云栖科技评论80期:人工智能,凛冬将至?

简介: Afiniti公司董事长兼首席执行官Zia Chishti近日在《金融时报》上撰文指出,“风险投资家正纷纷为那些在PowerPoint演示文件中植入‘人工智能’这个神奇词汇的初创企业融资,咨询顾问和首席执行官们没完没了的宣称要拥抱人工智能(和它的兄弟大数据)”,但是“我们在理解人类智慧方面没有任何进步。

【卷首语】人工智能,凛冬将至?

   Winter Is Coming!凛冬将至!

   Afiniti公司董事长兼首席执行官Zia Chishti近日在《金融时报》上撰文指出,“风险投资家正纷纷为那些在PowerPoint演示文件中植入‘人工智能’这个神奇词汇的初创企业融资,咨询顾问和首席执行官们没完没了的宣称要拥抱人工智能(和它的兄弟大数据)”,但是“我们在理解人类智慧方面没有任何进步。拜摩尔定律(Moore’s law)所赐,我们有了速度更快的电脑,但基础算法从根本上来说与40年前驱动机器的算法无异。”

   这位人工智能独角兽企业的CEO毫不客气的指出:我们只是在新时代创造性地重新命名了这些算法,传统的数据变成了“大数据”;上世纪70年代产生的神经网络创造了“深度学习”的“神秘现象”,而且,无论是IBM的认知机器Watson,还是谷歌的DeepMind,都还未能取得商业上的成功,甚至“无法提取出商业价值”。

   Zia Chishti毫不客气的说到:“简而言之,DeepMind只是为NHS(英国国民健康服务机构2015年起利用DeepMind改善患者治疗结果)的现有算法提供了漂亮的图形界面。”

   这位人工智能公司的创始人及CEO对如今人工智能热潮给予这样的评价令人咋舌,但不幸的是,事实正是如此:在解决实际复杂问题方面,人工智能的最新化身并不比30年前的先行者好很多。经过大量量身定制的系统能够在围棋、象棋或《危险边缘》等狭窄挑战中胜出。但是,要从人体显示出的复杂且矛盾的症状中诊断疾病,是它们现在还做不到的事情。

   换句话说,如果一件工作具有“数量庞大且可以结构化的输入数据,拥有定义明确的工作任务”,那么人工智能就能做的不错,而这是它一直擅长的事情:从复杂数据中识别规律,医疗影像异常检测、碳氢化合物探测、消费者行为预测以及欺诈检测这些今天被认为是人工智能所创造的奇迹,“只不过是得益于计算能力的进步”。

   所以,出现“标注工厂”这样的新业态也就不足为奇了:在人工智能热潮下,存在着“标注工人”这样一个有趣的职业,他们的工作就是在一张张图像上画出物体的轮廓、标记物体的名称,而他们所工作的地方,被称为“标注工厂”,这种标注工作的性质则被人们戏称为“有多少智能,就有多少人工”。

   虽然谷歌工程师们正在力图通过一种名为流体标注(Fluid Annotation)的方法减少分类标注的工作量,让标记数据集的生成速度提高至传统方法的 3 倍,但很显然,他们目前也没有办法真正实现“有监督学习”到“无监督学习”的革命,而这样的做法,就像Zia Chishti所说的“与三十年前没有本质的区别”。

   于是,这位CEO毫不客气地喊出“凛冬将至”,他认为,如果这样下去,人工智能还会遭遇寒冬,正如1984年美国人工智能协会(American Association for Artificial Intelligence)所喊出的那样“人工智能正面临兴趣和投资的大幅度下滑,人工智能将经历冬天。”

   如何做出改变?或许有三种方式:

   首先,停止向所谓“通用的人工智能”项目投资,将投资和资源投入到专业技术、行业应用和具有创新性的人工智能研发领域中去,比如说,亚马逊智能音箱最近获得的判断用户身体健康和心态情绪情况的人工智能专利;

   其次,企业CEO如果真的想将人工智能注入企业的转型发展中,那么与数字化转型一样,一定要由CEO这样的“强势人物”亲自推动,“委派是失败的‘配方’”;

   最后,交叉学科研究变得更为必要,正如MIT成立新的计算和人工智能学院的逻辑一样:让经济学、语言学、城市研究等多个领域的学生和研究人员,能够理解并使用计算和人工智能技术,从而获得推动他们工作和研究的新动能,换句话说,要让专业人员“对计算和人工智能知识的掌握程度与他们在自己的专业领域中一样熟练”。

1、谷歌发布图像标注机器学习辅助工具

image

  【新闻摘要】 谷歌公司的一个研究团队透露,他们将在2018年ACM多媒体会议的“Brave New Ideas”环节,展示一种可以用于标注图像数据中每个目标的轮廓和背景的机器学习工具,据称将这一工具应用在标注分类数据上,可以让标记数据集的生成速度提高至传统方法的 3 倍。该方法被谷歌称之为流体标注(Fluid Annotation),从强语义分割模型的输出开始,人工标注者可以使用用户界面,通过机器辅助方法进行编辑修改。谷歌开发设计的界面允许标注者选择要改正的内容和顺序,让他们能集中精力去处理机器尚未理解和标注的图像。

  【小云评论】在人工智能热潮下,存在着“标注工人”这样一个有趣的职业,他们的工作就是在一张张图像上画出物体的轮廓、标记物体的名称,而他们所工作的地方,被称为“标注工厂”,这种标注工作的性质则被人们戏称为“有多少智能,就有多少人工”。谷歌的工程师们正在力图改变人工智能所遭遇的这一境况,虽然还不能完全脱离人工标注,但已经能够通过提供辅助信息,或者说提供“机器的预判”,大幅度提高标注的速度。可以想见,随着机器的“预判”越来越准确,标注工厂和标注工人的必要性将不复存在。

2、区块链初创公司力图成为“云Airbnb”

image

  【新闻摘要】 区块链初创公司 Perlin 联合创始人 Kenta Iwasaki在接受采访时表示,该公司的定位是要成为“云计算领域的 Airbnb”,他谈到,Perlin致力于通过基于区块链上的分布式云计算,将全球分散的算力集中起来提供给用户使用,即“通过来自世界各地的用户出售自己多余的算力,搭建起一个云计算平台给有算力需求的人使用,像是企业、机器学习的相关公司、学术机构、实验室等用户。”而算力的分享者可以获得该平台发行的数字货币作为奖励,这些数字货币可以反过来用于购买平台上的算力。Kenta Iwasaki及其他类似公司的创始人们均表示,区块链分布式计算平台的计算资源收费比现有云服务公司便宜。

  【小云评论】虽然加上了区块链的概念,引入了数字货币奖励,但区块链分布式计算公司的业务模式实际上并不新鲜,与“BitTorrent”(BT下载)所提供的“以共享和上传带宽换取下载资源”的方式,以及利用全球互联网上的PC闲置算力共同搜寻地外文明的(SETI)的科学实验计划SETI@home等“旧事物”非常类似,这不过就是以传统P2P为基础,将算力作为资源、将区块链作为安全和“计费”手段的一种“C2B(消费者对企业)”算力售卖方式,这一计划听起来好像可以打破所谓的“云计算巨头的算力垄断”,但事实证明,无论是BitTorrent还是SETI@home计划,都并未真正成为所在领域的主流业态。

3、中国留学生造出全新“量子透镜”

image

  【新闻摘要】 澳大利亚国立大学的研究团队近日在《Science(科学)》杂志上发表论文显示,他们开发出一种“量子透镜”, 这种非常规镜头厚度约为人类头发丝厚度的 1/100,能够有效传输和检测光量子中编码的信息,在实验过程中,团队分别用“量子透镜”对单光子态和双光子干涉及光子态进行了观察。该论文第一作者、来自中国的博士研究生王凯表示:“它可以像镜头一样用成像方法完成对光量子态的测量,帮助我们观测奇妙的量子世界。” 王凯表示,团队的下一步工作将依靠包括超表面、集成光路等多个平台,围绕光子的调控、测量进行工作。

  【小云评论】虽然名为“透镜”,但实际上它是一种超表面,具有十分有趣的经典光学特征,如负折射率的特征和“隐形斗篷”(的潜在能力),而超表面则来自超材料概念,即表现出自然材料不具备的通过纳米微结构实现的光学超材料。这项研究创造性地将超材料研究和量子光学结合在了一起。超材料是调控光束非常有力的工具,而光子是非常理想的量子信息传输媒介,二者的结合不仅会拓宽超材料的应用范围,也很可能会为光量子信息处理提供新思路新方案,促进量子光学从实验室走向工业应用。

4、亚马逊智能音箱获得医学领域新专利

image

  【新闻摘要】 据国外媒体报道,2017年3月亚马逊申请的一份名为“通过用户声音确定其身体和情感状况”的专利近日获得了批准,这项针对语音助手的专利可以让Alexa察觉用户声音中的“异常”,从而发现其身体和情绪上的反常情况。据专利中的描述,该系统能通过捕捉用户声音中音量、音高、波动、和谐度等细微信息,分析出用户是否处于“快乐、愤怒、伤心、悲痛、恐惧、厌恶、无聊、压力大”等情绪中。而且,该算法还能全面地记录用户的声音特点,从而实现对单个用户定制化。这样,只要将用户某一时刻的声音信息与他平时的声音特点做对比,就可以判断他是否处于特殊的身体或情感状态。

  【小云评论】无论是智能音箱还是智能显示器,背后的核心能力都是基于人工智能的智能助手,它可以为用户提供媒体资源、出行服务,现在也开始涉足到一些更加私密的应用领域,比如说身体情况和情绪状态,诸如“在察觉你身体状况反常后,智能助手就会向你推荐药品”的场景将会越来越多。但在智能助手服务水平不断提高的同时,商业伦理和隐私边界也正在受到挑战,比如说在此项专利中就提到:如果语音助手发现你可能喉咙酸痛,系统会自动连接音频内容服务器,从中挑选并播放有关感冒药的广告。这其中涉及到的用户隐私问题和“过度的商业宣传”值得深思。

5、微软2019财年第一季度财报

image

  【新闻摘要】 据CNBC报道,微软发布的截止9月30日的2019财年第一季度财报显示,微软在该财季营收为290.8亿元,与去年同期的245.4亿美元相比增长18.5%;净利润为88.2亿美元,与去年同期的65.8亿美元相比增长34.0%。在微软公布第一财季盈利超过预期后,其股价在纳斯达克周三盘后交易中一度上涨4%。微软智能云部门包括服务器产品和云服务(其中包括Azure)以及咨询和服务支持,该部门第一财季的营收为86亿美元,同比增长了24%,超出了FactSet调查的分析师平均预计的82.9亿美元。与此同时,微软Azure云服务的营收同比增长了76%,比上季度的89%有所下滑。微软首席财务官Amy Hood在财报发布后与分析师举行的电话会议上说,Azure第一财季的表现符合微软的预期。

  【小云评论】亚马逊、微软和谷歌三家公司前一个财季在9月30日同时结束,在财报公开之后,三家公司的股价都在盘后有了一定程度的下跌,原因也惊人的一致:虽然三家公司都获得了相当可观的营收和利润,但是增加的成本压力和下调的增长预期都难以让股票市场满意。值得注意的是,三家公司的云计算业务增速都一定程度放缓,虽然还保持了两位数的增长,但微软、亚马逊、谷歌分别为76%、49%和约为29.24%的云业务增速并不令外界(尤其是华尔街)满意。

6、苹果、亚马逊、超微等美国公司呼吁彭博社撤稿

image

  【新闻摘要】 本月早些时候,彭博社在发布的一篇文章中表示,美国服务器制造商所生产的服务器产品中被植入了“恶意芯片”,其中矛头直指知名厂商超微(Super Micro),并表示亚马逊、苹果等公司都在使用被植入了恶意芯片的服务器。继苹果公司CEO Tim Cook在上周呼吁彭博社撤回这篇文章,并表示“这没有发生,这不是事实。”之后,亚马逊和超微两家公司的高层都呼吁彭博社应当撤回这篇报道,超威公司CEO Charles Liang表示:“彭博社应当为自己的行动负起责任,撤销其毫无根据的报道。”

  【小云评论】除商业公司高层和安全专家对彭博社的这篇报道持批评态度外,美国国土安全部、国家安全局以及英国最高网络安全机构的官员们也公开表示,他们还没有看到任何证据可以证实彭博社这篇报道的说法。虽然超微公司表示该公司将继续调查彭博社这篇报道内容中的指控,并对其主板进行审查,以寻找硬件被操作的痕迹,但很多安全专家指出,超微的这一行为可能只是“例行公事”,不会有任何结果。作为一家知名的商业媒体机构,彭博社(Bloomberg News)在商业报道领域拥有广泛影响力,这对这家媒体机构在报道时确保信源可信提出了非常高的要求,而在“恶意芯片”的报道中,彭博社是否坚守了“可信”的标准,已经引发了科技和商业报道领域的广泛讨论。

7、库克:不应为提高AI水平收集用户信息

image

  【新闻摘要】 据福布斯杂志报道,苹果公司首席执行官蒂姆?库克(Tim Cook)警告称,如果人工智能(AI)系统没有以正确的方式被开发,它可能会极其危险。他在比利时布鲁塞尔举行的一次有关隐私的会议上发表演讲时谈到,通过收集大量个人资料来改进AI是一种懒惰,而非效率。AI要想真正变得聪明,就必须尊重人类的价值观,包括隐私。如果我们弄错了,其危险影响将是深远的。虽然他没有提及任何公司的名字,但很可能他指的是Facebook和谷歌等公司。

  【小云评论】AI有很大潜力来改善我们生活的世界。正如库克所说,“AI技术的核心是向人类学习,并让所有人受益”,在这一过程中开发出更好的AI和提出更高的隐私保障标准应当同步进行:将AI研发和隐私标准建立放在一起共同前进,这更像是一种责任,在追求前沿科技的创新和成果的过程中,“我们不应该牺牲定义人类智能的人性、创造力和独创性。”

8、研究显示:VR技术比文字更有感染力

image

  【新闻摘要】 由Jeremy Bailenson所带领的一个斯坦福大学团队的最新研究称,虚拟现实技术能够让人们更理解与自己生活不同的人的生活现状,比如与阅读文章相比,佩戴虚拟现实(VR)头盔的体验者,会对无家可归者的经历表现出更强而且更持久的同情心。这项研究历时两个月,涉及了超过560名年龄在15到88岁的参与者,它们代表了至少8个不同的种族背景,参与者们在测试中体验了无家可归的经历,包括通过一段长达7分钟的VR体验失去工作和所有一切的人如何生活,以及在公交车上寻找庇护所或是寻找避免被陌生人抢走仅剩财产的方法的体验等。

  【小云评论】在这一测试中,接受VR体验的参与者比通过阅读一篇文章想象无家可归时情景的人,表现出了更长久的积极态度以及愿意伸出援手的意向,接受VR体验的参与者中的大多数都更为认同“我们的社会在帮助无家可归人群方面做的还不够”的观点,而且他们也变得开始对此事更加关心。这是一项令人激动的研究成果:与只是想象穿着别人鞋子的情景相比,VR体验带来的经历能够立即产生更多的同情心和亲社会行为,这意味着VR在解决社会问题和增加人们同情心方面将能起到巨大作用。

9、阿里云英国大区开服,覆盖美英德日中五大市场

image

  【新闻摘要】 10月22日,阿里云英国大区正式开始提供服务,在这一大区,阿里云提供多种云计算产品,包括弹性计算、云存储、数据库、网络、安全、管理、应用服务等等,可以满足英国当地、欧洲以及中国出海客户的需求。2016年11月,阿里云德国大区正式开服,为欧洲市场提供云计算支持。阿里云方面表示,两年来,诸多欧洲的国际知名企业和阿里云达成合作。

  【小云评论】阿里云英国大区的开服可以满足欧洲快速增长的云计算技术需求。基于人工智能,最新的数据中心可以为客户提供从机器学习到预测数据分析等多项功能。更重要的是,根据IDC统计,2018年英国、德国的云计算市场规模仅次于美国,分别是79亿美元和74亿美元,英国大区开服不仅对阿里云拓展国际业务有着重要意义,更对阿里云收入产生积极影响。此外,英国大区开服是双可用区同时开服,这是阿里云海外首次双AZ(可用区)同时开服,可以提供更高级别的灾备、数据安全和云计算服务。

10、智能设备制造商在欧洲预装谷歌应用要收费

image

  【新闻摘要】 据《连线》杂志报道,谷歌公司已经同意改变Android操作系统在欧洲的授权机制,以此避免欧盟对其38亿美元的天价反垄断罚单。报道中称,谷歌将允许欧洲的智能设备制造商定制Android操作系统,并对使用其应用及谷歌应用商店的合作伙伴收取许可费。另有报道称,在新授权机制下,设备制造商可能要为每台设备支付20美元左右的授权费用,但最高也有可能达到40美元,这些变化可能会彻底改变Android操作系统的市场地位,谷歌也面临着失去对其Android帝国控制的风险。

  【小云评论】很显然,新授权机制可能会对Android在整个智能手机市场的主导地位以及消费者为手机支付的价格产生长期的影响,但更长期的危险可能来自于谷歌失去对Android如何分发和在哪里分发的控制,而这正是欧盟希望看到的。市场研究机构CCS Insight分析师杰夫?布拉伯(Geoff Blaber)指出:“这为更多的竞争打开了大门。”在过去十年,谷歌受益于“产品开源+市场生态+商业成功”的三驾马车战略,在移动操作系统领域获得了巨大的成功和难以计数的收益,这一模式已经成为商业软件取得成功的典型做法,这对面临云计算、物联网和人工智能等领域未来主流平台竞争的国内企业和相关主管部门来说,有很强的借鉴意义。

相关文章
|
19天前
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能:未来科技的无限可能
【10月更文挑战第22天】 在21世纪,人工智能(AI)已经成为推动科技进步的重要力量。本文将深入探讨人工智能的定义、发展历程、当前应用以及未来趋势。通过了解人工智能的本质和潜力,我们可以更好地把握这一技术带来的机遇和挑战,为未来的科技发展做好准备。
24 0
|
26天前
|
机器学习/深度学习 人工智能 搜索推荐
探索未来科技:人工智能在医疗领域的革新应用
【10月更文挑战第16天】探索未来科技:人工智能在医疗领域的革新应用
|
26天前
|
机器学习/深度学习 存储 人工智能
探索未来科技的边界:人工智能在医疗诊断中的革新应用
【10月更文挑战第16天】探索未来科技的边界:人工智能在医疗诊断中的革新应用
|
28天前
|
机器学习/深度学习 人工智能 并行计算
探索未来科技的边界:人工智能与量子计算的融合之路
【10月更文挑战第14天】 探索未来科技的边界:人工智能与量子计算的融合之路
38 0
|
3天前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用
|
3天前
|
人工智能 算法 安全
人工智能在医疗诊断中的应用与前景####
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着科技的不断进步,AI技术正逐步渗透到医疗行业的各个环节,尤其在提高诊断准确性和效率方面展现出巨大潜力。通过分析当前AI在医学影像分析、疾病预测、个性化治疗方案制定等方面的实际应用案例,我们可以预见到一个更加智能化、精准化的医疗服务体系正在形成。然而,数据隐私保护、算法透明度及伦理问题仍是制约其进一步发展的关键因素。本文还将讨论这些挑战的可能解决方案,并对AI如何更好地服务于人类健康事业提出展望。 ####
|
3天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
24 3
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在教育领域的应用与挑战
随着科技的不断进步,人工智能(AI)技术已经深入到社会的各个领域,其中教育领域尤为突出。本文旨在探讨人工智能在教育领域的应用现状、面临的挑战以及未来的发展趋势。通过分析AI技术如何改变传统教学模式,提高教育质量和效率,同时指出其在实际应用中可能遇到的问题和挑战,为未来教育的发展提供参考。
25 2
|
9天前
|
机器学习/深度学习 人工智能 搜索推荐
深度探索人工智能在医疗影像诊断中的应用与挑战####
本文深入剖析了人工智能(AI)技术,特别是深度学习算法在医疗影像诊断领域的创新应用,探讨其如何重塑传统诊断流程,提升诊断效率与准确性。同时,文章也客观分析了当前AI医疗影像面临的主要挑战,包括数据隐私、模型解释性及临床整合难题,并展望了未来发展趋势。 ####
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【10月更文挑战第36天】随着人工智能技术的飞速发展,其在各行各业的应用日益广泛,特别是在医疗领域。本文将深入探讨AI技术如何革新传统医疗诊断流程,提高疾病预测的准确性,以及面临的挑战和未来发展方向。通过具体案例分析,我们将看到AI如何在提升医疗服务质量、降低医疗成本方面发挥关键作用。
80 58

热门文章

最新文章