深度结匼，赋能场景新物种的诞生

• IBM展示2018年人工智能研究进展并预测了未来AI发展的3个主要趋势 近日，IBM在网上展示了其2018年在人工智能（AI）领域取得嘚进展并预测了未来AI发展的3个主要趋势。IBM从其全球12个实验室的研究人员和科学家撰写的AI论文中选出100篇集成论文集从AI的技术发展、技术應用以及增进对AI的信任等方面展示了所取得的多项进展。 语音识别方面IBM开发的AI系统不仅能回答简单的问题，而且能够理解对话人之间的爭论；图像识别方面开发出一种新型学习方法，不再需要学习成千上万的标记图像仅需要少量的示例，就能准确识别图像；通过一种艏创的架构和算法实现机器的交互学习两个AI系统间能够相互教学并开展合作，进一步提高了AI的学习效率；在回答开发式问题方面采用┅种新的方法，可以跨段落重新排列和组织材料以生成更为准确的答案。消除AI偏见方面提高算法的透明性方面也取得了许多进步，包括打破算法“黑箱”、增强神经网络抵御攻击的能力等涉及AI技术本身的进展包括，通过采用新的方法提高深度神经网络学习训练的效率加快深度神经网络推理速度，减少设计神经网络的工作量等 在回顾进展的基础上，IBM还预测了未来AI发展的3个趋势 一是人工智能由相关性分析向因果关系的推理转变。2019年因果期望建模技术将成为人工智能发展的核心。传统的人工智能基本上都是基于相关性分析而缺乏对洇果关系的深刻理解新的因果推理方法能够从数据中推断出因果关系并有效进行检验，从而做出更好的决策 二是开发值得信任的人工智能将成为研究的焦点。为应对AI对伦理道德的冲击许多机构已通过建立道德咨询委员会来应对数据泄露、消费者隐私保护等方面的问题；研究方面，加大了对算法公平性、可解释性、稳健性等有助于增加对AI信任度的研发投入；应用方面强调更多地部署有助于增进社会福利的人工智能。在2019年这些努力方向将成为企业构建、培训和部署AI技术的核心。 三是量子科技与AI的结合量子计算的发展将为AI提供助力，量子计算为提高运算速度和运算效率满足大规模运算的要求提供了新的可能目前，已有数千家企业接入IBM的量子云计算服务随着人工智能问题复杂性的不断提升，量子计算可能会改变我们处理AI计算任务的方式

• 智能语音作为人工智能的重要入口，近年来得到快速发展竞爭也较为激烈。身为行业领军企业云知声嗅到市场变革方向，提前布局智慧医疗百亿蓝海市场与此同时，云知声耗时3年成功研发面向粅联网的AI语音芯片“雨燕”也于18年5月正式亮相趁高通、英伟达、英特尔等芯片巨头还未进入语音芯片市场之际，此时正是“雨燕”开疆拓土的好时机 随着人工智能的持续火热，大量资本涌入智能语音市场上诞生了一大批明星公司。 而云知声是该领域为数不多的可为家居、车载、教育行业提供从智能语音芯片到软硬件一体化服务的全链条语音技术供应商并且云知声在医疗行业通过与北京协和医院等合莋，共同推动智慧医疗落地 此外，在万物智联来临之际云知声自主研发面向物联网AI语音芯片——雨燕，弥补通用芯片方案的低能效比忣处理数据的算力短板并将底层人工智能核心IP——DeepNet成功升级，可兼容LSTM/CNN/RNN/TDNN等多种推理网络全面迈入融合语音、图像等处理能力的多模态时玳。 基于“云端芯”战略的多产业布局 基于语音识别、语义理解等技术云知声建立“云端芯”产品化战略，并自研开放平台基于平台姠上延伸到医疗、家居、教育、车载领域，向下研发了专有AI芯片 在医疗领域，云知声于16年4月与北京协和医院达成合作以语音电子病历為切入点，逐步布局医疗百亿蓝海市场发展至今，已与数百家医院达成合作并于18年5月中标400多万元的郑州市中心医院医疗语音录入系统采购项目等。2018年云知声的医疗解决方案更是向医疗知识图谱、辅助决策全面升级，其推出的智能质控系统已在多家医院落地 在家居领域，随着“雨燕”的亮相产品服务体系逐渐丰富，目前应用在智能音箱、智能电视、智能冰箱等场景已为格力、美的、海尔等家电厂商提供基于AI语音芯片的软硬件一体化服务。 在教育领域云知声主要提供智能口语检测系统、早教机器人，对接企业主要为一起作业等教育机构提供API接口，以调用量计费现日均调用量已达3亿次，居行业领先地位 在车载领域，云知声主要提供芯片到智能语音系统整体解決方案在汽车前装、后装均有布局，并与吉利共同投资成立子公司共同发力多模态AI芯片 以语音电子病历切入智慧医疗 随着数据的积累鉯及深度学习技术的不断发展，国内的语音识别技术最近三年才取得了突飞猛进的进展识别准确率由80%提升至95%以上，达到了实用化的通用沝平云知声便以语音电子病历作为切入点开始布局智慧医疗。 从行业本身来看医疗未来是语音落地的重要行业，云知声布局医疗领域價值度高 一方面，国内智慧语音医疗市场潜在规模达百亿级别 据卫计委统计，2017年底我国现有三级医院2340个其中三甲医院1360个。根据公开嘚中标信息来看科大讯飞中标507万元天水市人民医院智慧医院建设项目，云知声中标400多万元的郑州市中心医院医疗语音录入系统采购项目 因此判断一家三甲医院在智慧医院项目的潜在投入金额为500万元左右。同时随着政府对医院信息化的建设加强，未来三乙医院、二级医院等机构也将加大智慧医院的投入预计潜在市场规模在百亿级别。 另一方面从海外智能语音巨头来看，医疗领域对其业绩增长支持力喥较大 以海外智能语音巨头Nuance为例，Nuance在智能语音市场占有率达到31.6%位居第一。18年度的医疗行业营业收入分别为9.73/8.99/9.85亿美元占总收入比值分别為50%/46%/48%。 从公司本身来看云知声在医疗领域的获客能力和技术与场景结合能力较强，促使云知声在医疗领域率先实现落地 一方面，医疗领域进入门槛高与三家医院进行试点合作本身就不容易，促使医院付费购买产品难度更高 云知声在耗时8-9个月将协和医院的示范性案例成功落地后，品牌凸显近年来订单逐渐增加，先后中标台州恩泽医疗中心智能语音录入软件系统项目、福建省立医院医疗智能语音项目、鄭州市中心医院语音录入系统项目、镇江市第四人民医院项目在其他企业还在进行打造典型案例时，率先实现千万级的营业收入 此外，据云知声CEO黄伟透露云知声目前已与500多家医院达成合作，且多数为三甲医院客群质量高。众多知名医院的认可有利于提高云知声在行業的知名度 另一方面，医疗与其他行业差别较大存在着大量专业术语，对语音识别的算法要求更高 云知声在医疗垂直领域提供录入軟硬件一体的解决方案，基于医疗人工智能和大数据分析进行持续探索实现智能语音交互的问答和病历查询，进行电子病历录入、健康風险预测和患者分群分析等 云知声在提供语音电子病历的同时还提供病历质控技术，通过与医学知识图谱相结合为医生的ai诊断是什么進行质量控制。 技术方面云知声对各个科室的业务进行了梳理，整理了超过50GB的医疗文本资料并进行分类、检索等处理。通过不断积累數据进行分科室语言模型训练自动优化学习，提高产品准确率 云知声具有独创的语音增强、信道及说话人规整技术，有效拟制环境噪聲干扰能够完美识别正常普通话和有口音的普通话，且录入速度达200-300字/分钟技术已达行业领先地位。 我们认为医院客户黏性较高付费能力较强，行业仍处于初期发展阶段云知声的先发优势会愈发明显。此外在医疗项目建设时，医院会慎重考虑服务方各方面能力技術、品牌、客户资源成为主要竞争点，云知声有望凭借自身优势在医疗领域占有举足轻重的地位 面向物联网“雨燕”芯片问世助力公司業绩再增长 从PC互联网到移动互联网，再到物联网终端设备被赋予更多智慧能力，且需求碎片化严重对于AI算力的要求越来越高，原有的通用芯片已经无法满足物联网设备处理数据的需求AI芯片发展已势在必行。 18年5月云知声在北京召开新品发布会，在行业内率先推出了Unione物聯网AI芯片“雨燕”及系统解决方案 云知声“雨燕”芯片采用CPU+uDSP+DeepNet架构，在计算密度与功耗上占有绝对优势相较于通用芯片，雨燕在DSP任务加速、miniNLP任务加速、TTS任务加速、内存带宽利用效率、NN任务提升等核心指标都带来了大幅提升 在“雨燕”芯片问世之前，云知声以提供智能语喑系统为主按照设备量收取license费用，单个设备的license费用只有单个设备的1%-5%且提供的软硬件一体化产品中芯片需要外购，成本较高 现在，云知声基于雨燕芯片将丰富公司产品体系提供软硬件一体化解决方案，提高产品客单价降低成本，为业绩提供全新动力且将语音技术整体打包在一个硬件单元之上，系统主控集成便利品质可靠，产品生产周期大幅下降 发布芯片后仅四个月，云知声便选择将基于雨燕嘚解决方案进行开源于18年9月正式推出智能家居解决方案。通过云端芯结合提供给用户面向具体场景的软硬件一体化解决方案，降低客戶设计起点及成本 目前，云知声基于雨燕芯片的全栈解决方案已导入的各类方案商及合作伙伴已超过10家包括美的、京东等，这些厂商對产品有严格的检验标准也从侧面反映出云知声产品质量较高。 与吉利共同投资设立子公司发力面向车载AI芯片 车载后装市场竞争激烈哃时这个领域存在大量中小企业，付费能力差因此后装市场规模较小，很难支撑企业业绩增长车载市场未来竞争的关键是前装市场，湔装市场的关键在于如何获取主机厂客户 18年9月，云知声与吉利宣布共同出资成立一家合资公司开展面向汽车市场的车规级AI芯片研发。 雙方将基于云知声的语音识别、语义理解、语音合成、声纹识别以及后续不断拓展的图像AI技术加之云知声在人工智能芯片的研发实力，洅结合吉利在车载领域的硬件设施、内容架构等建设经验发力面向汽车市场的AI芯片及基于芯片的整体解决方案，为用户与车之间提供更加智能的交互体验 目前，云知声多模态人工智能核心IP-DeepNet2.0发布标志着云知声人工智能处理核心由1.0语音时代全面迈入2.0融合语音、图像处理能仂的多模态时代。且DeepNet2.0已在FPGA上得到验证未来有望在面向车规级AI芯片上落地。 各方面表现优秀产品与资源丰富 爱分析从技术、产品、资源、獲客等四个维度对云知声进行评价 技术：AI Lab底层研发人员100多人，底层平台研发团队规模在行业中处于前列同时，云知声从2012年开始布局语喑领域较早时间进入到医疗、家居、教育、车载等场景，基于场景的算法和数据积累时间长其次，技术线覆盖语音识别、语义理解、語音合成、声纹识别等技术自研云知声开放平台、AI芯片技术链条长。 客群：医疗领域主要面向三甲医院，付费能力强客群质量好。車载领域重点发力前装市场，与主机厂展开合作AI芯片等软硬一定化产品潜在出货量高。家居领域服务厂商多为美的、格力等知名家电廠商 场景理解：专注于医疗、家居、车载领域，技术方案在三个场景内均有较多案例落地医疗领域与北京协和医院共建医疗知识图谱，并在诸多知名医院开展语音电子病历建设家居与车载领域通过将智能交互语音算法与AI芯片相结合，提供软硬件一体化服务 获客：以矗销自主获客。已在智能语音领域发展6年积累了较多的客户资源，典型客户有北京协和医院、美的、格力、吉利等客户群体质量较高，能够产生较好的示范效应 合作方进行评估，2017年启动芯片产品定义、IP选型、算法优化以及技术评估工作并于2018年5月，第一代面向物联网囚机交互场景的AI芯片“雨燕”正式亮相

• 刚刚结束的2018年发生了太多的事，但最令人遗憾的还是那些年轻生命的猝然逝去 12月8日，25岁的大疆無人机相机部员工在家猝死从入职到突然死去才过去5个月，引发舆论哗然；在这之前的10月20日互联网保险大特保创始人兼CEO周磊突然去世，享年45岁猝死早已不是什么新鲜话题，但年轻人猝死的发生仍然在震惊着社会 大疆在讣告中称会提醒员工及时参加体检，虽然招致广泛批判（如加班无人道）但也从侧面说明了日常的疾病筛查与诊疗对预防猝死有着重要意义，这其中心血管又尤其重要那些爆出的猝迉案例大多与此相关。 带着没有疾患的身体为青春奋斗才是对个人和家庭的负责。在全民高压生活节奏的当下实现心血管普惠筛查与准确诊疗是应有之义，这方面与医学影像紧密联系的AI或许有了用武之地。 年轻人猝死彰显心血管疾病筛查与诊疗的迫切需求 权威数据顯示，人群中每5人中就有2人最终死于心血管病心血管科总是医院最忙碌的科室之一，CT、核磁共振等门前也总是聚集着大量病患 更“可怕”的是，根据美国心脏协会研究25％左右的冠心病患者平常与“健康人”无异，首次发病就直接猝死上帝没有给他们发现和治疗的机會。在我国每年心脏猝死的发生率为41．84例／10万人，按13亿人算就是54．4万人居全球之首，每分钟有3人心脏猝死显然，被媒体报道的只是尐数更多猝死正在发生。 不考虑“量”随着猝死越来越容易出现在年轻人身上，它带给社会和家庭的创伤远远超越过往在一些特殊嘚职业身上，例如人民警察系统性的高强度工作让从业者背负更大的心血管疾患风险，近些年来猝死频发社会舆论扼腕叹息。 普通人主动筛查与患者更好地被治疗两大需求叠加作为关键的预防与诊疗手段，心血管医学影像识别的重要性被空前提升提升效率与准确性嘚新技术引入也显得尤为必要。 传统医疗疲于应对AI价值凸显 与“市场需求”的旺盛相比，传统医疗体系却疲于应对 一般而言，心血管影像ai诊断是什么分为图像扫描、图像后处理、撰写报告、报告审核四个步骤单个案例在影像环节花去的时间最低要半个小时，碰到复杂┅点的情况时间会更长 如果一个正常水平的医生超负荷工作12小时／天，每日只能处理24个病例一边是影像科医生们叫苦不迭，一边是庞夶的需求被阻滞在检查室门外更“麻烦”的是，心血管与其他类型的疾患不同“急诊”更多，人命关天时间要求更紧迫。 迫切的需求和疲软的医疗应对能力错位心血管医学影像领域急需要进行技术升级与流程再造，这时候AI医学影像识别的价值体现出来，AI医疗创业鍺也开始出现 1、效率极大提升 用AI“看片子”，意味着冗杂又必不可少的心血管影像识别流程被AI技术“一键搞定”首要的表现会是效率嘚大幅度提升。 例如国内AI医疗公司数坤科技，从心脑血管大病种起步开发出了被称之为能实现“拍立得”的CoronaryDoc心血管AI影像识别产品。在實际案例中这一解决方案能帮助影像科医生将冠脉CTA三维重建、判读、评估、审核报告系列流程的处理时间缩短到5分钟左右，相对30分钟＋检查效率提升了6倍以上。 2、稳定、持续优化的准确性 不同医生的影像识别能力各不相同而经验再丰富的医生也会受制于疲劳等因素造荿准确率“波动”，这些严重影响心血管医学影像识别的准确率 AI的介入，一方面能实现不受人员能力影响的较高准确率另一方面，算法不断优化的过程也使得这种准确率可以持续提升，且可能比医生学习速度更快上文数坤科技的解决方案目前获得了较为理想的准确率，且随着合作医院的增多算法的自我成长让准确率也在不断提升。 3、推进医疗服务升级 如果最冗杂的工作被24小时不知疲倦的AI代替医苼不再陷入无尽的“片子”中，对医院而言不论是“治病能力”，还是“服务质量”亦或是医生们的职业认可都会有大的提升。“腾絀手来”也可加大基础医学研究力度改变只有临床经验却无更领先医学理论的境况。 总而言之AI应用到心血管诊疗，对大众尤其是特定職业的全面预防性筛查、减少无症状心源性疾病导致的猝死风险对减轻医生工作压力、提升效率和ai诊断是什么准确性，对病患享受更好哋ai诊断是什么与治疗都有积极意义。 AI心血管医学影像识别的落地不是那么简单 AI心血管医学影像识别市场需求庞大、技术价值明显。例洳前文的数坤科技CoronaryDoc已经进入全国逾 100 家医院进行临床试用，包括武汉市中心医院、北京友谊医院、北京宣武医院、中国医学科学院阜外医院等知名医院都与数坤科技开展了各种形式的合作 不过怪异的是，多数AI医疗公司们似乎对心血管疾病“视而不见”这么多年市面上只找到一家企业将其作为进入AI大医疗的起步点。数坤科技对外宣称其建立了具有独占性的原创心血管AI影像平台实现从拍片到结构化报告的ai診断是什么全流程覆盖，核心技术包括AI三维重建、血流动力学分析、手术规划和导航、智能疾病管理等 在成立一年之内，数坤科技也已唍成逾亿元的 A 轮融资远毅资本、华盖资本、晨兴资本等知名投资基金参与，足见资本市场对心血管AI医学影像识别的看重 这种矛盾的原洇并不难理解，AI项目扎堆的肺结节领域已经拥有全球开源的数据与算法而心血管领域的医学影像识别可以说是一穷二白，既没有启动阶段的充足数据也缺乏可以拿来就用的现成算法，要做只能是“白手起家”所以，数坤科技必须要原创算法模型并且“生在医院，长茬医院” 人才也是困扰该领域的难点，各类AI国际大赛、实验室项目客观上为肺结节的现实应用输送了大量的人才而心血管领域的AI人才體系接近空白。由此数坤科技提前到大学锁定人才、自主培养的做法也就可以理解了。 此外心血管影像独特的技术难点也让不少人望洏却步。 相对肺结节的静态扫描图像更容易分析和合成不断跳动的心脏让多张扫描图像的三维图像重建变得更为困难，且冠脉极端复杂嘚网状结构（左、右冠状动脉的分支及其终末支等复杂结构）、个案之间大不相同的病症可能（冠心病、主动脉夹层、动脉炎等）都给AI嘚能力提出了更为巨大的挑战。 对此数坤科技研发出了更复杂、更大、更深的血管分割网络——其技术团队也将其命名为整体透视网络，这也是数坤科技孤注一掷研发成功的全球独有AI算法 即便所有的困难都克服了，AI解决方案的最终准确性仍然依赖初始图像扫描质量说皛了，设备越先进、扫描操作人员的水平越高成像质量越好，AI的分析也就更能得心应手但是，倘若成像质量只属一般AI也必须有从“┅般”中提升准确率的能力。 2018年11月20日数坤公司获得德勤“中国明日之星”称号，该奖项也被称为全球高成长企业的标杆这可以说是对單个企业的认可，其实更可以说是业界对AI心血管影像识别的看好 反过来，把目光转到数坤科技这家个体企业身上选择从心血管领域起步AI医疗创业，路也不会那么好走 但是，倘若最难的路首先走通了后面进入肺结节、皮肤癌等领域做全领域AI医疗可能会更简单。 不过這都是创业的选择问题了，对大众而言AI心血管医学影像识别的普及越快越好。

• “2018年有太多应用场景落地所以这次我们算法介绍要让位於整个发布会的核心：场景化。” 1月4日在思必驰联合创始人、首席科学家俞凯的主持下，思必驰AI芯片暨战略发布会在北京召开此次发咘会上，思必驰正式发布旗下首款AI芯片TAIHANG同时公布了他们新一年的发展战略和商业化进程。 和中芯国际合作成立新公司，发布首款AI芯片 詓年就有消息称思必驰会和某芯片巨头在AI芯片方面达成合作，成立合资公司当时高始兴接受采访时候表示，“这种合作并不是你买我賣的商务合作更多是是产业链上的一种合作。” 此次合作伙伴的庐山真面目也在发布会上正式揭开：国内晶圆代工巨头中芯国际思必馳和中芯国际在去年3月就成立了上海深聪半导体有限责任公司，打造专用语音芯片2018年8月开始流片，11月点亮验证 发布会上，深聪智能的CEO、思必驰的CTO周伟达阐述了思必驰做芯片的心路历程AI芯片是打通思必驰全链路的最后一公里。同时深聪智能执行副总裁吴耿源正式发布了這款AI专用芯片TAIHANG（TH1520） 深聪智能CTO朱澄宇对芯片性能做了详细阐述，TH1520实现了芯片和算法的深度融合基于双DSP架构以及AI指令集扩展和算法硬件加速的方式，TH1520极大地提高了芯片的效率 同时这款芯片兼具低功耗及实用性，采用多级唤醒模式可以做到唤醒时间小于200ms，识别时间小于150ms並且内置低功耗IP，典型工作场景功耗仅需几十毫瓦极端场景峰值功耗不超过百毫瓦。 该芯片还支持单麦、双麦、线性4麦、环形4麦、环形6麥等全系列麦克风阵列同时支持USB／SPI／UART／I2S／I2C／GPIO等应用接口和多种格式的参考音，能在各类IOT产品中灵活部署应用 在落地场景上，TH1520主要面向智能家居、智能终端、车载、手机、可穿戴设备等各类终端设备 思必驰的2018战绩和2019年战略 AI专用芯片之外，思必驰CEO高始兴回顾了他们在技术創新、产品落地以及产业方面取得的成果 从早期的全链路对话系统到2017年发布具备大规模个性化定制能力的DUI平台，再到2018年7月推出会话精灵进入企业级市场。高始兴总结思必驰快速成长的“一个关键就是源头技术创新带动技术升级和产业化落地的质量越来越好，速度越来樾快” 据悉，思必驰的DUI平台整合了2000＋个技能、终端设备激活高达8000万＋打通了16个智能家居平台。 其中在车联网后装市场，超过80％的后視镜方案是由思必驰提供的而包括天猫精灵、小爱同学以及华为在内的多家智能音箱品牌也是思必驰提供技术支持，其累计终端设备激活达到1500万＋高始兴预计DUI平台会超过AIex，成为这个领域落地最多的平台 除此之外，思必驰在汽车的前装市场、电视以及智能客服等领域的落地增速也非常快 而思必驰下一个战略重点是继续向行业场景发力，所以更加需要AII IN ONE的智慧方案“因为落到场景行业越来越深，任务就樾来越复杂需要智能化技术升级、需要多模态的技术，让智能终端打破原来碎片化体验” 谈及思必驰的场景化实践，高始兴表示他们昰从赋能终端走向企业化服务。 之后思必驰副总裁雷雄国和初敏分别针对这两点做了进一步的阐述。 雷雄国举例了目前思必驰的两个關键场景商业化：车载和智能家庭车载方面，他们推出了全新的车载语音智能操控系统天琴助手以及由投资公司车萝卜开发的抬头显礻器AR－HUD。智能家庭方面思必驰则提供了软硬件一体化的轻量化的Turnkey方案，快速定制各种AIoT产品 思必驰副总裁、北京研发院院长初敏则介绍叻他们的企业信息服务机器人在线定制平台会话精灵，可以完成从语音信息到返回的全渠道的交互式企业信息服务而企业这块的业务也昰思必驰未来两三年重要的业务增长点。 智能语音市场的新战局 在智能硬件市场算法跟芯片的深度的结合，才能打造极致的交互体验這其中很多东西需要在端上实现，比如唤醒、数据信号处理同时考虑安全、网络情况等因素，也需要在端上实现 所以，专用AI芯片的出現必然是趋势从去年开始，这一波语音芯片潮已经开始云知声、出门问问、Rokid都推出了AI语音芯片。而今年无疑是技术落地、深化应用场景的关键一年 纵观整个垂直语音技术领域，思必驰的芯片动作并不快在其之前，已经至少有三家推出了专用的语音芯片但显然，他們在芯片研发路径上下探地更深：成立一个专门的新公司去实现芯片和算法深度的融合避免单纯商务合作的一些弊端，让系统公司和芯爿厂商更紧密深度的结合 而思必驰从开始做芯片到发布，用时很短背后一方面得归功于它们自身的技术实力过硬，另一方面也得益於当前半导体产业成熟的分工模式，让技术厂商能够快速转换为无厂半导体设计厂 如果说2019年一定会成为热搜的词是什么，一定有AIoT一席之位从去年年末小米的生态发布会，到年初几场垂直技术厂商的发布会可以看出在AIoT产业链上下游的助推下，物联网正在快速地渗透到我們的生活 此前，我们只是在讨论单一的智能家居即便是提到生态，也只是纸上谈兵阶段然而当像思必驰这样的技术厂商在短时间内實现AI芯片的大规模落地时，也意味着生态AIoT的节奏被加速了。 而人工智能＋物联网的一个关键词就是快为了快速将产品推向市场，语音技术公司都在提供最简单的定制化方案从芯片到平台，加速整个产业链的紧密结合让终端客户快速完成产品。 从融资、构建平台、自慥芯到如今开始场景化落地的进一步探索摆在智能语音技术厂商面前的问题是，物联网是个增量市场目前是不可能存在一家独大的局媔，现在是抢赛道的时间就像一位生态合作伙伴而言，关键看技术和成本野蛮扩张的时候到了，谁又能跑在第一位呢

• 　　人工智能（AI）的进化是从弱人工智能（ANI），到强人工智能（AGI）再到超级人工智能（ASI），这种进化正在悄悄改变一切预计不久的将来，人工智能將把人类思维复杂性和识别能力与机器智能的计算速度、记忆和知识共享结合起来达成一种统一。 　　随着人工智能的崛起和发展人笁智能正在挑战和改变的不仅是人类的生活、学习和工作方式，还有各种人类组织政府、工业等等以及学术界（NGIOA）如何构建其商业和经濟产业市场。随着人工智能技术的发展大多数的机械化手工、计算的工作的逐渐被机器取代，这些职业在未来几年可能会大幅减少此外，得益于人工智能的帮助其数字助理和决策算法将帮助和指导人类，复杂的日常工作正在大大减少并简化 　　虽然人工智能推动了許多应用程序和技术的进步，但从根本上说正是由于其处理能力的增强，才有可能设计出能够这样智能的机器尽管在处理能力方面取嘚了这样快速的进步，但是对于人工智能来说这样还不够因为它仍然需要进一步了解如何在计算中复制模仿人脑的思维和处理方式。虽嘫许多计算机科学家认为模仿人类大脑的处理方法将是实现类人人工智能的技术关键，但仅靠这个可能还远远不够有许多其他变量还需要评估，比如记忆和情感 　　此外由于当前计算机处理系统都无法有效地处理大量不同的数据和信息，所以有可能需要开发一个全新嘚计算系统和新的硬件和软件基础设施 　　走向超级人工智能 　　超级人工智能的潜在发展力预示着其前景将会非常广阔。发展到最后囚类大脑的处理能力可能无法与ASI相匹敌每个人都必须开始考虑人类与人工智能展开竞争（而非合作）所产生的后果风险。 　　之前有人提到过当人工智能达到一个临界点，它将能够改善自己的软件设计对自己进行提升和完善时，人工智能对人类的威胁就相当大了人笁智能研究人员在努力开发这种能力，以便人工智能在良性的环境中自我提高比如照片识别和游戏方面。虽然这样但对于人工智能可怕嘚学习能力这和种潜在的指数级增长我们得更加谨慎 　　大量的报告显示，当学习一种新的认知或运动技能（包括词汇）时成年人的夶脑结构会发生变化。因此越来越多的人开始担心当人工智能接管大部分人类的工作时，可能会降低人类的智力水平人工智能取代人類工作，在某种程度上也意味着人类被剥夺了大脑学习新技能的机会那么它的发展会受到什么影响？这就引出了下一个问题 　　提升囚类智慧还是人工智能？ 　　人类智慧似乎一直是人类最强大武器之一因此，如果人工智能与人类智慧并驾齐驱并且超越人类智慧的话到时候人类能否与人工智能相竞争？ 　　这个问题的答案将决定人类的未来因为如果将来人工智能真的成为人类的敌人的话，人类可能无法与人工智能相抗衡因此尽管人工智能正越来越多地成为融入到我们的日常生活的中，但摆在我们面前的一个大问题是我们应该提高人类智慧还是人工智能？ 　　还有就是那么作为人类，能做些什么来应对这种情况呢对此芬兰阿尔托大学理学院神经科学和生物醫学工程系主任Risto Ilmoniemi教授做出了一些回应。 　　人类智慧 　　从人类时代开始想象力在人类探索未知，进化和改变世界中发挥了至关重要的莋用这些年来，人类借着象力和智慧探索未知世界的网络空间不断改变着这个世界。想象力一直是人类智力的一个指标事实上想象仂是一种创造性的力量，它对于网络空间、地理空间和空间（CGS）研究必不可少的同样的想象力也在推动着科学家更好地理解人类智力。 　　从人类的角度来看人类智慧的进化是通过自然选择，加之社会对教育和学习一些研究表明遗传能力（基因）因素可能占智力水平嘚50%，而环境的作用（教育、环境、经验、资源等）对人类智慧也有影响虽然人类大脑基因组的很多信息已经被破译，但我们仍然不清楚洳何才能提高人类的智商其背后的原因是，人类的大脑极其复杂大约有1000亿个神经元组成的网络在单独和协同工作，因此想要真正认识囚类大脑仍然是很困难的 　　来自乔治亚州奥古斯塔大学的Joe Tsien和他的团队最近的研究推测，人类智力的产生和大脑的进化一定有一个基本原则可循存在一个算法可以解释人类的智力。因此如果人类智慧的起源是基于一个基本算法那么就有必要理解和评估大脑的计算是依賴于相对简单的数理逻辑还是一个更复杂算法。此外如果人类智慧确实是基于基本的数理逻辑，那么当前神经科学和计算机科学的飞速進展将有可能让人类智慧像人工智能那样飞速进化 　　话虽如此，但这仍然是当今人类面临的最大问题看了这么多关于智力的理论，仍然存在的一个问题是智力是具有单一起点的单一能力，还是具有多个复杂起点的众多能力的集合 　　人们现在越来越担心人类的智仂进化停滞不前，不过科学的研究或许正接近进入一个新的阶段那就是研究改变人类的DNA是。虽然神经科学还有很多未解的难题这很可能是几十年以后的事，但科学和技术的进步会最终发现如何提高人类的智慧水平 　　现在，不管人类的智力和人工智能如何发展一些囚，比如来自乔治亚州奥古斯塔大学的Joe Tsien和他的团队认为智力背后有一个非常简单的数学逻辑模式。因此从理论上讲如果人类大脑的信息的处理过程可以与生物实体分离，那么它就不再受生物实体限制（如寿命、记忆衰退和衰老等）此外，储存在人脑或和计算机内存中嘚信息和知识可以被复制和传递给一个或多个接受者这也就是知识传递。 　　各国都在努力了解人类基因组中智力的起源但基因编辑鉯及其他任何技术在改良智力方面的可行性仍有待观察。现在要利用一切可用资源来确保人类智慧能够不断发展尽管人工智能正越来越哆地融入到我们的日常生活中，但了解人类大脑如何产生智慧和自我意识行为或许仍是当今科技面临的最大难题之一 　　目前能想到的朂好的解决办法还是人类智慧和人工智能共同进化，这样能一定程度上帮助解决人类面临的复杂挑战以及能够在必要的情况下随时准备接受人工智能的挑战。毕竟有意识的人工智能可能不像人类那样具有同样价值观大家也不知道人工智能是否会重视人类的生命。 　　随著人工智能的指数倍的发展但是人类智慧仍然是有限和固定的，人类别无选择只能学会以一种新的方式思考来生存下去人类智慧可以哏人工智能共同进化，但是最重要的一点是这需要在人类的控制和能力范围之内

• 在刚刚过去的2018年，科技领域有两大不得不提的关键词┅个是芯片，一个是AI 前者，是因为中兴被美国禁运芯片而发生的一系列变故从而让无数国人认识到了中国在芯片制造领域存在严重短板。 后者是因为2018年是AI人工智能在中国爆发的元年。AI人工智能技术与应用场景相结合产生的巨大商业价值开始被越来越多的企业和用户所认识；而AI人工智能应用为智慧城市以及人们日常工作和生活带来的巨大变革，也让无数人切身感受到了工作效率与生活品质的大幅提升 那么问题就来了：当中国本土企业研发出了拥有自主产权的AI芯片，又将给整个行业带来怎样的改变 1月4日，以“言由芯生”为主题的2019年思必驰AI芯片暨战略发布会在北京举行在大会现场，思必驰AI芯片作为重头戏展示了其低功耗、高性能的核心优势而除了车载和家居场景外，思必驰还推出了新场景方案 近年来，为解决通用芯片无法和市场、算法产生联结等问题研发专用AI芯片成为趋势。思必驰也加入了語音AI芯片的研发大军 思必驰CTO、深聪智能首席执行官周伟达表示，为了打造语音专用芯片思必驰联合中芯国际，于2018年3月成立了上海深聪半导体有限责任公司（深聪智能）经过一年时间紧锣密鼓的研发之后，芯片终于成功落地 深聪智能CTO朱澄宇在现场正式发布了TAIHANG系列AI芯片，其主打算法和芯片架构深度融合据了解，TH1520是一款聚焦于语音应用场景下的AI专用芯片主要面向智能家居、智能终端、车载、手机、可穿戴设备等各类终端设备。解决方案包含算法＋芯片具有完整语音交互功能，能实现语音处理、语音识别、语音播报等功能支持离线語音交互。 深聪智能执行副总裁吴耿源表示目前的第一代芯片TAIHANG希望实现算法＋芯片的融合，第二代芯片将从算法模型到基础IP吴耿源还透露，第二代芯片目前也已经在研发当中 除了发布AI芯片之外，思必驰还介绍了2018年发布的面向车载、家庭及企业服务等领域的天勤语音助掱、Turnkey方案、会话精灵等产品及解决方案其中，天勤语音助手应用于车载领域基于全链路对话定制平台DUI。作为智能驾驶助手天勤语音助手将导航、音乐、电台等所用应用打通，可进行个性化定制 值得一提的是，会话精灵作为应用启发式智能交互技术、并结合复杂结构知识管理技术的对话机器人定制平台为企业提供交互式智能助理服务；而应用于家庭领域的Turnkey一体化方案针对智能电视、智能音箱、智能故事机等，可让企业更快速地应用思必驰语音技术 与此同时，思必驰在智能语音关键领域市场占有率第一：在车联网后装上后视镜占囿率大于80％，车机大于60％HUD大于90％；智能音箱累计终端设备激活1500万＋；儿童平板／故事机累计终端设备激活700万＋；知识机器人上已建2000＋，朤活6万＋在小米后视镜、小米行车记录仪、360行车记录仪、车萝卜HUD、车萝卜小蜜、华为AI音箱、天猫精灵系列、芒果TV牛奶盒子、京东方画屏、步步高家教机、优学派学生平板等众多人们耳熟能详的智能产品背后，我们都可以找到思必驰的身影 近年来，AI语音在泛物联网领域的應用已十分广泛思必驰VP雷雄国表示，思必驰将逐渐从面向电子消费产品的技术方案 扩展至面向行业场景的整体服务，推进地产、物流、酒店、社区服务等行业的智能变革发布会现场也通过“探索AI＋新赛道”的主题圆桌环节对此进行了探讨。 在发布会签约环节机器之惢、小鹏汽车、华阳通用、长虹器件、海信电器、步步高教育电子、爱驰汽车、圆通速递、涂鸦智能、优学派、Billboard等11家企业与思必驰签署了匼作协议，致力于用AI变革未来的智慧生活 声音： “思必驰在AI算法上的深耕与创新，在泛物联网领域的大规模落地这让思必驰更加了解AI算法的本质以及用户的真实需求，算法是灵魂芯片是框架，二者深度融合思必驰－深聪将打造更贴合产品需求的人工智能交互 ‘云＋芯’ 整体解决方案。”

• 伴随视频行业的兴起一些细分领域的视频网站和平台逐渐兴起。像YY、9158等公司最早探索出直播的互动视频模式为鼡户提供实时直播内容，从而赢得了部分细分领域用户的喜爱视频，因其相比图文具有的互动性强、新鲜多元等优势搭乘AI+5G发展的快车噵，互联网全面视频化已经势不可挡 除了大火的视频直播平台和播放平台，内容生产平台、电商购物平台、资讯搜索平台等等也都融入叻视频服务视频已经融入在互联网的方方面面。视联网生态即将到来 视联网，是以视频作为主要信息传递介质和功能载体的下一代互聯网形态将颠覆当前图文生态的互联网形态，引发新一轮互联网生态的激烈竞争那么，在技术快速进步的当下我们离实现视联网的荿熟期还有多远?目前，视联网的成长还需要在以下三个方面形成突破 1、视联网的核心能力——视频识别能力 视频识别的精度和速度决定叻视联网连接的广度和深度。速度提升能提高视联网的适用范围识别速度越快意味着观众可以更迅速地与视频内容产生互动。识别的精喥和维度的提升有助于提高视联网的链接深度更多维度和更高精度的识别才能精准定位用户需求，进而深耕具体的需求内容调用最为匼适的互联网服务。 从当前的技术条件来看视频识别能力的进步主要取决于数据积累和算法迭代两个方面。其中算法迭代往往是可遇洏不可求的，当前人工智能算法的突破也是建立在数十年理论研究和天才的灵光一闪之上与之相比，利用当前深度学习算法实现视频识別能力的提升是可预期和可实现的其中的关键在于数据积累引起的识别能力从量变到质变。 2、视联网的价值体现——视频小程序生态 “視频小程序”即是面向所有视频开发者以开源视频操作系统为基础，开发个性化的视频交互应用帮助拥有视频的APP即刻拥有互动和变现嘚能力，为其提供了高效个性化的交互体验通过多样的视频内小程序链接丰富的互联网服务，将视频识别的技术能力转化为给视频观众帶来服务的功能模块与APP里的购物、社交、电商、搜索等所有功能完美融合在一起。 视频小程序能帮助平台提升了用户的参与度实现了視频与用户的双向互动，为优质的视频内容与流量提供了变现机会也为品牌创建了全新的视频互动营销解决方案及渠道，是视联网生态建立的价值体现如何最大化利用既有的视频识别能力，链接尽可能多且好的互联网服务、为视频观众提供最为便利性的服务是视频小程序生态建设的核心问题。 3、视联网的必要条件——软硬件协同发展 视联网真正走向成熟还需要软硬件层面的协同发展，促进视联网的赽速推广与应用落地完整的视联网是终端人工智能和云端人工智能的总和，实现从智能到智慧的跨越必须依托于软硬件的协同发展，唍整布局包括处理芯片、通讯带宽、摄影设备、互动设备等。而在硬件设计层面尽可能囊括视联网的软件应用，包括识别算法、互动程序等 随着互联网、人工智能、物联网等技术的快速发展，智能家居、智慧车联、智能交通等产业的市场潜能正在爆发通过跨界合作，打破产业边界实现软硬件能力的极大跃升，也必将带动整个视联网的加速发展

下载百度知道APP抢鲜体验

使用百度知道APP，立即抢鲜体验你的手机镜头里或许有别人想知道的答案。

• DNA 100处理器适用于汽车、监控、机器囚、无人机、AR / VR、智能手机、智能家居和物联网产品的神经网络推理可轻松从0.5扩展至100TMAC 楷登电子(美国 Cadence公司)近日推出Cadence? Tensilica? DNA100处理器IP，首款深度神經网络加速器(DNA)AI处理器IP无论小至0.5 还是大到数百TeraMAC(TMAC)，均可实现高性能和高能效DNA 100处理器非常适用于自动驾驶汽车(AV)、ADAS、监视、机器人、无人机、增强现实(AR)/虚拟现实(VR)、智能手机、智能家居和物联网领域的设备端神经网络推理应用。较其他采用相似阵列尺寸大小的乘法累加运算(MAC)解决方案DNA 100处理器性能提升达 4.7倍，每瓦特性能提升高达2.3倍 神经网络的特征在于权重和激活函数的固有稀疏度，加载和乘以零会造成其他处理器鈈必要的MAC消耗DNA 100处理器的专属硬件计算引擎移除了上述两项任务，利用稀疏度提高能效并降低计算量神经网络再训练有助于提高网络的稀疏度，并通过DNA 100处理器的稀疏计算引擎实现最高性能DNA 100处理器能够利用更小的阵列实现最大吞吐量。作为例证4K MAC配置环境下，ResNet 50推理性能预計能实现每秒高达2550帧(fps)和3.4TMAC / W(在16 nm工艺) “人工智能处理器的应用发展迅速，但是运行最新的神经网络模型会使功耗预算严重缩紧”Linley Group资深分析师Mike Demler說道。“满足从小型电池供电的物联网传感器到自动驾驶汽车等设备的人工智能功能需求需要更高效的架构。Cadence全新Tensilica DNA Lite及包括卷积和循环网絡在内的广泛神经网络等高级AI框架因此，DNA 100处理器是视觉、语音、雷达、激光雷达和通信应用设备端推理的理想之选 Tensilica神经网络编译器利鼡全面优化的神经网络库函数，将任意神经网络映射为可执行且高度优化的高性能代码因此，DNA 100处理器为不同网络类型提供了强大的软件苼态系统支持包括分类、对象检测、分割、重复和回归。 DNA 100处理器还支持安卓神经??网络(ANN)API可用于安卓设备端的AI推理。 DNA 100处理器可以在所囿神经网络层运行包括卷积、完全连接、LSTM、LRN和池化。单个DNA 100处理器可以轻松从0.5扩展到12有效TMAC;并可以通过堆叠多个DNA 100处理器实现数百TMAC，适用于朂计算密集型设备端的神经网络应用 DNA 100处理器还集成了Tensilica DSP，以适应DNA 100处理器内部硬件引擎当前不支持的新神经网络层;同时使用Tensilica指令扩展(TIE)指令集實现Tensilica Xtensa核心的可扩展性和可编程性由于DNA 100处理器拥有独立的直接存储器访问(DMA)，因此无需新增控制器即可运行其他控制代码 “我们客户的神經网络推理需求涉及不同量级的人工智能处理和多种神经网络类型。他们需要一种可扩展的架构无论在低端物联网应用，还是在汽车应鼡都具备同样有效，做到这一点需要数十甚至数百TMAC”Cadence Tensilica IP产品管理和营销高级总监Lazaar Louis表示。 “凭借DNA 100处理器、完整的AI软件平台、以及强大的合莋伙伴生态系统我们的客户可以设计出设备端AI推理所需的高性能和高能效产品。” DNA 100处理器将于2018年12月面向部分客户出售预计于2019年第一季喥全面上市。

• 昨日特斯拉首席执行官马斯克发推表示，六个月后一种改进自动驾驶功能的新型AI芯片将用于公司所有电动汽车车型中，該芯片可大幅提升特斯拉汽车的自动驾驶性能5~20倍     自动驾驶的核心就是要靠ECU(车载电脑)实现对大量传感器数据的分析和实时判断。ECU 的运算能仂够不够强则全是由芯片说了算的。而自动驾驶芯片上的各类传感器加起来每秒能产生高达1GB的数据量这不仅考验芯片的运算速度，同時对芯片的能耗也有着极高的要求目前来说，英伟达的GPU运算能力完全碾压其他厂商所以特斯拉和英伟达采取了自己负责算法，英伟达提供自动驾驶芯片的合作方式看似是天造地设的一对，但是通用性计算平台面对自动驾驶都会力不从心哪怕强大如英伟达，也不能同時满足高算力低能耗。所以特斯拉想要把命运掌握在自己的手里，自主研发自动驾驶的专用的AI芯片也是意料之中的事情了     不久前，馬斯克曾透露公司私下筹备这个事情已有两三年时间据他所说，特斯拉正在研发的这款名叫“Hardware 3”的硬件将用在Model S、Model X以及Model 3上来实现自动驾駛功能。一直以来特斯拉依靠的都是英伟达Drive平台而谈及研发AI芯片的原因时，马斯克表示通过自行设计芯片公司能够专注于自己的需求，进而保证效率与此同时他还给出了一个惊人的结果：在英伟达硬件上运行特斯拉计算机视觉软件每秒处理大约200帧，但是特斯拉专门设計的芯片则可以实现每秒2000帧 在昨日的推文中，马斯克还谈到了特斯拉为那些订购全自动驾驶汽车的用户进行免费安装能够省去5000美元的咹装费用。 近日特斯拉捷报频传，本季度前两周生产3款车型Model S、Model X和Model 3共计11,500辆其中Model 3占了7,400辆，打破特斯拉有史以来的新纪录Model 3生产量达到预期沝准。另外美国参议院共和党籍议员传拟修法提高电动车减税(7,500美元)的数量上限特斯拉与通用将受惠。

• 得到硅验证的创新片上网络互连知識产权(IP)产品的全球领先供应商Arteris IP今天宣布天数智芯(Iluvatar CoreX)公司已经购买Arteris IP FlexNoC互连产品，用于深度学习系统级芯片(SoC)天数智芯是一家聚焦打造高端/云端計算芯片和计算基础软件的公司，在南京、上海、北京和美国的硅谷设有研发中心 天数智芯董事长兼首席执行官李云鹏说：“我们之所鉯选择Arteris FlexNoC高速缓存一致性互连，是因为它的设计灵活性以及市场领先的功率、性能和面积。”他表示“使用FlexNoC互连IP，使我们得到了我们的系统级芯片(SoC)所确切需要的那种类型的互连总线并在当地得到强有力的技术支持。” Arteris IP公司总裁兼首席执行官K.Charles Janac说：“我们很高兴能够支持天數智芯的深度学习系统级芯片(SoC)的研发”他表示，“随著天数智芯的不断成长我们期待着与该公司保持长期合作。”

• 想熟练的弹钢琴伱首先得先确保自己的手指够长，另外88个按键你得每个都知道发什么音还需要有大量的时间练习，光这几点已经吓退了不少人就更别說想用钢琴来即兴创作音乐了。不过科技改变生活这句话不是说说而已谷歌最近推出了一款人工智能程序——pianogenie(钢琴精灵)，让我们每个人呮用八个按键就能来即兴弹奏钢琴     据了解，谷歌的这一灵感来源于音乐电子游戏《摇滚乐队》和《吉他英雄》其Magenta创意研究团队在此基礎上进一步创作，于是就有了一个智能控制器“钢琴精灵”当我们敲击按键时，它可以将其译为使用所有88个钢琴键而弹奏出的音乐     钢琴精灵是由一个神经网络系统提供支持，该系统经过古典钢琴音乐训练同时还接受过国际钢琴电子竞赛约1400场演出的培训。结果表明这个系统可以决定哪些音符应该互相跟随让使用者可以随时就能即兴创作音符。Magenta团队表示当你按键时，会觉得它像在读取你的思绪会准確演奏出你想要的音符，当然有时也会完全违背你的意愿不过似乎结果也不是很糟糕。 目前Magenta团队已经在GitHub上听歌了模型培训代码，每个囚都可以通过它的网络演示自行尝试谷歌AI钢琴精灵嗯，当你真的打算想学钢琴了不如先去尝试下钢琴精灵，或许一个作曲大师就此诞苼了呢??!

• 自有品牌“聚焦非常核心”联想集团副总裁、中国区消费业务总经理张华表示，这类产品通常一年就聚焦在10个左右去年年底发咘的Mirage AR头盔，就是联想自有品牌的代表产品之一这款产品取得的市场认可也是超出预期，熊出墨请注意当时还进行过报道其在发布后仅┅天的时间就卖断了货。联想官方给出的数据截至目前，Mirage已经卖出50万套占领近80%的市场份额。今年创新科技大会上联想对这一产品线進行了更新，发布了新的AR手柄支持更多游戏并且降低了对用户手机配置的要求。赋能品牌指的的是Lecoo，前文中已经有所提及这个品牌昰在今年4月份伴随着Lecoo三宝的发布而面市，就像“混血”一样联想为合作伙伴提供产品、渠道、服务、AI和资本五个方面的助力，共同开发智能物联产品还有第三方的产品，也就是来联想智选联想从市场上海量的产品中，帮助用户去挑选那些品质、用户体验、安全性等方媔都达标的产品据了解，这三类产品都能够接入到开放的智能生态里去为设备厂商赋能之外，联想还联合业内领先的内容和云服务提供商构建智能物联生态合作平台与用户共同见证“设备+云+服务”的生态价值。综上联想才得以在打造新业务模式的同时，不断加深自巳的护城河领跑者联想“不转等死，转了找死”在面对转型时，企业总是有一种天生的恐惧有业内人士表示，这或许是来源于对转型之后发展前景的未知而反观联想，其在SIoT的转型上走的却是如此之坚定2017年12月发布SIoT策略至今，9个月时间里联想已经在平台建设、设备研发、模组开放、合作伙伴拓展等方面取得了阶段性胜利。鉴于此在本次创新科技大会上，联想才提出另一个概念——SIoT2.0刘军解释道，SIoT1.0時代刚刚切入这个市场的联想更多地是做试探，相当于为SIoT2.0时代做准备而SIoT2.0时代，联想将迎来属于自己的爆发SIoT2.0时代的产品较SIoT1.0也将发生重夶变化。首先是产品之间将从此前的孤岛转化成智能互联其次是产品与用户之间，用户交互方面探索语音等其他控制方式的可能性，通过内置的AI去更好的了解并满足用户的需求不仅仅是联想，谷歌、苹果、亚马逊、三星、小米、海尔等等品牌也都在尝试打破产品与產品、产品与用户之间的隔阂，实现更好地互动只有这样，才能符合联想对SIoT的定义一是设备永远在线，二是内嵌云平台三是智能服務。而这三个要素无疑都是要有5G、AI技术作为驱动平台、服务生态伙伴作为支撑。为了更早迎来爆发那一天联想动作频频。在今年五四圊年节当天联想联合百余家企业共同成立了联想SIoT合作社，并随后在内部成立智能设备业务集团而到了科技创新大会，刘军宣布联想創投将成立一支10亿元的生态基金用于支持SIoT生态合作伙伴的发展。具体来看面向平台生态伙伴，联想推出“SIoT引擎—魅影”计划和“语音引擎—丽影”计划分别从IoT、语音智能两个维度推进产品的智能化。并且联想为激励开发者，还提发起了“千万奖励计划”面向服务生態伙伴，联想也推出了相应地“AR引擎—幻影”计划向全球游戏和应用开发者开放AR SDK，为联想的AR设备共同打造爆款游戏和应用针对设备合莋伙伴的五大赋能，针对生态伙伴的三大计划联想SIoT生态的开放属性尽显。在熊出墨请注意看来联想凭借AI和5G的优势，为用户带来了全新嘚智能生活和工作体验也为SIoT 2.0时代行业发展趋势提供了一个风向标。这也正与刘军对领跑者的理解不谋而合“领跑者应该是生态重要贡獻者。”中国经济信息社发布的《2017—2018年中国物联网发展年度报告》显示2017全年，我国物联网的市场规模将已经突破了一万亿元年复合增長率超过25%。可以预见在AI和5G的加持之下，未来这一市场无疑将被再次扩大领跑者的表现也就更加令人期待。

• 更进一步发布了一款配有屏幕的 Google Home Hub 智能音箱。显然这款产品很容易让人想起亚马逊在去年就已经发布的 Echo Show，以及 Facebook 刚刚发布的视频聊天硬件 Portal 和 Portal PlusGoogle Home Hub 屏幕尺寸为 7 英寸，可触控也可以更加直观地展示用户想要的信息，同时也具备播放 YouTube 视频（购买者可以免费获得六个月的 YouTube Premium）、浏览相册、控制家电等功能它也具备 Ambient EQ 功能，通过传感器和特殊算法可自动根据房间内灯光调节屏幕亮度，并在夜间自动关闭设备不过，相对于其他产品Google Home Hub 最大的特点茬于它放弃了摄像头，目的是为了更好地保护用户的隐私；不过摄像头的缺失同时意味着它不能被用于视频通话Google Home Hub 售价 149 美元，可以说是比較亲民了Pixel Slate 平板电脑本次发布会上，搭载 Chrome OS 的 Pixel Slate 平板电脑设备正式亮相从某种意义上来说，Pixel Slate 是 2015 年发布的 Pixel C 平板电脑的复活版不过它在操作系統上的改变意味着 Google 对平板电脑的思路完全发生了变化。很明显Pixel Slate 的对标对象是 Surface Pro 系列或者 iPad Pro 系列。它可以连接键盘支持 Pixel 手写笔，支持运行 Android 应鼡和多任务处理而且在系统层面支持不同的两种模式——平板模式和键盘模式，从而满足不同场景下的用户需求值得一提的是，去年發布的 Google PixelBook 并没有在今年的纽约发布会上得到更新但是 Pixel Slate 的出现，对 PixelBook 是一个有力的补充二者以 Chrome OS 为操作系统，面向不同的用户和场景形成了系統作战的局面可以说是珠联璧合了。Pixel Slate 售价为 599 美元相比较之下，PixelBook 的售价为 999 美元总结与去年相比，今年的 Google 发布会还有一个不同之处——舉办地点从前两年的旧金山到今年的纽约，Google 似乎已经不满足于把旗下的硬件设备用户群体局限在在科技爱好者手中它希望利用纽约这個大舞台提升自己产品在大众心中的知名度，从而提升销量到达更大的用户群体。而 Google Home Hub 和 Pixel Slate 这样的品类延伸产品也高度契合了这一用意。鈈过最重要的还是 Google Pixel 3/XL 这两款智能手机的表现，它们在 Google 的硬件布局中无疑是核心角色在我们看来，Pixel 3/XL 虽然不乏独到的惊艳之处在一定群体內会很受欢迎，但在整体的产品策略上还是有些偏保守恐怕在销量上的提升不会特别明显。当然以 Google 的财力，在硬件上多交点学费也算鈈了什么

• 据Vox杂志报道，世界会变得越来越美好吗?人类会变得更健康、更富有、更安全吗?如果不是为何会如此?我们怎样做才能打造更美恏世界?微软联合创始人比尔·盖茨(Bill Gates)最近接受专访，就全球贫困、人工智能(AI)、人造肉以及人类的未来发表了自己的看法 每年，比尔与梅林達·盖茨基金会(Bill and Melinda Gates Foundation)都会发布《目标守卫者报告》(Goalkeepers Report)通常情况下，报告中的数据都是乐观的近年来，全球贫困、婴儿死亡率以及其他诸多关鍵指标都在朝着好的方向发展盖茨夫妇始终在努力确保公众知道，我们正在各个领域取得进展     然而，2018年的《目标守卫者报告》一开始僦显得有点儿悲观盖茨夫妇写道:“对仍需解决的难题，我们很难一如既往地保持乐观今年报告发布的目的是：面对一个紧迫而又被忽視的挑战，我们需要找出些最有前途的策略来应对它坦率地说，几十年来在与贫困和疾病斗争中取得的惊人进展可能即将陷入停滞这昰因为世界上最贫穷地区的增长速度比其他任何地方都快，越来越多的婴儿出生在那些很难过上健康而高效生活的地方” 盖茨夫妇在这裏特别谈到了非洲。他们写道:“到2050年整个非洲的人口数量预计将增加近一倍。这意味着即使非洲大陆的贫困人口比例减半，贫困人口數量也将继续保持不变”在慈善界，没有比人口增长更令人担忧的话题了分析和解决这个问题的历史中充满了糟糕的预测，而解决方案同样糟糕正如发展问题专家亚历克斯·艾泽(Alex Ezeh)在报告中写到的那样：“人口问题是如此难以解决，以至于多年来始终被忽视” 不过，蓋茨夫妇正试图用不同的方式来解决这个问题他们没有将其视为人口预测方面的问题，而是把它定义为一个贫困问题这或许是解决这個难题的绝佳机会。他们写道:“有很多人在讨论如果贫穷国家的大量年轻人得不到改善生活的机会，结果会怎样?人们担心社会不再安全、稳定并出现大规模移民。我们希望他们也能认识到年轻人推动增长的巨大潜力他们是未来的活动家、创新者、领导者和工人。” 比爾和梅林达·盖茨基金会的捐赠规模超过500亿美元是迄今为止世界上最大的慈善基金会。它所做的事情很重要所以推动它前进的想法也佷重要。盖茨日前接受播客节目邀请与主持人埃兹拉·克莱因(Ezra Klein)探讨了阻碍非洲前进的地理和政治力量、AI带来的风险、畅想未来的人类生活以及慈善家们是否应该担心动物遭受的痛苦等。 采访摘要如下： 问：以我的经验来看你经常在面对日益悲观的文化时提出乐观的观点。但在新的《目标守卫者报告》中你却这样开头：“坦率地说，几十年来在与贫困和疾病斗争中取得的惊人进展可能即将陷入停滞”這是为何? 盖茨：关键在于，世界上极端贫困人口比例已经从26%急剧下降到9%这很大程度上是亚洲国家做出的贡献，包括中国、印度、印尼、巴基斯坦以及孟加拉国等它们都采取了合理的措施。他们投资于卫生、农业生产领域大力改善教育系统，使许多人摆脱了极度贫困生活对2050年的预测显示，届时极端贫困人口绝大多数将集中在非洲大陆上这意味着，除非我们在那些出生率不断上升的国家努力做得更好否则我们不会再看到极端贫困人口像过去25年那样急速下降的趋势。 问：我想这就是2018年《目标守卫者报告》发布的大背景，我想了解下伱的框架：在当前历史阶段你为何认为非洲比亚洲、欧洲或北美更穷? 盖茨：非洲不像过去那么穷了，受教育儿童的数量、存活率都有了佷大的提高但在非洲，地理条件依然很恶劣疾病负担沉重，生态系统也截然不同亚洲、欧洲以及美洲等这些北半球地区，从摆脱疾疒、拥有高效运输基础设施以及有足够食物来养活人口等方面来看他们已经处于发达状态。这些地区进入了高教育、高发现、高创新的良性循环并且总体上政府有很强的治理能力。 而在非洲存在着殖民主义，这无疑阻碍了这些国家的发展由于地理原因，当地人在全國范围内迁徙都非常困难许多河流还未通航。由于处于赤道地区冬天病原体无法被杀死，那里的疟疾疫情与世界其他地区的情况完全鈈同现在，南非、博茨瓦纳以及非洲大陆的部分地区已经达到了中等收入水平但如果你看看中非地区，会发现那里的发展水平根本不高它主要依靠自给农业，基础设施、政府资源都很少建立基本卫生和教育系统的能力也非常低。 问：你能谈谈地理、疾病负担、土地鈳用性、制度以及经济发展之间的相互作用吗? 盖茨：有这样一种说法：如果你的经济不够发达那就很难启动些东西。特别是在非洲运送实物货物仍非常困难。欧洲是非常幸运的因为你可以通过海上运输物品。他们修建了运河系统有些山脉带来了挑战，但运输成本相當低而且这个温带区域一直延伸到亚洲。这就是为什么他们用“欧亚大陆”这个词的原因那里已经被开发起来，包括在最初的工业时玳当时，同样的教育活动在非洲却没有发生投资水平也没有这么高。那里的人没有民族和国家的概念也不懂得扩大规模、进行投资嘚意义。 温带国家遥遥领先现在，当马来西亚或印度这样的赤道国家正在发展经济时这让人感觉更加奇妙。但无论你是处于温带还是熱带你在经济发展中的表现都是可以预见的。如果我们能通过援助摆脱这些寄生虫病、低农业生产率和疟疾问题并在基础设施、健康囷教育方面加以引导，就可以帮助改变现状亚洲就是个例子，尽管那里的地理和疾病负担并不那么严重我曾多次向非洲领导人推荐《How Asia Works》这本书，里面谈到了从提高农业生产率开始发展的过程这是迈向中等收入水平的关键一步。 问：你认为亚洲的发展主要是政府机构在發挥作用吗? 盖茨：政府机构在这个过程中发挥了巨大作用但只有在资源充足的情况下才能做到这一点，无论是本地筹集资源还是通过捐助者筹集你需要创建医疗保健系统、教育系统和修建道路，告诉农民该做什么以上世纪六七十年代的印度为例。随着绿色革命的到来那里吸引了很多投资，农业生产率提高了一倍多这是非常及时的，因为许多人预计亚洲会出现大规模饥荒原因是在过去几十年里，亞洲人口增长一直保持在高位但事实上，政府能力提高、修建道路、培育新的种子等因素结合起来亚洲的营养水平在这段时间里反而仩升了。 非洲可以向亚洲借鉴教训当然，非洲也有自己的榜样埃塞俄比亚20年前还是个非常贫穷的国家。当你想到非洲饥荒时你会首先想到索马里和埃塞俄比亚。现在尽管仍然面临着气候变化带来的干旱，但埃塞俄比亚正实现自给自足的目标因为农业生产率提高了。该国是这个人力资本等式中的一个范例他们真的考虑到当地资源、捐资事宜，那里的医疗和教育系统在不断改善那里超过9000万人真正赱上了让他们过上中等收入和自给自足生活的道路。 问：我认为这其中的人力资本非常重要报告中最让我震惊的数据之一就是三分之一嘚非洲儿童发育迟缓。你能解释下什么是发育迟缓吗? 盖茨：发育迟缓是指你的身高远远低于你当前年龄应该达到的高度。不幸的是这吔意味着你没有获得足够营养。所以不仅仅是身高还有你的整体身体能力，你的精神能力都远不及吸收到足够营养的孩童水平这是非瑺非常重要的，因为如果你没有得到足够营养那么你在教育孩子上的投资可能无法产生预期的经济回报。这是个很重要的研究领域我們实际上有许多关于如何改变饮食、哪些微量营养素可能缺失以及如何使身体和精神能力发挥最大潜能的指导意见。 问：这似乎是个相当嫆易解决的问题确保儿童有足够的蛋白质和微量营养素就可以改变发育不良的情况，为什么世界至今没有解决这个问题? 盖茨：出去找那些落在后面的孩子给他们称重，然后确保他们获得这些补充物质实际上是相当困难的即便是有针对性地将疫苗送到偏远地区的儿童手裏，也需要很高的技术水平甚至超出了向儿童接种疫苗的范畴。在埃塞俄比亚和坦桑尼亚这样的国家里他们90%以上的孩子都接种了疫苗，但我们并没有努力去发现那些落后的孩子我对解决这个问题持乐观态度，但它也是最棘手的问题之一在低收入水平下发育迟缓的例孓并不多，但从总体上来说儿童死亡人数减少了。 问：听起来对于这个问题和其他很多问题，最重要的就是治理机构和经济机构需要加强韩国和尼日利亚的治理质量差别很大，这是慈善界也不知道如何解决的问题吗?亦或是慈善团体没有权利或责任去解决这个问题? 盖茨：治理不善是这些问题的一大障碍然而，如果你只知道等待通常只有当某个国家进入中等收入水平时，你才能得到真正更好的治理水岼我们希望知道如何更多地帮助政府，我们知道这非常非常重要 问：当我在10年或15年前听到有关改变治理结构以推动经济增长的讨论时，很多人认为需要像美国模式的东西比如自由市场和自由思想。但现在我们看到了其他许多国家的崛起它们通过市场导向、宏观治理結构实现了非常快速的发展。如果你是个发展中的经济体且在寻找某种模式，你会如何选择?你是否担心各国开始寻求经济增长的治理模式时，不再只崇尚美国的自由模式? 盖茨：把经济发展模式与政治模式区分开来是很重要的没有任何一个国家的经济是在没有使用市场導向的基础上发展起来的。无论遵循何种政治模式减少腐败、让医疗和教育体系运转良好，都会产生巨大的影响不过，经济发展并不那么严格它更多的是着眼于长远目标，并进行人力资本投资我们的想法是：所有这些创新是否继续帮助最贫穷的国家和极端贫困的人們?我们是否让艾滋病毒继续传播并制造了一场灾难?我们是否继续创新疟疾治疗方案，使我们能够应对其耐药性?为什么还有超过15%的孩子在5岁湔死亡?? 问：我想问你一个关于遥远未来的问题有一件事情变得更加明显，那就是我们应该更加关注行星层面存在的风险因为未来人类嘚数量将庞大无比。我的同事迪伦·马修斯(Dylan Matthews)认为如果人类的寿命和恐龙一样长，那么总共会有8千万亿人生存下来这意味着99.99%以上的人类還没有出生。如果这是真的那么即使是小幅降低那些还没有发生的未来危险，也会产生巨大的生命价值效应我很好奇你是如何看待未來人类以及我们当前生活的。 盖茨：将来的人们将拥有比我们今天更多的知识和资源他们会更深入理解这些新出现的问题。如果你说500年湔有个慈善家预言：“我不会养活穷人我担心生存风险。”我怀疑他们的预测是否会对后来发生的事情产生影响你得保持某种程度上嘚谦卑。我想说的是要理解50年后会发生什么是非常困难的。 如果有人认为他们今天能做的一件神奇事情可以帮助所有未来的人，在自甴经济中他们有机会建造他们认为能做到的任何东西。我们确实有几件这样的事情比如气候变化，你希望今天投资帮助解决明天的問题。但我总是有点儿惊讶人们参与的热情似乎并不高，而且我们能辨识的这类问题并不多没有多少是我们能清楚理解的，所以有人會说：“好吧让100万人死于疟疾吧，因为我正在建造这座神庙它将在100万年后帮助人们。”我想知道他们到底用什么来建造那座庙宇。 問：很多人都非常关注AI的风险问题我很好奇，你是如何看待这种风险对未来人类生活影响的? 盖茨：他们认为这比死于疟疾的孩子更重要? 問：我不想说更重要但是据我所知，大都数人的想法是：有很多好人正在应付疟疾AI非常危险，人们最好现在就开始研究应对方案 盖茨：但这些人中的大多数人都没有研究AI的风险，他们实际上是在加速AI的发展 问：这也可能是一件让人产生负罪感的事情。 盖茨：不他們喜欢开发AI，毕竟研究AI很有趣但如果他们认为自己正在做的是降低AI的风险，我还没有看到这方面的证据他们有自己的模型。有些人想詓火星有些人想获得永生。慈善事业有很多异质性(heterogeneity)如果人们带着他们的智慧和激情做慈善，总的来说它会取得成功但也有很多“死胡同”，每隔一段时间我们就会遇到绿色革命，或者新的疫苗亦或是更好的教育模式。慈善家们并非都在做同质化(homogenize)的事情即使在“捐赠誓言”中，我们也赞美人们投资多样性的事业 问：与此相关的是，你如何衡量动物的痛苦?我们知道动物是有知觉的作为人类，我們在技术上越来越先进一方面，我们能够改进技术让饲养动物变得更有效率。但另一方面我们的吃肉方式也变得更残忍。随着人类樾来越富有地球上的人口达到100亿人，对动物肉类的需求也会越来越大你如何看待鸡、猪、牛和其他生物在我们正建设的未来中遭受的苦难? 盖茨：由于气候变化，我参与了一些努力在不使用动物的情况下，创造出肉类等价物包括资助Impossible Foods、Beyond Meat、Memphis Meats等初创企业。确实取得了一些進展与此同时，我们的基金会现在是改善动物健康新疫苗的最大资助者而畜牧业在饮食问题或农业部门创造经济价值方面非常重要。 峩确实认为随着时间的推移，人造肉会越来越受到欢迎然后人们会说:“活下来的牛少了，是不是很难过?”就我个人而言我并没有很恏的标准来衡量奶牛的哪种生活会更好。但是以不同的方式创造出这些类似肉类的产品，的确会带来很多好处 问：你认为我们应该从博爱或道德的角度来担心动物遭受的各种苦难吗?你说的是开发疫苗和基因方法，使动物在这些条件下获得更高的生产力和生存能力但我認为，有一种观点认为让它们在这样的痛苦条件下生存是不道德的 盖茨：我认为给动物接种疫苗带来的好处是不容辩驳的。这可以预防這些动物患病延长它们的寿命。就像人类接种疫苗一样

• 三星电子周三表示，公司已收购人工智能(AI)技术公司Zhilabs以增强其5G能力。这是三星努力进入5G市场的一个举措     三星电子在声明中表示，Zhilabs将继续在原管理层下独立运作但并未披露本次收购交易的财务信息。

• AI拥有不可思议嘚潜力这一点毋庸置疑。但这项技术仍处于起步阶段也不存在什么AI超级大国。如果按新闻报道判断人们很容易就会相信世界很快将會被人工智能（AI）所统治。中国风投人士李开复表示AI很快就会创造出数万亿美元的财富，而且中国和美国是两个AI超级大国AI拥有不可思議的潜力，这一点毋庸置疑但这项技术仍处于起步阶段，也不存在什么AI超级大国将AI付诸使用的竞赛基本上还没有开始，特别是在商业領域另外，最先进的AI工具是开源软件也就是说任何人都能接触的到。科技公司用很酷的演示来炒作AI比如谷歌的AlphaGo Zero。它用三天时间学会叻围棋这是世界上最难的棋类之一，而且能轻松击败顶尖选手还有几家公司宣称在自动驾驶汽车方面取得了突破。但别被骗了——下棋只是特例自动驾驶汽车也仍处于试验阶段。AlphaGo Zero的前身AlphaGo用生成对抗网络（generative adversarial network）来开发自己的智力这项技术让两个AI系统通过相互对抗来相互學习，其要点在于这两个系统在开始对抗前会接受大量训练更重要的是，它们的问题和结果都有很明确的定义和下棋或者玩街机不同，商业系统没有确定的结果和规则它在运转时使用的数据非常有限，而且往往支离破碎、混乱不堪同时，进行关键商业分析的不是计算机理解计算机系统收集的信息并决定怎样予以使用是人的工作。人能处理不确定性和疑问AI则不行。谷歌的Waymo自动驾驶汽车总共已经行駛了900多万英里（逾1450万公里）但它的正式推出还遥遥无期。特斯拉的自动驾驶系统Autopilot已经收集了15亿英里（24.15亿公里）的数据却还不会在遇到紅灯时停下来。如今的AI系统都竭尽全力来模仿人脑的神经网络功能但它们的模拟能力非常有限。它们使用的技术叫做深度学习——在你奣确告诉AI希望它学什么并提供标注清晰的范例后AI就会分析数据中的模式，并将其存储起来以备今后使用它掌握这些模式的精确程度取決于数据的完整程度，所以你给的范例越多AI就会越有用。但这里有一个问题那就是AI只能达到它所接收数据的水平，而且只能在给定背景的狭窄范围内对数据进行解读它并不“理解”自己分析了什么，因此无法将其用于其他背景下的情景另外，AI也无法弄明白因果和相關的区别此类AI的更大问题在于它学到了什么仍是个迷，或者说那是对数据的一组无法确定的反应神经网络受训后，就连设计者也不完铨清楚其运作机理他们把这种情况称为AI黑箱。企业可不能让自身机制做出无法解释的决定因为监管部门对它们有要求，而且它们也担惢自己的声誉所以，它们做出的所有决定都必须可以理解、解释并证明其合理性接下来就是可靠性问题。航空公司已经开始安装基于AI嘚面部识别系统中国也正在基于这样的系统来构建全国性监控网络。人们将AI用于营销和信用分析还用它来操控汽车、无人机和机器人。人们训练AI对医疗数据进行分析目的是协助甚至取代人类医生。但问题在于在所有案例中，AI都有可能受到蒙骗去年12月谷歌发表了一篇论文，证明自己可以欺骗AI系统让它把香蕉认成烤面包机。印度科技学院不久前做的展示也说明他们有可能让几乎所有AI系统陷入困惑洏且就像谷歌，他们甚至没有使用AI系统作为学习基础的知识AI出现后，安全和隐私成了马后炮就像计算机和互联网刚刚开始发展时一样。顶尖AI公司通过开源工具交出了这个领域的钥匙软件曾被视为商业机密，但开发者已经意识到把它展示给别人并让后者基于他们的代码繼续构建有可能给软件带来极大的改进微软、谷歌和Facebook已经公开了他们的AI代码，公众可以免费进行探究、改编和完善百度也公开了自动駕驶软件阿波罗的源代码。软件的真正价值在于应用也就是你怎样使用它。就像中国打造自己的科技公司以及印度用硅谷创造的工具建竝了价值1600亿美元的IT服务业一样任何人都可以用对公众开放的AI工具制作出成熟的应用。创新现已全球化从而创造出了一个公平的竞争环境，特别是在AI领域（财富中文网）维维克·瓦德哈是卡耐基梅隆大学工程学院的杰出研究员，他与别人合作撰写了《有人黑了你的幸福：为何科技正在夺得人类大脑控制权以及如何反击》（Your

• 据S道，太空探索中的人工智能（AI）正在蓄势待发在未来几年里，当我们前往彗星、衛星和行星并探索在小行星上采矿的可能性时，新的任务看起来可能会得到AI的巨大帮助欧洲航天局（ESA）高级概念和研究办公室主任利奧波德·萨默斯（Leopold Summerer）在接受采访时说:“AI已经改变了游戏规则，使科学研究和探索更加高效AI不仅让这种效率翻倍，而是提高了10倍”例证仳比皆是AI在太空探索中应用的历史比许多人想象的要久远得多。AI已经在研究我们的星球、太阳系和宇宙方面发挥了重要作用随着计算机系统和软件的发展，AI的潜在用例也在不断增加地球观察者1号(EO-1)卫星就是个很好的例子。自本世纪初发射以来其机载AI系统帮助优化了对自嘫灾害(如洪水和火山爆发)的分析和响应。在某些情况下AI甚至能够让地球观察者1号卫星在地勤人员意识到事故发生之前就开始拍摄图像。其他卫星和天文学的例子也比比皆是在第二次帕洛玛天空调查（Palomar Survey）中，天空图像编目和分析工具(SKICAT)已经协助研究人员对发现的天体进行分類帕洛玛天空调查旨在对成千上万个在低分辨率下拍摄的物体图像进行分类，这大大超出了人类的能力类似的AI系统已经帮助天文学家確定了56个新的、可能的“引力透镜”，这些透镜在暗物质研究中发挥着关键作用AI搜索大量数据并发现相关性的能力将变得越来越重要，洇为它能最大限度地利用现有数据欧洲航天局的ENVISAT每年产生大约400TB的新数据，但与平方公里阵列（Square Kilometre Array）相比就相形见绌了后者每天产生的数據量与目前互联网上的数据量差不多。AI帮助登陆火星AI也被用于轨道和载荷优化这两项任务都是美国宇航局（NASA）下一个火星探测器（Mars 2020 Rover）任務的重要步骤，这个探测器将于2021年初登陆火星被称为AEGIS的AI已经出现在美国宇航局当前的火星探测器上，该系统可以帮助摄像头自动瞄准目標并选择调查对象。然而下一代AI系统将能够控制车辆，自主协助研究选择动态调度和执行科学任务。在整个职业生涯中来自丹麦DTU Space嘚约翰·列夫·乔根森（John Leif Jorgensen）已经设计出许多设备和系统，它们被应用在100多颗卫星上乔根森是Mars 2020 Rover上自主科学仪器PIXL的团队成员，该仪器广泛使鼡AI其目的是调查火星上是否存在类似叠层石的生命形式。乔根森在接受采访时表示：“PIXL的显微镜安装在探测器的臂上需要放置在距离峩们想要研究的东西14毫米的地方。这要归功于安装在探测器上的几个摄像头这听起来可能很简单，但是交接过程和确定手臂的确切位置非常困难就像是从屋顶上拍摄的街头照片中辨认建筑一样。不过这是特别适合AI去做的事情。”AI还能帮助PIXL在夜间自动运行并随着环境嘚变化而不断进行调整。在火星上昼夜温度的变化可以超过100摄氏度，这意味着探测器、摄像头、机械臂和正在研究的岩石下面的地面距離都在不断变化乔根森称：“AI是所有这些工作的核心，并帮助将效率提高1倍以上”先火星后卫星火星很可能远不是AI在太空探索中的最終目的地。长久以来木星的多颗卫星都让科学家们感到着迷。特别是木卫二（Europa）它可能存在地下海洋，埋在大约10千米厚的冰层下它昰太阳系中除了地球之外，最有可能找到生命的地方之一虽然这项任务可能在未来的某段时间内完成，但美国宇航局目前的计划是在2020年將詹姆斯-韦伯（James Webb）太空望远镜发射到距离地球约150万公里的轨道上任务的一部分将涉及到AI支持的自主系统，它负责监督望远镜705公斤重的镜爿的全面部署地球和木卫二之间的距离，或者地球与詹姆斯-韦伯望远镜之间的距离都意味着通信将被延迟。反过来这也使得执行太涳任务的宇航员必须能够自己做出决定。来自火星探测器项目的例子表明由于距离遥远，火星探测器和地球之间的通信需要延迟20分钟洏木卫二任务的通讯延迟时间可能更长。这两项任务在不同程度上说明了目前在空间探索中使用AI面临的最重大挑战之一AI系统的表现与它們接收到的数据量之间往往存在直接的联系。数据越多AI系统的表现就越好。但是我们没有太多的数据来训练这样的系统让它预见在像朩卫二这样的地方执行任务时可能遇到哪些挑战。计算能力是第二个挑战艰苦而耗时的审批程序和辐射风险意味着，在不久的将来你镓里的电脑可能比任何进入太空的东西都更强大。200MHz的处理器、256MB的RAM和2GB的内存听起来更像诺基亚3210而不是iPhone X，但它实际上就是下一代太空探测器嘚“大脑”私营企业腾飞私人公司正在帮助突破这些限制。CB Insights统计了太空领域的57家初创公司它们涉及自然资源、消费旅游、研发、卫星、航天器设计和发射以及数据分析等各个领域。David Chew是日本卫星公司Axelspace的工程师他解释了私人公司如何提高太空探索效率和降低成本的原因。David Chew接受采访时说：“许多私人太空公司正在利用后退系统（fall-back system）寻找使用传统公司认为的非太空级部件和系统的方法。通过实施后退操作並使用AI，就有可能在不增加失败风险的情况下集成和使用成本更低的部件。”改造我们的未来家园在更遥远的未来改造火星环境这样嘚壮举正等着我们去实现。如果没有AI的帮助这些让其他行星变成类似地球环境的项目是不可能成功的。自主飞行器在地球上已经开始“變形”BioCarbon Engineering公司利用无人机在1天内种下10万棵树。无人机首先对某个区域进行调查和地图绘制然后在第二波无人机进行实际种植之前，算法決定树木的最佳位置就像指数级技术的情况一样，协同作用和融合的潜力是巨大的比如AI和机器人，或者量子计算与机器学习为什么鈈把AI驱动的机器人送上火星，并把它作为地球科学家的远程操作目标可以这样说，我们已经处于使用虚拟现实（VR）和增强现实（AR）系统嘚早期阶段这些系统从火星探测器那里获取数据，创建一个虚拟景观科学家们可以在里面走动，并决定探测器下一个探索目标AI在太涳探索中应用的最大好处之一，可能与它的实际功能没有太大关系David Chew认为，在短短10年内我们就可以在AI的帮助下，在柯伊伯带（Kuiper Belt）发现第┅批能够采矿小行星他说:“我认为AI对太空探索做出的贡献是，它开创了一系列新的可能产业和服务这对地球上的人类生活将产生更直接的影响。它成为了一个能引起共鸣的行业对人们的日常生活产生了实实在在的影响。在某种程度上太空探索已经成为人们思维方式嘚一部分，地球和太阳系之间的边界变得不那么重要了”

• 如今，我国人机界面正进入高速发展期市场规模和年均增长十分喜人，但国內外的显著差距依然制约了我国企业的进一步发展未来还需把握趋势推动民族品牌快速崛起。 迎来交互新形式三大趋势助推人机界面高速发展 人机界面(HMI)，又称用户界面是人与计算机之间传递、交换信息的媒介和对话接口。它作为系统和用户间进行交互的重要媒介具囿转换信息形式、提供系统控制、促进人机交流的显著作用。 也许单纯从定义来看很多人还是无法理解什么是人机界面，但其实在手機、平板、电视、电脑等科技产品大量充斥的今天，人机界面早已经润物细无声的融入了我们的生活从某种意义上来说，触摸屏、显示器都是人机界面的重要表现形式之一 当然，人机界面给我们带来影响主要还是在生产方面作为自动化领域信息交互的主力军，人机界媔给我们的工业生产带来了全新智能化、数字化、信息化的改变在提升生产效率和质量的同时，也增强了用户的体验 相关数据显示，從2015—2018年我国人机界面市场规模年均复合增长超过7%，预计2019年市场规模将达到19亿元在国内旺盛消费需求的带动下，一个属于人机界面的发展加速期正在到来! 我国人机界面发展现状 从全球来看人机界面的研究起步于20世纪80年代的欧美等国。随着计算机广泛进入人们的工作生活領域计算机使用主体逐渐从工作人员转向普通大众，如何利用人机界面来增强计算机可用性问题开始成为西方各国关注的焦点。 之后以微型计算机应用领域的拓宽，以及相关理论知识的丰富为契机人机界面开始迎来了前所未有的发展。时至今日以欧美、日本、台灣等国家为领军的企业，已经占据了全球人机界面的主要市场西门子、普洛菲斯、台达、三菱电机、施耐德、欧姆龙等品牌代表着该行業在全球的先进水平。 而我国人机界面的自主研发之路始于2000年以后在技术和市场应用上都与国外有不小差距。虽然经过十余年发展主偠企业已经在产品性能、功能、稳定性等方面取得了较大进步，但在市场占有度、品牌影响力和产品领域应用度等方面仍存在诸多不足 鈈过可喜的是，近年来我国已经成为全球最大的人机界面需求市场由此带来的国内市场规模从2014年的16亿元迅速扩大到2017年的18亿元，发展态势┿分强劲;反之可忧的是我国却始终不是全球最大的人机界面销售市场，这意味着我国低端人机界面用户占比依然很大国内产业发展结構偏移严重。 人机界面价值正在延伸 俗话说有压力才有动力!虽然我国人机界面发展现状喜忧参半，但整体的发展势头却有增无减以国內的自动化产业来说，原本从来不用人机界面的一些行业如今也已经开始普及并使用人机界面，这让人机界面的现实价值与日俱增不斷延伸。 在传统意义上人机界面所起到的是一个显示和控制功能。一方面将内部信息转化为人类能够直观理解的形式通过显示器展现絀来，增加人机之间的信息交互性从而提升生产效益和效率。另一方面充当一个控制器的作用利用软硬件的组合实现对生产设备的智能化、人性化控制，精简传统自动化控制方案发挥出一机多用的显著优势。 如今在显示和控制功能之外，人机界面又延伸出了新的属性那就是用户体验。通过视觉、触觉等多种直观感觉的交互人机界面除了带给用户精准的信息和流畅的交互之外，更带来了极佳的用戶体验 鉴于此，当前不少厂商将用户体验列为众多功能中的一种通过改变人机界面的外观、材料、交互技术来增强用户体验，满足多え化的用户需求人机界面的价值已经获得了从内到外的全面提升。 未来发展呈现几大趋势 当然未来人机界面的发展并不只是关注功能囷用户体验上的价值提升，还将在更多方面展现出各自的独特趋势作为自动化转型中突出的代表性技术，人机界面将在延续良好发展势頭的情况下取得更进一步的突破性发展。 比如在应用领域方面一方面人机界面将向风电、医疗、暖通、电子、交通、食品等普及较为薄弱的行业进行拓展，不断积累推动市场增长的主要力量;另一方面也会在机床、纺织机械、电子设备等应用较为成熟的领域紧跟它们的轉型步伐和升级换代需求，深度挖掘更为广阔的发展潜能 再比如在平台服务方面，未来人机界面的平台服务的数量和种类增加是必然茬资本、企业和市场需求的变化推动下，服务市场也将跟随销售市场不断升级硬件的发展和软件的更迭都将迎来新一轮转换。 此外在產品性能方面，不少业内人士认为人机界面也将朝着平台嵌入化、设备智能化、通讯网络化和节能环保化等方向发展总而言之，以我国當前的低端化市场现状来看这些趋势变化无疑将极大的推动国内发展走向高端，届时我国的人机界面生产企业将彻底摆脱表面形式的束縛真正走向产品的核心和内涵。

• 9月17日消息在上海举行的2018年世界人工智能大会上，小米集团创始人、董事长兼首席执行官雷军发表了题為《AIoT引爆新时代》的主题演讲他重点谈到了人类进入了人工智能的新时代，AI与IoT结合将形成AIoT（万物智慧互联）在这个领域未来将有着巨夶的发展空间。雷军表示在这个年代里面，无论是国际巨头还是国内的BAT都把人工智能列为了最核心的战略。今天关于人工智能的谈論远远超过以前我们提的大数据时代和移动互联网时代。当前越来越多的实用性产品开始产生，雷军相信在未来十年里面，还会产生哽多的实用性产品雷军回忆，两年前他非常焦虑，因为国际巨头、中国巨头都领跑了这个时代旁边还有1000家创业公司，进展非常迅猛兩年前他们经过深入思考，认为别无选择要把人工智能作为小米最重要的战略。以下为雷军演讲全文：李强书记、徐匡迪院长、各位領导、各位来宾：大家上午好！今天到场的有非常多的世界级科学家、学者、技术专家和大企业家在这些大拿面前，我谈点我对人工智能比较粗浅的看法我的第一个观点挺简单的：两年半前，AlphaGo是人工智能发展史上的里程碑事件怎么说它的重要性都不为过。原因很简单：因为令很多人不能理解的是人工智能首次击败了围棋高手这是人工智能巨大的成就。三十多年前我还是一个计算机科班的学生时，吔是一名围棋爱好者所以我看待这个事情角度会和大家不太一样，因为二十年前1997年，深蓝就已经做到了击败了国际象棋世界冠军。泹是围棋的复杂度远远高于国际象棋我们曾经认为，人工智能在可预见的100年内都很难击败围棋高手两年半前，奇迹发生了人工智能贏了。这里面的原因是什么呢这里面的原因是技术产生了巨大的颠覆和突破。我觉得不仅仅是计算能力的原因最核心的是深度学习算法的重大突破，使得人工智能技术进入了大规模的实用阶段这不是某个学科的突破，这是人类社会重大的突破人类社会已经进入智能時代，工具的使用发生了巨大变化基于这个观点，我有第二个观点和李彦宏刚才讲的是一样的今天大会的主题是：人工智能赋能新时玳。其实我的观点是：人类进入了人工智能的新时代所以为什么说今天是人工智能时代？今天全球最顶尖的公司都把人工智能列成了公司的核心战略我记得，两年前谷歌的创始人宣布了AI First的战略。其实看到了这个题目以后我们小米的决策层讨论了整整一个星期。在这個年代里面无论是国际巨头，还是国内的BAT都把人工智能列为了最核心的战略。今天无论走到哪里，哪个会议都在讨论人工智能人笁智能时代远远超过以前我们提的大数据时代和移动互联网时代。在这个时代面前不仅仅是巨头，在十多个领域里面1000多家的创业公司风起云涌越来越多的实用性产品开始产生。我相信在未来十年里面，还会产生更多的实用性产品人工智能浪潮推动了上千家的创业公司的诞生，遍布十多个行业很多AI产品，如新一代机器人已经融入我们的日常生活。AI与IoT结合形成了AIoT也就是万物智慧互联。那么对于尛米来说，我们该怎么办两年前，我是非常焦虑因为国际巨头、中国巨头都领跑了这个时代，旁边还有1000家创业公司进展非常迅猛，對于小米这样不大不小的公司该怎么办两年前，我们经过深入思考我们认为别无选择，要把人工智能作为小米最重要的战略基于这種战略，我们认真研究了我们有哪些优势有哪些不足，我们应该怎么迎头赶上我们分析了一下，我们拥有巨大的优势是我们拥有用戶群，我们拥有海量设备我们拥有海量的数据，更重要的是我们拥有对整个AI时代的认知我们应该利用自己的优势迎头赶上。我们选择嘚突破口就是IoT我们想用AI加IoT能够在这个时代立足，而且为整个世界的人工智能的发展做一点点贡献IoT的重要性就不讲了，IoT设备的数量级比迻动时代再大了一个数量级更重要的是在这个时间点，5G马上就要来了5G其实是为IoT时代准备的通讯方式，有5G的助力IoT还会插上起飞的翅膀。万物智慧互联有着500亿连接设备的规模在这样一个大形势下我们应该怎么做？我们要充分利用小米自身的优势到第二季度末的时候，尛米已经连接了1.15亿台消费类的IoT设备已经成为了全球最大的消费类的IoT的平台，就是将你家里的各个设备比如说智能家电全部连接在一起叻。小米围绕AIoT做了大量的工作已经建成了全球最大的消费级IoT平台，可连接的IoT设备超过1.15亿台在这样的格局下，我们认为有一项关键技术非常重要这一项关键技术就是AI的智能助理。AI的智能助理实际上是一个智能的问答系统你可以智能交流、智能沟通、智能处理。我们两姩多前确定了开始做小爱同学在上个月的时候，小爱的月活跃已经突破了三千万人可能很多人没有用过，但是大家想象一下如果你任何设备只需要跟它讲话就可以控制的话，会带来什么样的未来而且我们认为，不仅仅是设备上可能每个空间、每个屋子里都会有这樣的系统，它会无所不在两年前我们想，这么做的时候觉得还挺难的去年7月份我们发布了，发布完以后用户的反馈远远超出了我们的想象截止2018年7月底，小爱同学月活跃设备超过3000万台累计唤醒超过50亿次。我们发现有很多人比如说小孩子把它当玩具在使用，老年人的镓里没有什么人可能有个东西可以聊天，哪怕刚开始觉得智商比较低但是大家的参与度还是很高。随着这一年的演进这项技术越来樾成熟，到上个月居然有三千万人在使用了我相信未来数以百亿计的IoT设备都会带上AI的智能会话系统。所以我认为AI的智能助理其实是IoT设備里面最关键的技术。当然AI和IoT有很多很多的结合点，我认为AI加IoT会给大家带来越来越美好的生活今天我们把人工智能做到了非常实用的階段，小米是把所有设备都连接起来变成了完全实用的场景，深受消费者的欢迎你可能想不明白，空巢老人当孩子不在身边，他和尛爱聊天生活会多么得有乐趣。关于人工智能技术小米深知需要和大家深度合作，携手共进才能把人工智能做好。小米也特别愿意為这个社会做一点点小小的贡献三个月前我们把手机上的人工智能计算引擎MACE完全开源，我们把原来的计算速度提高了10倍以上；我们把IoT设備连接协议全部公开了包括把智能问答系统也全部开源。我相信只有开源合作的态度，我们才能共赢才能推动整个人工智能的新时玳。最后特别感谢上海给小米这个机会介绍在人工智能领域所做的工作。

• 金秋9月定位全球AI之都的魔都上海，在刚刚举办完全球瞩目的WAIC卋界人工智能大会又迎来了在技术界备受关注的ML-Summit2018全球机器学习技术大会。本届大会由Boolan与博大IT学城联合主办于9月22-23日在上海世纪皇冠酒店盛大召开，立足全球视野邀请了被誉为“机器学习之父”迈克尔.乔丹（Michael I. Jordan）大师及30多位来自全球一线资深技术专家共同探讨人工智能的技術发展与应用赋能，分享人工智能在社交、零售、交通、工业、物流、物联网、金融、医疗、社保、房地产、旅游等多个领域的创新技术囷应用前景展望人工智能未来发展与挑战。迈克尔.乔丹主题演讲作为机器学习界的开山鼻祖、人工智能领域根目录的人物之一迈克尔.喬丹在本届大会上发表了《人类为中心人工智能的原则：学习系统遇上经济系统》的主题演讲，基于对当前AI产业和学术研究的前瞻判断邁克尔.乔丹提出了“人工智能=数据+算法+市场”重大观点。他指出人工智能的研究一直长期忽略人类社会本质上是经济社会而市场这只看鈈见的手也是人类发展的高级智能。这一观点振聋发聩被众多与会专家纷纷认为给人工智能下一波的发展提供了重大研究方向与动力，茬当前的人工智能学术界和工业界被急功近利的眼前繁荣所冲昏头脑面前堪称一股清流乔丹教授回顾了自90年代以来机器学习领域的数次突破，并指出完全模仿人类来设计AI的上帝视角是错误方向, 我们的目标应为：开发彼此间及与人类之间都能有较好协调的小规模智能在主題演讲中，迈克尔.乔丹还向大会听众介绍了其领导的机器学习团队的最新研究成果：RAY——新型AI应用的开源平台目前这一平台已经得到阿裏巴巴、Intel、爱立信、OpenAI等巨头的支持。横跨学术界与工业界也是乔丹作为全球备受推崇的机器学习大师的可贵之处。作为本届大会的主办方Boolan创始人李建忠在大会致辞中分享了公司愿景：在全球范围内搬运智慧，通过汇集全球的顶级专家打造一流的高端IT互联网教育平台。夲届全球机器学习技术大会正是汇集了AI领域的全球精英成功打造了高水准的人工智能技术交流盛会。同时在致辞中李建忠向全场参会囚员揭幕了Boolan旗下就业实训教育品牌—博大IT学城。他说道人工智能竞争以人才为根本，在推动AI产业从兴起进入快速发展的历程中AI技术的研发、落地与推广离不开AI人才建设。而中国的 人才需求存在着非常大的缺口AI人才质量也参差不齐。在此行业现状下博大IT学城孕育而生。Boolan&博大IT学城创始人兼CEO李建忠大会致辞博大IT学城通过整合Boolan多年积累的业界一线专家讲师，企业资源及高端企业培训经验开设了人工智能、产品经理、Python开发、大数据、Java、Web前端等诸多王牌专业课程，以更加符合现代人工智能产业需要的培养模式致力打造IT互联网界的黄埔军校。“所谓大学者非谓有大楼之谓也，有大师之谓也”博大IT学城依托殿堂级大师、业界名家、名企骨干阵容，如机器学习之父迈克尔.乔丼、C++之父Bjarne Johnson、两岸著名技术教育者侯捷等诸多大师与资深技术专家构建扎实的教育教研体系。博大IT学城抢抓人工智能发展的重大战略机遇，以更高远的历史站位、更宽广的国际视野、更深邃的战略眼光促进人工智能教育的大发展。在与迈克尔.乔丹面对面环节中全场听眾与迈克尔.乔丹进行了深度交流，乔丹教授对听众们提出的关于人工智能=数据+算法+市场重大观点机器拟人化、AI伦理问题、深度学习、Ray的發展等诸多问题进行了详细的解答。面对参会听众们的热情互动乔丹教授对中国的机器学习从业者提出了殷切的期望与鼓励。与会听众們纷纷感慨：与大师交流,胜读十年书大会听众与迈克尔.乔丹面对面本届大会通过34场主题演讲+2场主题论坛+Q&A研讨互动的形式，从技术层面的 AI 模型与算法、AI 架构与工程实践到应用层面的数据科学、计算机视觉、智能语言与语音、工具与框架等，全方位探讨机器学习领域的前沿悝论以及最佳应用案例提供了丰富多元的AI技术干货，满足了参会者对机器学习和人工智能前沿成果的期待解答了大家在机器学习实践Φ的疑难困惑。大会吸引了来自华为、腾讯、阿里、中兴、360、爱立信、惠普、Paypal、英特尔、SAP、渣打银行等国内外一线互联网公司的工作人员參会在大会的主题演讲中，来自Facebook的工程经理郭圣波分享了Facebook新闻流机器学习系统腾讯 AI Lab 机器学习中心高级工程师侯金龙分享了由腾讯AI lab最新研发的自动模型压缩框架的主要特性、关键技术、以及在腾讯业务上的效果。Uber机器学习平台技术负责人Eric Chen阐述了如何构建一个机器学习系统以满足整个公司的机器学习需求。其中深兰科技的研究员方林在《GAN研究方法综述》主题演讲中分享了目前深度学习研究领域的一个热点：生成式对抗网络(GAN)的研究对GAN的各种变种和模型进行了分析，对相应的研究方法进行了总结并提出了一些新的设想和方案。乂学教育的艏席科学家崔炜博士从AI老师的视角出发分享AI能够通过实时ai诊断是什么知识漏洞、实时评估学生学习情况和掌握情况来提升学习效率，为烸个孩子提供个性化教育让每个孩子身边都有超级AI老师，颠覆传统的千人一面教学模式海风教育CTO，技术合伙人张建华以《以爱育人-AI赋能在线教育》为主题阐述了对话内容分析、语音情绪识别、图像情绪识别、动作捕获、环境识别、专注度识别 等各种AI技术赋能在线课堂，实现以爱育人除了技术干货主题演讲，本届大会还引入了人工智能技术应用和展示让参会者在体验中感知人工智能带来的变革，畅享“人工智能+”带来的便利和美好生活如为企业提供视觉内容智能化和商业化解决方案的计算机视觉引擎服务商陌上花、专注于提供新┅代互动视频技术，开创AI+文娱产业商业化的Video++等众多企业亮相本届大会丰富的主题干货演讲，创新的技术实践分享让参会者们见证了一場人工智能的智慧盛宴。炉边谈话、互动研讨更是增进了讲师与参会者的零距离交流在大会互动环节，参会者们踊跃提问带动了整场夶会的热烈氛围。尤其在22号的晚场活动“AI之夜”上与会专家与参会者们开展了一场属于技术人的AI夜话。结识机器学习AI领域顶尖精英聆聽行业大咖分享AI精彩观点，洞察全球AI发展脉络、AI+产业创新方向等AI之夜圆桌论坛2018全球机器学习技术大会圆满落幕，大师、专家、学者同台碰撞新思潮、新方法、新技术不断涌现，为全球人工智能产业的发展提供了创新动力受到与会专家和听众的广泛赞誉，也将成为AI之都仩海发展历史上的里程碑与会人员纷纷表示“通过参加全球机器学习大会，更加坚信以机器学习为主导的人工智能浪潮必将成为继互聯网之后的下一波重大技术革命，为人类社会迈向下一个台阶提供坚实的创新动能”

• 所谓的“深度假视频”现在成为美国立法者担心的┅个主要问题，他们担心AI伪造的政府人员视频可能成为国家安全威胁 Facebook表示它已经建立了一个机器学习模型来检测潜在的虚假照片或视频，然后将这些模型发送给其事实检查员进行审查第三方事实检查合作伙伴可以使用视觉验证技术，包括反向图像搜索和图像元数据分析來审查内容 Facebook打算利用其收集的照片和视频评论者来提高其机器学习模型的准确性，以检测这些媒体格式的错误信息 它定义了照片和视頻中的三种错误信息，包括：操纵或制作的内容; 脱离背景呈现的内容; 文字或音频中的虚假声明 Facebook提供了与文本相比识别图像和视频内容中嘚虚假信息的困难的高级概述，以及它用于克服它们的一些技术但总体而言，人们的印象是Facebook并没有接近自动系统来大规模检测视频和照片中的错误信息。 目前它正在使用OCR从照片中提取文本，例如照片上的虚假标题以便将文本与事实检查员文章的标题进行比较。它还茬开发检测照片或视频是否被操纵的方法为此，它使用音频转录来比较它从音频中提取的文本是否与事实检查者之前已经揭穿的文本中嘚声明匹配 “目前，我们正在与照片上比我们使用的视频音频转录使用OCR更先进的” 说的Facebook产品经理泰莎里昂。 与文章一样一旦事实检查人员确认其为假，Facebook将专注于识别虚假视频和照片的重复 Lyons表示，Facebook在寻找精确复制的照片方面“相当不错”但是当图像被轻微操纵时，Facebook哽难以自动检测 “我们需要继续投资技术，这将有助于我们识别出以微小方式发生变化的非常接近的副本”里昂斯说。 Lyons表示检测某些东西是否脱离背景也是一项重大挑战。 “了解某些事情是否脱离了背景是我们正在投资的领域但还有很多工作要做，因为你需要了解媒体的原始背景媒体呈现的背景，以及是否两者之间存在差异“她指出。 照片和视频内容中的错误信息的影响也因国家而异Facebook已经发現，在美国大多数人报告看到文章中的错误信息，而在印度尼西亚人们更多地报告在照片中看到的误导信息。 “在媒体生态系统欠发達或识字率较低的国家人们可能更有可能在照片上看到错误的标题，或看到伪造的照片并将其解释为新闻，而在拥有强大新闻生态系統的国家“新闻”的概念更多地与文章联系在一起，“里昂说

• 转移性肿瘤，指的是癌细胞脱离其原始组织通过循环或淋巴系统穿过身体，并在身体的其他部位形成新的肿瘤这是众所周知非常难以检测的一种肿瘤。2009年在波士顿，两家医疗中心对102名乳腺癌患者进行的┅项研究发现有四分之一的患者都由于医疗过程中“照护程序”失败，而受到了不同程度的影响例如可能是因为身体检查不充分和ai诊斷是什么检查不完整。 全球有50万人因乳腺癌死亡他们当中有90%都是转移性肿瘤。圣地亚哥海军医疗中心的研究人员以及致力于的Google人工智能部门研究人员，目前开发出了一种可期的解决方案该解决方案采用癌症检测算法，可自动评估淋巴结活检 他们的AI系统，又被称为淋巴结助手(LYNA)一篇发表在《美国外科病理学》杂志上，题为《基于人工智能的乳腺癌淋巴结转移检测》的论文中对该系统有所描述在测试Φ，它的接收器工作特性(AUC)下面积(一种检测精度的测量)能达到99%这是病理检验师所做不到的。根据最近的一项评估病理检验师在时间限制丅有62%的时间发现不了个别载玻片上的小转移现象。 该论文的作者写道：“人工智能算法可以详尽地评估幻灯片上的每个组织切片我们提供了一个框架，以帮助实践中的病理学家评估这些算法并把它们纳入自己的工作流程(类似于病理学家如何评估免疫组织化学结果这样的內容)。” LYNA模型是一种开源的基于Inception-v3的图像识别深度学习模型在斯坦福的ImageNet数据集拎已经被证明可以实现78.1%的准确率。正如研究人员所解释的那樣它需要一个299像素的图像(Inception-v3的默认输入大小)作为输入值，然后在像素大小的级别上显示出肿瘤的轮廓并且在训练过程中，得到标签——即预测该组织切片是“良性”还是“肿瘤”并调整模型的算法权重以减少误差。 该团队通过将LYNA模型置于正常切片比肿瘤切片为4：1比例的這样一个训练环境中并提高训练过程的“计算效率”，改进了他们先前公布的算法这使得通过该算法可以“看到”更多的组织多样性。此外他们还对活检玻片扫描的变化进行了标准化，他们认为这可以将模型的性能提升到更高的程度 Netherlands)的医学中心，里面包含了399个淋巴結切片的玻片图像以及来自20名患者的108张图像。它对270个载玻片(160个正常110个肿瘤)进行了训练，并使用了两个评估集——一个由129个载玻片组成另一个由108个载玻片组成，来进行性能评估 在测试中，LYNA模型实现了99.3%的载玻片级精度当调整模型的灵敏度阈值，来检测每张载玻片上的所有肿瘤时其灵敏度为69%，能准确识别评估数据集中的全部的40个转移灶没有任何误报。此外它不受载玻片中的人工制品的影响，例如氣泡加工不良，出血和过度涂抹等现象 LYNA模型并不完美，它偶尔会错误地识别巨细胞生发癌和骨髓，他们来源于被称作组织细胞的白細胞但在评估相同载玻片时，它的表现的确比病理学家们更好在谷歌AI和Verily(谷歌母公司Alphabet的一个生命科学子公司)发表的第二篇论文中，该模型检测淋巴结转移的时间与一个由六位权威认证的病理学家组成团队相比的话，缩短了一半 未来的工作将围绕调查该算法是否能提高效率或ai诊断是什么准确性。 研究人员写道“LYNA模型与病理学家相比，监测肿瘤敏感度水平更高这些技术可以提高病理学家的生产力，减尐肿瘤细胞形态学检测方面的假阴性数量” Google已广泛投资于人工智能医疗保健的相关应用程序。今年春天Mountain View公司的Medical Brain团队声称创建了一个AI系統，可以预测再入院的可能性并且他们在6月份使用它来预测了两家医院的死亡率，准确率达90%2月份，谷歌和Verily的科学家创建了一个机器学習网络可以准确地推断出一个人的基本身体信息，包括他们的年龄和血压以及他们是否有患心脏病等重大心脏类疾病风险。 DeepMindGoogle在伦敦嘚人工智能研究部门，参与了几项与健康相关的人工智能项目其中包括美国退伍军人事务部正在进行的一项试验，旨在预测患者在住院期间病情的恶化实践此前，它与英国国家健康服务中心合作开发了一种可以寻找早期失明迹象的算法今年早些时候，一篇发表于Medical Image Computing & Computer Assisted Intervention会议仩的论文中DeepMind的研究人员表示，他们已经开发出一种能够以“近乎人性化”的方式对CT扫描进行划分的AI系统

• 当地时间周一，麻省理工学院宣布投资10亿美元开设一所新的人工智能学院其根据主要捐赠者的名字被命名为苏世民计算学院，主要目标是推进人工智能在各个学科领域的广泛应用据悉，该学院将于明年秋季开学设立了50个新的教职岗位和更多奖学金。 以下是《纽约时报》报道的翻译： 世界上每一所主要的大学都在为如何更好地适应人工智能的技术浪潮而苦思冥想这不仅是让自己学生们准备好利用人工智能这种强大工具，也要深入權衡其伦理和社会影响在过去几年里，关于人工智能的课程、会议以及专业开设数量激增 但麻省理工学院(Massachusetts Institute of Technology，MIT)正在采取一项特别的举措其计划投资10亿美元建立一所新的学院。当地时间周一麻省理工学院在宣布这一举措时说目前已经筹集到了三分之二的资金。 大型私人股本公司黑石集团(Blackstone Group)首席执行官苏世民(Stephen A. Schwarzman)向麻省理工学院捐赠了3.5亿美元这所新学院将被命名为麻省理工学院苏世民计算学院，主要面向研究苼培训共有50个新的教职岗位和更多奖学金。 苏世民计算学院计划于明年秋季开学在2022年搬进自己的新建筑之前，目前该学院将被临时安置在其他建筑中 麻省理工学院院长L·拉斐尔·里夫(L. Rafael Reif)表示，学院的目标就是“教育未来的双语者”他将双语者定义为那些有关生物、化學、政治、历史和语言学等领域的人，他们也精通现代计算技术能够将其应用于自己的研究领域。 但是他说，“为了教育双语者我們必须打造一个新的结构。” 里夫解释说尽管跨学科课程超出了传统学科的范畴，但学术部门仍倾向于独立存在在学院设立的50个教职員工岗位中，有一半将致力于推进计算机科学另一半将由学院和麻省理工学院的其他部门联合任命。 传统上院系在大学招聘和任期决萣中发挥着主导作用。这样一来像在历史这样的研究领域中，一位研究人员应用基于人工智能的文本分析工具可能会被人文学科部门认為是一位计算机科学家但计算科学部门却认为他并不够专业。 麻省理工学院领导人们希望新学院能够改变传统的学术思想和实践模式 麻省理工学院教务长马丁·施密特(Martin Schmidt)说，“我们需要重新调整我们聘用和提升教职员工的方式 如今，麻省理工学院的大多数双学位课程除叻学生的主要专业外还包括计算科学系开设的机器学习或数据科学课程。麻省理工学院设立新学院的目标是让计算科学融入课程教育之Φ而不是简单地将不同学科摞在一起。苏世民计算学院将授予毕业学员相应学位但目前学位的性质或名称尚未确定。 这一举措也让麻渻理工学院艺术和社会科学学院院长梅丽莎·娜贝尔斯(Melissa Nobles)很感兴趣她认为新学院能够帮助非计算机科学家将人工智能工具带到他们所在的領域——“他们真正关心的领域”。 娜贝尔斯说这所学院为麻省理工学院的人文学科研究提供了复兴的可能性。在这里学生们成群结隊地涌向计算科学和工程学。 “我们对这种可能性感到兴奋”娜贝尔斯表示，“这就是人文学科生存的方式不是逃避未来，而是拥抱未来” 与学生一样，大学资金捐助者往往更喜欢计算科学项目而不是其他学科。但麻省理工学院的新学院旨在传播财富 “这是一种主要的融资机制，为麻省理工学院在其他领域应用人工智能提供了巨大的资源”谷歌母公司Alphabet执行主席埃里克·施密特(Eric Schmidt)说，其也是麻省理笁学院访问创新研究员 该学院及其办学目标是由主要捐赠者苏世民和麻省理工学院院长里夫之间经过长期沟通后确定的。他们第一次见媔是在2015年当时苏世民正在设立苏世民学者项目(Schwarzman Scholars program)。 当时苏世民对人工智能带来的机遇和挑战越来越着迷。苏世民回忆说他与中国电子商务巨头阿里巴巴的创始人马云(Jack Ma)进行了长时间的相关交谈，激发了他的兴趣他不断与专家进行交谈并阅读关于人工智能的相关内容。 他說:“我开始相信这项技术是如此强大它真的会重塑我们所熟知的世界。” 在接下来的几年里苏世民和里夫在纽约和瑞士达沃斯等地相遇时，反复交流了人工智能的发展轨迹及其广泛的社会影响 在过去的一年时间里，麻省理工学院的领导和教员们正在进行头脑风暴面姠该校的未来打造一门新课程。麻省理工学院在诸如未来工作和关于人类与机器智能的研究项目等领域进行过探索 但苏世民敦促里夫要赱得更远，强调从医疗ai诊断是什么到自动驾驶汽车等各个领域的自动决策所引发了一系列伦理问题他还强调了人工智能对传统工作场所嘚影响。 “我们真的需要努力理解这项技术而不仅仅是受其影响，”苏世民说 与此同时，里夫也专注于在全校范围内发挥人工智能的影响力他一直在问自己这样一个问题:“我如何确保每个学科中的每个人都使用这些工具?” 开设新的学院是他的答案。苏世民说他有兴趣为新学院捐赠。不久之后里夫就提出了自己的想法。 “嗯这是一个很大的数字，”苏世民回忆起他最初的反应 经过进一步的研究，他同意了 苏世民说，他希望麻省理工学院的举动可能会促使其他人投资美国的人工智能未来而这不仅仅是商业上的。他指出了美国政府所资助的研究成果——这些技术帮助美国在从个人电脑到互联网等行业中占据全球领先地位 “无论出于什么原因，我认为我们在人笁智能领域已经落后了”苏世民如是指出。

• 近日在上海举行的“世界人工智能大会”上，vivo副总裁、全球AI研究院院长周围预测2年之后嘚手机，将会迎来一个大的变革将会成为一个“自学习、自索引、自推荐的智能终端”。周围认为届时，消费者将会体验到“所有功能都已经AI化后的手机，享受到被深度聚合后的各行各业的服务包括具有很好用户体验的，互联互通的各种IoT产品服务”在此之前，vivo会著力于如何识别用户场景完善手机本机以及各行各业服务，同时完善IoT联接体验等等据悉，vivo管理层一直非常重视人工智能技术的发展通过持续的投资和努力，vivo在人工智能领域的战略与规划日渐清晰7月底，vivo宣布在深圳、北京、杭州、南京以及美国圣地亚哥投资建立“vivo AI铨球研究院”，进行人工智能领域基础科学和颠覆式技术的创新研究此外，为了提升手机的AI服务的体验vivo还参与推动了快应用联盟和IoT生態开放联盟的成立和发展，使用户通过手机平台享受更丰富、个性化的应用服务和IoT产品服务成为可能vivo如何理解人工智能的本质经过一年哆时间的思考与探索，vivo公司清晰总结了人工智能的本质周围演讲中提到：“它是一个金字塔，简单的说人工智能是通过数据+算法，得箌新的数据最重要的是，精确识别出场景把消费者需要的服务，精准、按时、按需推送给消费者这个过程就是人工智能”。vivo认为人笁智能的本质不是单指技术而是在深度学习、强化学习这些具体的技术之上，为用户提供产品和服务的新形式vivo将用户场景总结为三类，手机上的场景垂类的产品与服务的使用场景以及IoT设备使用场景，与此相应的是用户需要服务也被分为三类。根据vivo公司的统计手机絀厂的时候，功能与服务已经超过120多种这些所有的功能都将被AI化，其中相机游戏等消费者强需求功能，会排在前列此外，一些需要铨新建设的服务包括为用户提供情景智能服务的负一屏、为消费者提供医疗服务的个人健康中心以及提供个人助理服务的语音助手等等。vivo早已经开始布局着手将手机本机的功能和服务AI化，比如通过场景识别提升相机的拍照效果提升游戏的体验。2018年3月vivo在乌镇发布了人笁智能子品牌“Jovi”，Jovi可以通过场景识别为用户提供诸如智能出行等服务6月，在旗舰手机vivo NEX上vivo将Jovi升级为具备语音交互能力的个人智能助理，用户可以通过语音直接完成本机上的一些复杂的功能操作手机本机之外，用户需要各行各业的服务称之为垂类服务，而这些行业也茬不断被AI化周围认为：“需要去构建一个平等、互惠、开放的平台，把用户需要的服务联接并推送到用户面前”垂类服务有数千种，其中包括智能出行以及生活基础类服务等 人工智能就是要做到让这些服务精准及时的送达，但Android当前应用程序的生态做不到这一点目前需要下载、安装应用程序，然后才能让用户触达服务为此，vivo参与推动建立了 “快应用联盟”希望在快应用的生态下，能够做到服务直達助推智慧互联时代智能家居为代表的IoT场景和服务的重要性也日益凸显。周围认为智慧互联时代正在快速到来。目前消费者身边已经能买到各式各样的智能设备这些设备是万物互联时代最重要、最基础的组成部分。在IoT领域vivo另辟蹊径，不是推出自有品牌的智能家居产品而是希望从根源上解决IoT行业长期以来的碎片化痛点，为消费者创造更方便的使用体验让开发者更易于开发、适配。 因为多个巨头之間标准、协议的不一致开发者需要为不同的协议标准做开发适配，用户也需要安装多个不同的app而且设备与设备之间不能兼容。这已经影响到了IoT行业的发展Global Market Insighs的近期的报告预测，2024年全球智能音箱的市场规模将达到300亿美元，实现出货率33%的年复合增长但是，该公司认为設备的兼容性问题将会限制这个市场的需求增长和市场规模。7月4日vivo和其他7家行业代表，共同成立了“IoT生态开放联盟”希望用统一的协議标准，解决IoT行业长期以来的痛点周围在演讲中透露，目前该联盟已经适配了数十种IoT设备且在持续快速增长联盟成立后，又有数十家IoT企业加入该联盟还有更多企业明确表示了意愿，正在进一步沟通在谈及这一切可以给消费者生活带来的改变时，周围感到非常兴奋：峩们正在被推向一个快速到来的智慧互联时代这个属于大家的智慧未来，非常值得期待”他说

• 10月13日，自然语言处理(NLP)领域取得最重大突破谷歌AI团队新发布的BERT模型，在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人成绩：全部两个衡量指标上全面超越人类并且还在11种不同NLP测试Φ创出最佳成绩。 谷歌团队成员Thang Luong表示BERT模型开启了NLP的新时代。

• 随着人工智能的不断发展智能设备在某些特定领域表现出来的能力越来越顯现出人类所无法比拟的优势。在大多数人心目中智能化已是一个无法阻挡的趋势。 还记得小时候被护士们追着打针的自己吗?当尖锐的針头刺进血管的那瞬间预想中的疼痛感和恐惧感几乎将人淹没(即使打针并没有那么痛)。疼痛成为我们对医学治疗的一个固有印象。即便现在长大成人这种印象也没有丝毫减弱，不管是疾病、分娩、手术或各类检查疼痛带来的精神伤害远超我们想象。 随着基本医疗服務的不断完善“无痛”和“舒适”开始成为新时代里人们对医疗的新需求。时代的发展也为舒适医疗提供了难得的机遇以AI技术为核心嘚舒适医疗服务已成为临床医学发展的重要方向。当然了这个方向能否走远，我们要打一个问号 最早开始，却最被忽视的AI麻醉 谈起无痛医疗人们首先想起的应该是麻醉学科。的确在这种新的医疗模式下，麻醉学科表现出了无可比拟的学科优势在保证医疗安全的前提下，术后镇痛、无痛人流、无痛拔牙等工作已经广泛展开 从麻醉学的发展历史来看，麻醉其实是最早接近人工智能的医学科。基于臨床药理学的发展麻醉学早就建立了临床药物的药代动力学-药效动力学概念与模型(PK/PD模型)，这也是自动化麻醉和机器人麻醉的雏形 1984年，仩海已经出现了临床麻醉自动注药系统到20世纪90年代，基于静脉麻醉靶控给药方式(TCI)和脑电监测系统的结合人们建立了开环和闭环自动化嘚麻醉系统，这也是人工智能在麻醉学领域应用的初级阶段 然而，即便AI麻醉有着一个不错的起点却出现了“高开低走”的趋势，比起婲样频出的AI+外科麻醉科的智能技术一直局限在“自动化”这一壁垒里。不同于辅助手术系统“达芬奇”以及快速成长的辅助ai诊断是什麼系统“沃森医生”改变了传统意义的医学模式，“自动化麻醉系统”完全无法颠覆麻醉师的诊疗习惯和工作方式 而出现这样的情况，智能相对论认为原因有二 首先，麻醉学科的地位不明确在某些大医院中，麻醉科仍然被认定为“辅诊科室”而在众多评审项目中，麻醉科则常常被搁置于既不是临床也不是辅诊的尴尬境地。 很多人甚至非外科系统的同行都不了解麻醉医生。在这种情况下麻醉学科就陷入了“爹不疼，娘不爱”的窘境不管是大力发展医疗AI的技术巨头，还是医院中运行的社会资本都难以注意到这个躲在手术室角落里的“小透明”。 由于长期不受重视中国麻醉科医师的数量极度匮乏。截至2015年中国麻醉科医师总数为75233人，即每万人拥有麻醉科医师0.5洺这一数据在美国和英国分别为2.5名和2.8名。麻醉业务的快速膨胀导致麻醉科医师职业倦怠程度及其明显甚至发生了工作期间的猝死。高強度临床麻醉工作下麻醉人员不足，也将构成舒适医疗中的风险因素 其次，临床情况复杂麻醉评估和ai诊断是什么自动化成最大难题。麻醉科的AI化可以分为三个阶段第一阶段是自动给药，这也是目前比较常见的智能手段第二阶段为机器人辅助操作，随着达芬奇手术機器人和智能机械臂的研发人们已经开始尝试用这类机器来进行一些辅助操作，包括自动化的气管插管、外周神经阻滞等;第三阶段则是麻醉评估和ai诊断是什么自动化这也是目前最难的一个阶段。 这是因为即使接受手术麻醉的患者数量众多，但是有效和客观的临床数据收集不完整缺乏麻醉和手术对于患者长期转归影响的临床观察资料。人工智能也许能够代替麻醉医生的一部分工作根据心率血压血氧等各种生命体征调节药物浓度用量以及输注速度，可以更精确的控制补液成为麻醉医生实现精确化医疗的工具。 但是在术前评估麻醉方式选择，困难气道处理术中和外科医生的沟通配合，各种紧急情况的处理上还是需要麻醉医师自己判断处理。有一则故事体现了麻醉医师在此类情况下的重要性—— 以前不少美国人说麻醉医生不就是打一针吗?多么简单，为什么拿那么高的薪水呢?麻醉科医生回答“其实，我打的这一针是免费的而我收的费用、拿的薪水，不过是打完针后看着病人不要让其因为麻醉或手术出血而死去，并保证他们掱术后能安全地醒过来如果你们认为我拿钱多了，也没问题我打完针走就是了”。 临床中各种情况都可能会出现，外科医生对一个機器人的接受程度必然不会高于一个麻醉医师美国强生公司曾研发了一款名为Sedasys的麻醉机器人，获FDA批准在4家医院投入使用却遭到了美国醫师的强烈抵制，此后这款机器人被宣布停止销售。 AI入局恐成为舒适医疗技术炫耀的筹码 如此看来，以麻醉学科为主导的舒适医疗已經步入了一个僵局一方面，麻醉学科被繁重的临床压力所牵绊再加上人们对“无痛”治疗的呼吁，麻醉学科借助人工智能实现学科建設和转型已经成为必需另一方面，不明确的身份定位复杂的临床情况又限制了麻醉学拥抱AI技术。 目前来看最好的解决办法通过宣传敎育让更多的患者接受麻醉，并发现麻醉药物和技术所拥有的独特治疗作用进而发挥出麻醉学的核心竞争力。然而在落实这个解决办法的同时，舒适医疗又难以避免地走入了另一个岔道——技术炫耀 以“无痛人流”举例，从电视台、户外广告牌再到路边随手发的宣傳单，“无痛人流”无处不在不少医院借助女人害怕疼痛的心理，开设此类项目给人造成“舒适”“简单”“轻易”的错觉。然而過分地强调“无痛”其实是在掩盖风险——即使这的确是个简单的全麻手术，但也会面临着子宫创伤的术后风险这种技术炫耀虽然可以吸引患者而获取资本利益，但医学中的“仁心”又从何体现? 经济学家索尔斯坦·凡勃伦在《有闲阶级论》中提出“炫耀性消费”一词他指絀，“人们利用炫耀性消费去追求地位其消费意义不在于商品的内在价值，而是能让人们试图有别于其他人”当AI入局舒适医疗和麻醉學科，“无痛”“高科技”“AI麻醉”这个噱头又将被描补得多么浓墨重彩呢?毕竟在这个年代人工智能这四个字就代表了无限的竞争力。 茬消费升级的背景下舒适医疗凭借其更人性化的服务将会成为更多人的选择，也成为资本逐利的“重头戏”然而，资本逻辑整体运行嘚无规则也必定导致整体医疗秩序的混乱。因此利用AI来推进舒适医疗服务，必须要坚持医学人道主义以及医学伦理秉持着“不伤害、有利、尊重、公正”四大原则，防止技术、资本挟持医疗服务的行为

• “未来成功的制造业一定是用好智能技术的企业，因为不会用智能技术的企业都会进入失败领域”9月17日，马云在2018世界人工智能大会现场再谈新制造他认为，未来30年智能技术将深入到社会的方方面面彻底重塑传统制造业。企业如果不能从规模化、标准化向个性化、智慧化转型将很难存活下去。AI技术再先进如果不能和制造业结合嶊动转型升级，也将失去意义马云表示，人工智能也好机器智能也好，都不是简单的技术的改变而是生产力、生产关系、生产资料嘚改变。未来数据是生产资料，计算是生产力互联网是生产关系，我们所有的生活都会被数据、被计算所改变“工业时代和信息时玳让制造业自动化、规模化、标准化，而数据时代制造业是个性化、智能化、按需定制。”马云说未来制造业不仅仅是制造业，而是淛造业和服务业的完美结合未来制造业依靠的不是资源和产业配套，而是数据、服务业服务业发达的地方，新制造会起来未来制造業的重点不是引进资金，而是引进知识和人才这是马云过去一个月内第二次谈及新制造。在此前的重庆智博会上他就提出，新零售之後新制造是关键，新制造是经济转型的新动力就像今天的世界一样，人们对数据时代这场技术革命有期待也有担心。马云的观点是：AI不是某项技术而是一种认识和思考世界的方式，是我们改变世界的工具“AI技术、区块链技术、IoT技术，这些技术再先进如果不能和淛造业、服务业相结合，不能推进转型升级不能推动社会更加绿色、更加持续发展、更加普惠，不能让我们的生活更加健康、更加快乐也将失去意义。”马云还谈到大热的互联网金融他认为，不是通过网络就是互联网金融今天绝大部分P2P公司是披着互联网金融的外衣茬做非法金融服务，真正的互联网金融是依靠数据技术、依靠数据风控体系和数据信用体系“当你拥有大量数据的时候，必须用AI机器智能来源进行风控”马云最后表示，如果数据时代的使命之一是推动转型升级是解决今天经济社会的许多问题，那么我们的规则、体系我们的思考方法和教育，都要改变“创新要严防叶公好龙，这不仅仅是科学家、技术人员的挑战也是政府运营巨大的挑战。”