1.未来18个月中 人工智能将迎突破;
昨天, 由中国国际经济交流中心和联合国开发计划署共同举办的2018全球治理高层政策论坛暨2018 '一带一路' 金融投资论坛继续在广州召开. 在人工智能技术与可持续发展分论坛中, 与会嘉宾们积极探讨了人工智能技术应如何应用于 '一带一路' 建设, 与会者们认为, 这些正在逐步实现的 '黑科技' , 宏观目标应是助力实现可持续发展.
文/广州日报全媒体记者申卉, 何瑞琪, 方晴, 张晓宜
图/广州日报全媒体记者庄小龙
技术是一把双刃剑, 既能够解决一部分社会问题, 又会产生新的问题. 因此, 通过人工智能等技术的发展, 更宏观的目标是实现可持续发展.
——联合国开发计划署首尔政策中心主任侯法拾·巴拉拾
目前还处于用人工智能辅助人类决策的弱人工智能时代, 人们还将迎来强人工智能时代, 在未来18个月中, 人工智能将迎来突破性进展.
——微软 (中国) 首席技术官黎江
人工智能企业有智能 '董事'
通过人机交互实现洗衣机自动化, 用人脸识别, 云技术等改变你对家的想象, 让生活变得简单……在云米全屋互联网家电创始人陈小平口中, 人工智能让这一切已经逐渐实现. 微软 (中国) 首席技术官黎江说, 微软与合作伙伴一起做了很多人工智能的研发和业务的解决方案, 人工智能可以应用于教育, 翻译等. '微软在人工智能翻译方面, 可以即时翻译8种语言, 书面文字语言方面, 可以翻译6种语言, 基本涵盖了 '一带一路' 所有国家的语言. '
更让人吃惊的是, 圣坦尼国际集团新兴市场论坛首席执行官哈瑞尔达·考利在发言中说, 印度的一家人工智能企业, 其中一名 '董事' 是由人工智能构成. '这个 '董事' 具有学习能力, 可以通过过去3年的董事会学习到企业的运作, 而且它可以在董事会上提出很好的建议, 这个机器人的能力远远超过很多人类董事的能力. '
人工智能辅助人类决策
尚处于弱人工智能时代
当人工智能汹涌而来, 我们应该如何拥抱这项技术? 哈瑞尔达·考利认为, 要将人工智能与物联网等各种技术整合起来, 解决贫困和环境等更多的社会问题, 实现可持续发展.
联合国开发计划署首尔政策中心主任侯法拾·巴拉拾说, 技术是一把双刃剑, 既能够解决一部分社会问题, 又会产生新的问题. 因此, 通过人工智能等技术的发展, 更宏观的目标是实现可持续发展. 他举例, 现在开发的用于在线教育的数字平台, 可以帮助儿童接触教育, 学习文化观. 还有银行业, 保险业, 利用新的技术提供各种各样银行和保险的产品, 降低了成本, 让普通民众提高了生活水平.
'人工智能可以解决很多社会问题, 我们在普惠方面就做了很多. ' 黎江说, 通过人工智能+GPS检测, 可以更好地识别土壤环境, 预测粮食的情况. 还有在线医疗, 由于医疗资源分配不是那么均匀, 很多三线, 四线城市大医院非常少, 可以通过人工智能远程诊断一些疑难病症.
'拍一张你的视网膜照片, 通过人工智能, 马上能看到你是否有糖尿病, 你的身体状况等等, 这些目前已经投入使用, 在很多领域都在发挥着很大的作用. ' 黎江认为, 目前还处于用人工智能辅助人类决策的弱人工智能时代, 人们还将迎来强人工智能时代, 在未来18个月中, 人工智能将迎来突破性进展. 广州日报
2.日本: 理性看待AI神话;
十几年前, 人工智能 (AI) 的第三次浪潮刚刚兴起; 而现在, AI神话已铺天盖地, 成了媒体热炒的焦点. 从AI近60年的发展过程来看, 前两次高潮均因为没能在现实社会中得到广泛应用而最终陷入低谷. 本次AI热潮以深度学习为契机, 展现了可以广泛应用的前景, 创造了许多神话般的奇迹. 但神话是否都会实现? 对此, 科技日报记者日前采访了日本构造计划研究所高级研究员杨克俭博士.
至少现在, AI并非 '魔法无边'
杨克俭博士还是日本土木学会桥梁健康监测委员会委员, 耐爆耐冲击设计委员会委员, 长期担任在日中国科学技术者联盟会长职务. 十几年前他着手开发桥梁智能检测监测系统时, AI尚未波及到土木建筑界.
杨博士认为, 现在的AI是依存于超大量的数据, 通过机器学习和深度学习的算法而实现的技术, 仅仅是从数据做出来的黑箱化的思维工具, 并不是无所不能. 学习方法的突破实现了较高的预测精度. 至于它如何实现的高精度, 则是超大量的数据在高维特征空间中进行高密度, 高精度的内插所收获的结果. 所以要利用人工智能得到准确结果, 前提是拥有可以保证高质量内插计算的大量数据, 和能够准确设定出数据的特征量. 准确地说, 现在的AI所得到的结果是个相关关系, 而不是因果关系. 因此, AI至少现在还不是 '魔法无边' 的工具.
认识误区, 炒作膜拜危害大
杨博士说, 人们最大的误区是把AI已经实现的内容, 即将实现的内容, 还有不大可能实现的内容, 全都混在一起讨论. 其实, 如果没能理解AI的实际能力限制, 就可能做出无知的判断和策划, 造成失败. 一种常见的失败是想利用AI, 却白花钱得不到预想结果; 另一种是虽使用了强有力的AI工具, 但期待过高, 得不到满足结果, 最后放弃而失去了革新的机会. 有这两类失败经验者, 日后反而可能强烈反对AI的推进, 成为AI事业发展的阻力.
他认为, 要做出切合实际的判断, 首先要认清AI到底可以做什么, 将现在能做的, 不久能做的和将来能做的内容认真整理并切实分开是非常重要的.
其次在技术层面上, 机器学习的最大课题是特征量的设计, 人工确定特征量取决于设定者对实施对象的熟知程度等. 深度学习解决了这个问题, 实现了特征量抽出的自动化, 这个突破才促成了AI的第三次浪潮. 现在AI的模式识别水平是高于人类的, 比如机器战胜世界冠军棋手等, 所以引起了人们对AI的膜拜. 其实, AI在识别物体和序列的能力等方面还远不如人类.
另外, AI难以通俗理解是产生膜拜的重大原因. AI的性能越提高, 就越难于进行通俗解释, 过程逐渐黑箱化, 变成黑魔术, 引起人们误解. 人类很重要的行为之一就是通过联想形成推理故事等, 决策和直觉认知比较线性化, 对高维的非线性的AI较易产生膜拜现象.
掌握数据, 掌握AI产业未来
避开上述的认识误区, 可以更客观地分析和预测AI发展的未来. 杨博士认为, 未来AI产业发展的关键就是数据的收集和累积, 谁掌握了数据, 谁就掌握了AI产业的未来. 针对AI的第三次浪潮, 日本政界和经济界都没有等闲视之.
对于AI在建筑业智能检测监测系统的应用, 杨博士说, 今后建筑物的损伤程度判别, 损伤原因解明以及预测, 监控监测检测和建筑管理等方面, 都会因为引入AI而获得突破性进展. 据日本土木工程界预测, 2050年—2060年, 土木建筑业可以实现结构损伤的自动检测和自动修补, 在需要的场所自动建造房屋, 全街区智能化等.
如果实现全街区智能化了, 那建筑工程师不就失业了吗? 针对科技日报记者的疑问, 杨博士回答不会的. 实现街区智能化之后, 工程师的工作可以集中在交互界面, 降低AI计算成本等方面, 并在数据非常少的条件下担负决策责任等.
日本土木学会的资料显示, 2014年建筑业劳动者是343万人, 预计到2025年减到216万人. 日本政府在2016年9月的未来投资会议上提出目标, 到2025年要将建筑业劳动生产率提升20%. (科技日报东京4月12日电)
3.华为终端创新中心总监:5G+AI是推动物联网的双涡轮;
每经实习记者 李诗韵 记者 谢振宇 每经编辑 文多
4月14日, '菁蓉智享会路2018中国物联网高峰论坛' 在成都举行. 投资机会分析专家, 软银集团顾问岛聪在会上提出: '物联网 (IOT) 将会是人类史上最大规模的项目. '
近五年, 中国物联网发展迅猛, 有观点认为, 物联网时代是属于中国的时代.
'未来已来, 整个5G和AI是推动物联网产业的双涡轮. ' 华为终端战略与创新中心总监欧鹏在会上表示,华为2009年便开始进行5G的投资建设.
'物联网解决什么问题呢? 解决的是时间和空间的问题, 是效率的问题. 物联网无处不在, 能实现 '连人连物连服务' , 一体化的效率提升. ' 欧鹏在会上这样解释了物联网.
要实现万物互联, 5G和AI必不可少. 欧鹏表示, '物联网 (IOT) 产业, 既有IOT的终端, 也有IOT的应用和服务. 5G的话, 相当于计算机下面的主线, 把整个主线加宽, 加厚, IOT的终端就会跑得更顺畅. 而AI的能力是处理和交互, 这块一定要实现智能化. 在整个物联网时代, AI能够快速变革以提升整个物联网智能化的水平' .
华为终端有限公司无线宽带与智能家庭产品管理部部长葛泽天认为: 目前, 之所以尚未实现万物互联, 是因为基础设施条件没有达到, 但5G的到来使万物互联具备了条件, 它会加速整个物联网的布局.
5G具体能解决哪些问题? 欧鹏认为, 第一, 如果你购买了8K电视, 按以前的技术, 你无法观看8K的电影, 但5G能给整个4K, 8K提供管道保障, 让普通用户享受到8K电影. 第二, 5G会让传统的移动VR和PC的VR, 转到云端的VR, 实现不插线, 提升VR/AR体验. 这类VR叫云的VR技术, 会是未来非常大的一块5G产业. 第三是无线超宽带进入家庭. 第四是自动驾驶及远程医疗.
葛泽天介绍说: '今年3月份, 华为发布了5G终端芯片, 现在5G的讨论热度很高, 其实5G必须要有终端的承载. ' 对此, 欧鹏也提到: '光是云端的能力是不行的, 还有包括芯片的能力. 安全性要求非常高的情况下, 对整个芯片的要求也是非常高的. '
基于芯片上的NPU, 可实现AI的第一个应用场景, 即智能文本图象识别. '它能够自动识别文字, 拍个照就可以翻译出来. ' 欧鹏解释说, 这是最基础的, AI还要实现听觉和视觉的应用场景, 以及车联网, 智能家居这类出行等方面的相关服务——比如, 你要睡觉的时候, 家电感知到你躺下了, 就会自动关上灯.
'华为的战略已经和IOT万物互联密不可分. ' 葛泽天在会上说道. 会议期间, 欧鹏对《每日经济新闻》记者表示, 华为在5G和AI技术研发上的投入超过千亿.
4.商汤科技C轮战略融资 6 亿美元 加速AI平台化战略进程;
产自科学园的独角兽商汤科技 (SenseTime) 宣布, 继去年 B 轮融得 4.1 亿美元后, 再成功融资 6 亿美元, 再次创下全球人工智能领域融资记录, 并成为全球最具价值的人工智能平台公司.
商汤表示, C 轮融资由阿里巴巴集团领投, 新加坡主权基金淡马锡, 苏宁等投资机构和战略伙伴跟投. 商汤指, 吸引卓越的投资人入股,是商汤科技人工智能平台化发展的重要一环, 而本轮的投资者正好能为商汤带来综合性战略价值, 为商汤提供更丰富的应用场景,更强大的海外布局能力, 加速 AI 技术落地.
阿里期望激发更多创新, 为社会创造价值
阿里巴巴集团执行副主席蔡崇信表示, 商汤科技积极拓展人工智能领域, 尤其在深度学习和视觉运算方面, 其科研能力让人印象深刻. 蔡崇信又认为, 阿里巴巴在人工智能领域的投入已为旗下业务带来显著效益, 期待与商汤科技的战略合作能够激发更多创新, 为社会创造价值.
至于商汤联合创始人, CEO 徐立则称, 作为全球领先的人工智能平台公司, 本轮融资将进一步坚固公司在人工智能领域的领军地位, 强化上下游产业链, 深化商汤在人工智能产业链布局. Unwire HK
5.商汤巨额融资的背后: 面向新零售的出发与落地;
相比传统安防和金融领域, 新零售的场景应用进一步拉近了 AI 独角兽们和钱, 和买方的距离.
AI 独角兽公司商汤科技刚刚宣布完成了由阿里巴巴集团领投, 苏宁参与在内的 6 亿美元的 C 轮融资, CB Insights 给出了 30 亿美元的最新估值.
继依图, 旷视之后, 商汤也成为「阿里系」资本投向计算机视觉领域的一处新标的, 并且力度之大也创下史上之最——15 亿元 (据《财经》杂志此前报道) .
「阿里巴巴+商汤+苏宁」的组合被视为冲击线下新零售场景的有力战队, 同时预示着计算机视觉技术商业化的新走向——朝着新零售场景出发和落地.
这将是 AI 在安防和金融之后的又一个新战场, 并且领域之新, 价值之大令人异常兴奋. 有投资人评价, 「离买方更近, 离钱更近」.
为什么是阿里: 新零售布局
阿里入股商汤并不奇怪. 相比腾讯, 阿里在 AI 领域, 尤其在计算机视觉方面的布局一直更为积极.
在 2014 年和 2017 年, 蚂蚁金服曾领投了旷视科技的 B 轮, C+轮; 此外, 马云以个人名义参股的云锋基金则在 2016 年领投了依图科技的 B 轮投资.
之所以强调「阿里」, 是因为无论在互联网领域的哪个赛道, 创业公司基本在经历过 A 轮, B 轮, C 轮……后都将进入到「BAT 轮」——无可避免地将面临着「二马」之争.
但这次, 腾讯方面的动作却相对保守. 极客公园就这一问题请教了几位投资领域专业人士, 他们给出了这样的分析:
首先, 腾讯的主战场不在计算机视觉和新零售领域. 从腾讯公布的 AI 业务设置图中可以看出, 腾讯 AI 的应用场景主要聚焦在内容 AI, 社交 AI, 游戏 AI 和平台工具 AI.
此外, 在马云大力进军和布局线下新零售领域的过程中, 除了大力入股并购, 还包括孵化和自己做 (天猫无人店) . 腾讯却仍多以业务投资布局为主, 并且多拉上京东一起.
在昨天的腾讯互联网+活动上, 马化腾进一步说明了腾讯做新零售的思路, 「我们不是自己要做零售, 希望成为零售业的『数字化助手』. 」
马化腾强调, 腾讯「无心开店」, 而是一心想要「孵化」腾讯目前所掌握的技术在智慧零售领域内的落地和应用.
其次, 腾讯的技术底色比阿里更重. 阿里本身以模式驱动为主, 腾讯则更偏重技术和产品驱动. 从腾讯与阿里各自的 AI 研究院发展模式以及人员组成来看, 腾讯对于 AI 的理解更到位, 技术实力可能更强.
目前, 阿里在人工智能领域的力量相对薄弱, 能投资一家具有平台能力的稀缺公司对自己的掌握智能生态很重要.
谈到生态布局, 最核心的元素还是「新零售」场景, 这个话题本质主要是「线下线上数据的融合」.
对于阿里而言, 手握淘宝, 支付宝, 饿了么等主要渠道, 已经较能充分地掌握线上 (零售) 数据; 与之对应地, 线下数据则成为当下阿里当下急需补足的短板.
现阶段, 人脸识别作为搜集线下数据最重要的方式, 而商汤又被视为最好的算法商之一, 因此商汤称为促成这件事的因素之一. 阿里也正是看中了商汤能够帮助其更好地获取线下数据, 才联合苏宁入局.
实际上, 2017 年底, 商汤已经入驻苏宁的线下店里, 为其「无人」店面提供人脸识别算法, 已实现从入店, 购物, 结账, 出店等全流程的无人化和刷脸支付.
在彭博社的最新报道里, 商汤科技联合创始人兼 CEO 徐立透露, 商汤正在开发代号为「Viper」的服务, 用来分析来自数千个实时摄像头源的数据.
与此同时, 徐立还透露, 商汤将在未来一年内在一线城市建造至少五台小型超算中心, 以推动 Viper 和其他服务. 这项业务主题与阿里云所主推的智慧城市战略基本吻合.
不过, 这其中多少数据与「线下零售」相关还不得而知, 因为当下与政企合作的安防项目仍是商汤的业务主力.
为什么是商汤: 逼近垂直市场的「逃逸速度」
据 CB Insights 公布的数据显示, 以 30 亿美元估值的商汤为参考, 中国「AI 四小龙」中排名靠前的另外两家估值分别为: 依图估值 20 亿美元, 旷视估值 10 亿美元.
单从时间维度和产业化经验来看, 2014 年成立的商汤并不具备优势. 但实际上, 不到四年的时间里, 商汤已经「后来者居上」, 与其他选手拉开实质距离.
某种程度上, 商汤的员工很介意外界将其与创业级的竞争对手相提并论, 尤其是「AI 四小龙」的称谓. 在他们看来, 其目标和愿景要宏大很多——成为一家平台级的人工智能公司, 而不仅仅局限于单一的计算机视觉技术.
这一点, 徐立和其老师汤晓鸥——商汤创始人, 早在香港中文大学多媒体实验室搞研究的时候就已明确, 并向其早期投资人 IDG 牛奎光进行过详尽阐述, 相信后进的投资人也都接受了这样的观点和思路.
以下, 关于商汤特色的官方数据方便我们更为直观地认识这家公司:
1) 创立早期商汤便使用人才垄断战略, 至今团队共吸纳了全球超过 150 名计算机视觉相关专业的博士, 粗略统计, 这基本上囊括了 AI 领域人才的主要群体.
2) 在拿到 B1 轮融资度过资本寒冬后, 商汤便开始加紧投入铺建超算中心, 现在手握超过 8000 块 GPU; 今年年初, 再向英伟达下单 1 亿元购买 GPU.
3) 过去三年, 商汤每年营收平均增长率达到 400%. 在 2017 年, 公司实现正向盈利, 营收在 10 亿元以内.
4) 商汤服务超过 400 家客户, 包括高通, 本田, 中国移动, 银联, 中央网信办, 华为, 小米等企业及政府机构.
5) 商汤业务范围主要涵盖安防, 智能手机, 移动互联网, 车载等多个行业, 同时以教育, 新零售, 机场, 金融, 楼宇, 运营商市场作为其冲刺进军行业, 总共涵盖 10 余个细分垂直业务线.
简单来讲, 这是一家以「中国速度」成长起来的 AI 创业公司.
尽管创始团队是学术和实验室背景出身, 但其业务模式和操盘风格却十分地「互联网化」. 在较晚一年成立的「国家队」云从科技还在喊着「做一个行业就要将其打透」口号的时候, 商汤已经逐步建立起了他的「4+6」, 「1+1+X」业务模式.
「4+6」即指前文提到的业务范围, 「1+1+X」即指「1(基础研究)+1(产业结合)+X(行业伙伴)」的商业模式, 以此来打造人工智能平台. 此外, 自成立之初起, 商汤便开始与行业内传统公司成立合资公司以更快的切入垂直市场.
近两年, 商汤还积极地与地方政府, 知名基金进行联合投资, 其公司内部也成立了专门的战投部门.
从其外部资本运作方式来看, 「投资, 并购, 合资」三种资本运作方式, 商汤已经深得其精髓. 这对于一家技术背景的创业公司而言, 十分难得.
如此看似有些激进的商业运作模式, 创始团队有着一套自己的打法解读.
徐立将其称为「逃逸速度」.
在 2018 年初的一次授奖典礼上, 徐立曾谈到, 「当你创新的速度足够快的时候, 当你真正能够做到把创新和产业深度结合的时候, 那你拥有的是一个非常高效的往前冲的速度, 而这个速度在物理学里被称为逃逸速度. 达到了这个速度之后, 我们就可以摆脱地心引力, 愉快地在我们的产业, 在我们的行业颠覆中进行畅游. 」
这背后的「地心引力」来自于算法快速迭代导致的窗口期被缩短.
据统计, 在过去五年的时间里, 图像识别神经网络在复杂度上已经有了 350 倍的提升, 尤以近两年为盛, 语音识别的神经网络也复杂了 30 倍.
面对如此快速的算法迭代速度, 留给以算法见长并作为核心竞争力的公司成长的时间并不会太长. 而在这之后, 需要强有力的落地和商业化能力.
为此, 商汤在早期便砸钱投入建立起深度学习算法框架, 超算中心等两套核心基础设施, 甚至在港中文大学的实验室期间就已经起步. 「因为底层基础设施已经打牢固, 所以能够用 AI 赋能百业」, 徐立曾说到.
通过阿里与商汤的此轮协作, 「AI 赋能百业」从传统的起点终于走到了「新零售」一类的更真实落地. 很多人相信, 自此以后, 这将成为技术公司与巨头生态相结合的参考范本. 创业邦
6.又一家比特币交易所被 '黑' 这次可能是监守自盗
Finance Magnates周五 (4月13日) 报道称, 印度加密货币交易所Coinsecure被盗近350万美元比特币, 疑似内部人员所为. 该交易所于周五暂停交易, 与警方合作进行相关调查.
'我们的比特币基金被暴露, 并看来被转移至一个我们控制之外的地址, ' 该公司在声明中称.
然而, Coinsecure承认系统并未受到网络攻击, 该交易所将自掏腰包赔偿客户.
该公司创始人及首席执行官Mohit Kalra告知当地媒体, 他怀疑是交易所首席安全官Amitabh Saxena监守自盗, 他是唯一具有该交易所主要钱包私人密钥的高层.
Kalra说: '私人密钥应该不会暴露于网络. 这看来像是内部犯罪. 我们已经和网络调查部门分享了这一怀疑, 并联系了专家追寻黑客源头和丢失的比特币. '
他还补充道: '由于私有密钥由Amitabh Saxena保管, 我们感觉他与此事有关. 他的护照应该被扣留以防止他逃往海外. '
Coinsecure自称为印度领先的比特币和加密货币交易所. 其声称在周一监测到未经授权的系统侵入. 这起事件造成大约438个比特币被盗, 价值350万美元.
此前数日印度央行刚刚决定禁止银行与加密货币交易所合作.
FX168