【卷首语】
2018年诺贝尔化学奖的颁发，在全球化学界引起争论：Frances H.Arnold、George P.Smith、Sir Gregory P.Winter在进化控制领域的研究成果配得上一座诺贝尔奖牌，但他们应该获得哪一项诺贝尔奖却未能在舆论或学界取得一致。
相当多的人认为，这三位科学家应当获得生理学或医学奖（Physiology or Medicine）而不是化学奖（Chemistry），“今年诺贝尔化学奖被三位生物学家抢走”成为了各大媒体显眼的头版标题，而这三位科学家的研究对象：噬菌体、酶、蛋白质和DNA，也确实听起来更符合诺贝尔生理学或医学奖的颁奖范畴。
今年的颁奖结果并不令人意外，有着“诺贝尔理科综合奖”之称的诺贝尔化学奖，自1900年以来，16次颁给了生物学方面的成就，13次颁发给了物理学家，而更令人“迷之尴尬”的则是20年前的那一届诺贝尔化学奖：当年诺贝尔化学奖竟然颁给了物理学家瓦尔特·科恩（Walter Kohn）和数学家约翰·波普（John Pople），颁奖理由是“（这两位科学家）向人们展示了数学、物理和化学学科的交叉融合所取得的重大成果。”
事实上，正是20年前的那一次诺贝尔化学奖颁奖，开启了一个完全不同的全球科研时代：瓦尔特·科恩与约翰·波普以物理和数学工具，发展了量子化学理论和计算方法，在化学领域取得了骄人成就，同时奠定了量子化学这一集合了数学、物理学、化学、计算机科学等多领域交叉学科的持续发展。比如说人们所熟知的MRI（磁共振成像）技术，正是量子化学所取得的诸多伟大成就之一，而这些伟大成就中的大多数，都被用于拯救生命，也就是在生理学和医学领域发挥巨大作用。
如今，历史的车轮滚滚向前，人工智能（AI）促进了新交叉的发生，正如麻省理工学院（MIT）教务长马丁·施密特（Martin Schmidt）在MIT宣布在计算和AI领域投资10亿美元，成立面向全球计算和人工智能领域的教育与研究的“苏世民计算学院（Schwarzman College of Computing）”时所说：“这个时代，需要强大的、创造人工智能能力的计算和智力‘工厂’，这个学院的创建，其目的是为了培养‘双学科学者’，让各个学科的专家对计算和AI知识的掌握程度与他们在自己的专业领域一样熟练”，因为“在各种计算科学之后，AI物理学、AI化学、AI生物学，将会是全新的学科。”
AI的渗透与融合在科研领域正在广泛而深入地发生，在现实生活中，AI同样正从智能手机中“拍照更清晰背后的魔法”或是网红直播中“绝对不能关闭的美颜功能底层技术”，逐渐成为生活保障、医疗诊断、交通出行、食品安全等各个领域发展和优化的重要驱动力，而更可贵的是，“利旧”成为AI新的发展方向。
NVIDIA发布的AI平台Clara正是这样的代表。这是一个以Clara AGX硬件平台为核心的软硬件融合平台，它的关键组件自然是NVIDIA Xavier AI运算模组和Turing GPU运算架构，但更重要的是，它的使用方式绝不是“对现有系统的推倒重来”：Clara平台通过将这些仪器连接到英伟达 GPU 服务器，来提高其处理速度。比如用于 CT 和 X 光的迭代重建算法，或者用于 MRI 的压缩感知算法，都可以通过 Clara 平台在服役十年的老旧设备上运行。
这意味着，老旧的CT或X光机不会再因为计算平台难堪重负而被取代，他们的“医学组件部分”会被有效利用，同时，它们还会获得强大的AI能力和计算能力，让近年来越来越重要的用于CT和X射线的迭代重建、用于超声波的波束成形和用于MRI的压缩感知，都能在老旧的仪器上运行。
不仅如此，Clara平台的ImFusion功能可以从传统的2D采集中创建3D超音波影像，然后结合CT影像将其视觉化，而ImFusion开发者将其应用程式移植到Clara，并利用Clara的推理、渲染引擎和虚拟化功能，平均仅需要两天时间。
从MIT的计算与人工智能学院，到NVIDA的Clara平台，我们不难读出人工智能当前的两大发展关键词：第一是融合，与产业、科研、民生、经济实现充分的融合，发挥最大的价值；第二是利旧，搞AI绝对不是推倒重建，而是以融合为基础的充分利旧，这不仅降低AI应用的成本开支，让AI能够更易被接受，更重要的是它说明了AI的“身份和地位”：这是一项社会生活、经济发展、产业升级中的“支撑性技术”，单纯的发展AI就像在真空中发展互联网一样，不可能成功。
1、印度：6天智能机销量或破10亿美元
【新闻摘要】 10月10日，印度节日购物季拉开帷幕，作为全球第二大智能手机市场，手机成为最受欢迎的购物品类，据市场研究机构Counterpoint Research的最新数据显示，10月10日至10月15日的短短6天时间内，印度的智能手机销售总额很可能超过了10亿美元，创下历史新高。该机构副总监Tarun Pathak表示，如果拿中国和美国的主要促销活动，比如双11和黑色星期五，对比印度的节日购物季，在智能手机的销售量上，印度正在迅速追赶，特别是在价格降幅高达15~20%的情况下。印度节日购物季从印度教的九夜节（Navratri）开始，一般历时一周。
【小云评论】在中国，智能手机覆盖率已接近70%；在韩国、日本和美国，这一数字分别为94%、76%和77%，印度智能手机销量在印度节日购物季猛增，意味着作为一个拥有13亿人口的大国，将形成一个由智能手机驱动的数字经济市场，在这背后，不仅将诞生一个规模庞大的在线服务、移动应用和社交网络市场，更蕴藏着巨大的云计算、大数据、人工智能与物联网市场。智能手机在经济发达市场的高覆盖率和欠发达市场的高速普及，意味着全球消费者将创造一个彼此连接、跨境流通的数字外场，这对企业来说，既是机遇也是挑战。
2、微软开放6万项Linux专利
【新闻摘要】 据国外媒体报道，微软公司表示，将允许2600多家公司在Linux开源项目上使用大约6万项属于微软公司的专利及其相关技术，其中包括谷歌、IBM等微软的长期竞争对手。在微软公司CEO萨提亚·纳德拉（Satya Nadella）带领下，微软近年来开始逐步拥抱开源社区，开放专利行动只是微软宣布加入开放发明网络（Open Invention Network，OIN）的一部分，这6万项专利是微软目前所有获得批准的专利，微软另有3万余项专利正在专利审批中，萨提亚?纳德拉表示，后续获得批准的专利也在免费提供给OIN社区的计划上。
【小云评论】Windows占领了桌面，Linux占领了数字世界。自谷歌推出Android手机操作系统之后，受到智能手机生态的带动，Linux开始成为各个领域的主流操作系统，它支持着从服务器、存储、网络，到平板电脑、智能手机、物联网终端等一系列设备，如今又在车联网领域颇有建树。这事实上导致了Windows（无论是作为桌面还是服务器操作系统）的价值下降，随着微软云计算和人工智能战略的展开，向Linux生态环境张开双臂已经成为一种必然。
3、谷歌公布Home Hub家庭智能助手
【新闻摘要】 谷歌公司在10月9日召开发布会，正式公布了谷歌Home Hub家庭智能助手，这一产品基于扩展版Google Cast平台（即Assistant OS），配置7英寸显示屏幕，同时搭载被称为Ambient EQ的全新功能，可以根据家居环境自动调整显示屏亮度和模式，使其看起来更自然。同时，在Home Hub家庭智能助手中，谷歌添加了名为Home View的新可视仪表盘，可以用于控制智能家居设备，界面简洁、适用度高，具有强大的智能服务水平。此外，Home Hub支持YouTube，包括谷歌助手语音控件以及YouTube音乐、Spotify、Pandora和iHeartRadio等音乐服务，也支持YouTube电视（但不支持Amazon、Hulu或Netflix的视频服务）。
【小云评论】短短一个月，亚马逊更新了Echo Show，Facebook展示了Portal系统，谷歌除与联想合作Google Assistant 智能屏幕，又推出了Home Hub家庭智能助手，虽然功能上略有不同（Home Hub不支持视频聊天），但“给智能音箱装上大屏幕”已经成为主流。在这背后，是智能助手产品的升级：智能音箱很好地完成了在智能设备与用户之间建立连接的工作，随着智能助手产品渗透性加强，通过屏幕和摄像头提供更好的交互体验和新服务，这一产品类型开始真正融入用户的生活和工作。
4、特斯拉在美季度销量首次超过奔驰
【新闻摘要】 据国外媒体报道，特斯拉在今年7-9月销售了69925辆Model 3、Model S和Model X，与此同时，德国汽车业巨头奔驰则销售了66542辆乘用车（不包括商用货车），这意味着，特斯拉在美国市场的乘用车季度销量首次超过奔驰。此外，同样在7-9月，宝马的乘用车销量为71679辆，特斯拉已经非常接近这一数字，市场研究公司Atherton Research预计，随着特斯拉供货速度得到提升，其今年最后一个季度的销量将超过宝马。
【小云评论】从销量来看，奔驰、宝马在美国市场的销量并不占有优势，以2018年第一季度汽车销量为例，丰田卡罗拉在同比下滑4.4%的情况下仍然销售了77820辆，一款车型就超过了奔驰和宝马的单季度乘用车销售总量。但特斯拉在美国市场超过奔驰（以及很可能超过宝马）仍是一个重要里程碑，这意味着特斯拉已经成为美国这一全球最大汽车市场的主流车厂，而电动汽车也受到了足够多消费者的信任。此外，随着更加平民化的Model 3车型热销，及其掀起的电动汽车普及浪潮，电动汽车在特斯拉的带动下，已经成为了与汽油车同样“普通”的乘用车类型。
5、谷歌爆出重大隐私安全漏洞
【新闻摘要】 据华尔街日报报道，谷歌旗下社交网络服务 Google+ 爆出安全漏洞，可能多达 50 万用户的个人信息被泄漏。另据媒体报道，谷歌很可能早在今年3月份就已发现此安全漏洞（及其所带来的恶劣影响），只不过由于担心监管审查和声誉受损，竟一直没有披露这个问题。谷歌在其官方博客中写道，何时通知用户隐私和安全漏洞，取决于所涉及的数据类型，包括是否可以准确识别通知对象，是否有滥用证据，以及是否存在用户可以采取任何响应的操作。基于这些判断，Google+的漏洞并没有立即向用户发出安全警告。
【小云评论】同一个月，Facebook、谷歌接连曝出数据（用户隐私）泄露问题，前者选择对安全漏洞视而不见，后者选择对安全漏洞秘而不宣，国外互联网巨头在数据安全问题到来时的漠然态度和迟滞行动，正在对其公信力产生严重的影响。作出如此选择的缘由更让人感到失望：根据谷歌法律和政策工作人员编写的一份备忘录显示，之所以没有及时披露，是因为该漏洞消息如果披露将会像 Facebook 的剑桥 Analytica 泄密丑闻一样，导致“直接监管问题”。值得注意的是，Facebook、Google+爆发漏洞的影响可能还只限于社交网络，国外云计算巨头在进入中国后，如果在面对安全问题时做出同样举措，其后果不堪设想。
6、谷歌退出美国防部云计算竞标
【新闻摘要】 据彭博社报道，谷歌公司已决定不再参与美国国防部价值高达100亿美元的云计算项目合同，称该项目可能与其公司价值观不相符。此前，美国国防部针对名为“联合企业防御基础设施云（Joint Enterprise Defense Infrastructure cloud，JEDI）”的项目进行了公开招标，这一项目的合同期限预计长达10年，涉及将大量美国国防部数据转移到商业运营的云计算系统。谷歌在一份声明中表示，JEDI项目不能保证它会符合谷歌的AI原则，并认定合同中有部分内容与谷歌目前的政府认证不符，但该声明同时指出“谷歌正以多种方式利用云计算技术支持美国政府”。
【小云评论】退出JEDI项目与其说是因为该项目不符合谷歌的价值观，不如说是谷歌以一种体面的方式退出了与AWS的竞争，从公开媒体报道及美国国防部与AWS的合作来看（美国国防部公开表示“根据现行的采购办法与多个供应商签订合同将是一个缓慢的过程”），这一云计算项目很可能由AWS胜出，其余的参与者，包括微软、谷歌、IBM等公司，可能只会分得非常有限的份额，由此被外界再一次唱衰，谷歌不如选择以“价值观不符”为理由退出，来保全市场声誉。
7、英伟达发布医学影像超级计算平台Clara
【新闻摘要】 英伟达（NVIDIA）宣布正式发布医学影像超级电脑Clara 平台，该公司宣称这一平台将大幅度弥补传统医疗仪器在运行速度和功能上的不足，从而开创人工智能技术与医疗设备全面结合的新篇章。一个软硬件相结合的平台，其核心是英伟达 Clara AGX，是一套以英伟达 Xavier 人工智能运算模块和英伟达 Turing -- GPU 为基础的运算架构，该架构辅以 Clara 软件开发套件（Clara SDK），可以允许开发人员通过开发各种应用程序来处理现有的系统数据。
【小云评论】老旧的CT或X光机是否应当被彻底淘汰？很多已经工作了十年甚至更长时间的医疗设备亟待更新，但它们的“医学部分”并未失效或受损，而是“计算部分”已经难堪重负，更无法借助新的人工智能算法或应用程序。Clara平台的目标正是解决老旧设备难以快速执行应用程序和AI算法的问题，通过将这些仪器连接到英伟达 GPU 服务器，来提高其处理速度。比如用于 CT 和 X 光的迭代重建算法，或者用于 MRI 的压缩感知算法，都可以通过 Clara 平台在服役十年的老旧设备上运行。
8、万维网之父：将数据与应用分离
【新闻摘要】 被称为万维网之父的Tim Berners-Lee正在领导MIT团队搭建名为“Solid（Social Linked Data 社交关联数据）”的项目，该项目基于Linked Data（关联数据）原则构建去中心化的Web应用，其中，用户数据将分别纳入多个“容器”，以此实现用户对数据归属的精确控制。简单来说，即能够实现将数据与应用分离，数据存储在 POD（Personal Online Data 个人在线数据）上，应用访问数据时必须先取得授权。
【小云评论】Tim Berners-Lee认为，Solid项目“肩负着去中心化互联网”的使命，因为“网络已经渐渐演变成了一个充斥着不公平和分裂的平台，受强大力量的支配，为私人利益服务”。同时，他认为“网络发展已到关键的转折点，一场积极而态度坚决的变革是可行的，也是必要的。”暂且不论去中心化是否必要和可行，但Tim Berners-Lee的一个观点是非常值得关注的：建立可信赖的服务来存储、保护和管理个人数据，允许人们同时使用不同的应用程序查看相同的数据，即构建一个基于数据的互联网服务共享生态，“在尊重隐私的同时，也尽可能地公开数据”，实有必要。
9、美国发布19页国家量子战略概述
【新闻摘要】 美国白宫国家科技理事会（NSTC）下属的量子信息科学委员会在9月底举行的白宫量子信息与计算科学峰会上公布了19页的《国家量子信息科学战略概览》报告。同时，在峰会上，美国能源部宣布，它将拨款2.18 亿美元资助 85 个研究项目，包括 1 个太平洋西北国家实验室提出的项目。除了美国能源部以外，美国国家科学基金会将提供3100 万美元用于资助量子基础研究，为推进量子计算、量子保密通信提供支持，而且还将用于培养下一代量子科学家、工程师和企业家等。
【小云评论】今年以来，美国要确立量子计算领域领军地位的目的已经非常明显，此次国家量子战略概述的发布以及美国能源部和美国国家科学基金会的投资，有助于确立美国量子计算研究研发的领军地位，并帮助培养下一代量子计算研究人员。值得注意的是，峰会参会名单上不乏硅谷科技巨头的名字，包括谷歌、IBM、微软以及多家量子计算领域的初创公司，前述两大机构也在峰会上频频向商业公司抛出橄榄枝，可以想象，美国量子计算战略最终还将由商业公司承担主要的任务。此外，战略概述上的一句话值得关注：通过它（量子计算），美国可以改善工业基础，创造就业，满足经济和国家安全利益。
10、PyTorch“存在感”已直逼 Tensorflow
【新闻摘要】 由Facebook推出的PyTorch机器学习框架正在受到越来越多的关注，据统计，在今年人工智能领域的顶尖会议国际学习表征会议（ICLR）上，TensorFlow 相关的论文数量从 2017年的 228 升到了 266，而 PyTorch 相关的论文数量则对应从 87 激增到了 252。从 ICLR 这一数据来看，PyTorch颇有“后来者居上”之势。不过，也有统计显示“现在要下这个结论仍为时过早”：著名数据科学网站 KDnuggets 发布的 2018 年数据科学和机器学习工具调查结果显示，在深度学习框架上，呼声很高的 PyTorch 仅仅占据了 6.4% 的使用率，远远落后于 TensorFlow 的 29.9% 和 Keras 的 22.2%。
【小云评论】Tensorflow和PyTorch各有所长：Tensorflow 创建的是静态图，而 Pytorch 创建的是动态图；Tensorflow 的学习曲线（可以简单地理解为学习难度）要比 PyTorch 陡峭的多；Tensorflow 拥有比 PyTorch 大得多的社区；TensorFlow拥有在浏览器内直接可视化机器学习模型的工具TensorBoard 工具，PyTorch则需要借助Matplotlib 库来可视化模型。当然，这两个框架都实力强大，也是目前最为流行的深度学习框架，使用的人数都很多，而且背后也都有一个庞大的社区支持。对学习机器学习/深度学习来说，两者中的任何一个框架都可以出色地完成任务。
