注：本期周报我们做了一些调整，部分更加偏向新闻的内容已经去掉，并且将重点放到少数几条我们认为真正重要的前沿科技新进展之上，并加以更加深入的分析观点。希望能够为你带来更加有价值的一周前沿科技热点汇总。如有更多意见建议，也欢迎您在评论区提出。
各位周末愉快！
来看一下这一周前沿技术领域都有哪些新鲜、重要，不容你错过的消息吧。
一周前沿科技热点
1、AI“一键脱衣”应用继续发酵
上周，一名美国程序员开发出了一款名为DeepNude的应用软件。它的功能说来简单：输入一张女性照片，该 APP 即可借助神经网络自动“脱掉”女性身上的衣服，从而展现其裸体。
DeepNude只能处理女性照片，并且号称原图裸露的皮肤越多，处理效果就越好；而上传男性照片，最后得出的照片还是被替换成女性身体。这款APP基于加州大学伯克利分校研究者开发的开源算法pix2pix，并使用1万张女性裸体照片进行训练。
用户可在线上处理照片，同时可下载的Windows和Linux应用也在6月23日推出。这款APP有免费版和50美元付费版。使用免费版获得的图片会出现较大水印，付费版虽然不出现水印，但也会在图片左上角加上“FAKE”标签。DeepNude创建者表示其开发此款APP出于“好奇心”和“有意思”，但也希望从中获得经济回报。
而就在这款应用发布一周之后，美国弗吉尼亚州就在“色情报复法”中添加了相应的规定，未经当事人允许分享他人的裸露视频、照片属于违法行为，用于“胁迫、骚扰或恐吓”将被定为一级轻罪（Class 1 misdemeanor），无论该照片或视频是真实的还是伪造的。
观点：越来越多人工智能生成的“仿冒”内容，这已经成为了一个严重的问题。前有将普通AV视频变成明星脸和声音的“Deepfake”，后有“一键脱衣”，这周MIT的深度学习课老师还做出了一个模仿生成名人推特内容的“DeepTweets”，覆盖范围正在不断变大。
这与近几年来人工智能兴起主要依赖深度学习不无关系，这种技术本身最擅长的就是根据数据学习规律然后进行模仿。这些视频中的修改也是这样，先学习原视频中人脸的位置、表情，然后再跟提前学习过的明星的脸、表情进行对应，最后替换一下。
目前来看，人工智能对主流数字内容的模拟已经基本达成了，只不过目前的实际效果还不太稳定。但假以时日，这些应用必然越来越成熟。
紧接而来的问题是：人类应该如何区分是不是AI生成的内容？人类是否应该管控AI生成的内容？最坏的情况，未来一些真的消息甚至会被假消息所覆盖掉。
2、Nature封面：线虫神经网络首次完整破解
哥伦比亚大学的博士后Steven J. Cook等人历时8年，画完了秀丽隐杆线虫全部神经元的完整图谱，以及全部神经元之间所有的7000个连接。甚至包括线虫的两种性别的差别。
秀丽隐杆线虫是分子生物学和发育生物学研究领域中最常用的模式生物之一。它具有固定且已知的细胞数量和发育过程，亦为第一种完成全基因组测序的多细胞真核生物，截至2012年，它是唯一完成连接组（connectome，神经元连接）测定的生物体。
在秀丽隐杆线虫线虫的整个身体里，只有大约1000个细胞。其中三分之一都是脑细胞，就是神经元。
在运动系统中，涉及了108个运动神经元，以及95块肌肉，肌肉又分成四排。这108个神经元可以分成三组，包括支配前半身运动的头部神经元、支配其他肌肉的腹侧脊髓运动神经元，以及亚侧运动神经元。它们和肌肉一起，总共要从其他神经元那里，接受82种不同的信号，组成了复杂的运动系统。
研究人员还发现，雄性和雌雄同体的连接有30%是不一样的，研究人员分析，主要的性别差异体现在生殖功能不同上。在雄性线虫的尾部，就额外分布了大量的神经元连接。
观点：人工智能这一学科的原始突破点，其实就是上世纪60年代，部分科学家根据神经科学的研究，让计算机按照人类神经元运作方式来处理数据，最终让计算机具备近似于人类的学习能力。
这次把秀丽隐杆线虫的神经网络全部记录下来，可以说是一个开端，大自然中生物种类那么多，生物习性、行为各种各样，还不算个体之间的差异，其中肯定有一些动物的神经网络值得人类在人工智能中拿来参考。
但我们依旧要认识到自然的伟大，一只体长不到1毫米的线虫，就拥有如此复杂的神经网络。要知道，在近几年的人工智能发展过程中，发展的主要方式就是不断创新神经网络架构、并且增加神经网络的层数和计算能力。
更重要的是，想要通过直接测量人类的神经网络来打造“终极人工智能”是真的基本不可能了，秀丽隐杆线虫只有300个神经细胞，人类大约拥有百亿个神经细胞，大概是前者的将近一亿倍。这其中难度相差必然巨大，通往终极人工智能的道路，依旧艰巨。
3、艾滋病毒首次被完全消除
美国一个跨多学科的科学家团队，将抑制艾滋病毒的药物和CRISPR-Cas9基因编辑技术结合，在9只小鼠的基因组中完全消除了艾滋病毒。研究成果7月2日发表在了《自然・通讯》杂志上。
艾滋病毒是一种逆转录的病毒，主要通过将自身嵌入DNA中，不断复制病毒来扩大感染范围。所以目前主流的治疗方法ART（抗逆转录病毒疗法），也就是抑制HIV的复制来控制病情恶化。虽然这种疗法改变了数百万人的生活，但严格来讲它其实不算是一种疗法。因为它并不能清除病毒已经蛰伏的细胞，而且患者需要终身服药。
而这次的研究人员则是在其中一种ART治疗方法的基础上，结合了CRISPR基因编辑技术，直接用基因编辑技术CRISPR-Cas9进行细胞移除处理。经过数年的检测，结果显示，在动物血液、骨髓、淋巴组织这些艾滋病毒喜欢隐藏和休眠的每个角落，实验中1/3的小鼠体内的病毒痕迹完全消失。
目前科研团队下一步打算先从灵长类动物进行研究，大概需要9个月到一年的时间来辨别病毒是否已被根除，如果方法继续被证明是成功的，临床试验将在明年夏天进行。
观点：人类诞生数千年来，曾遭受过多种传染病的“伤害”，例如唯一被人类消灭的天花，据研究早在公元前1000年就已经出现，18世纪的欧洲，每年约有40万人死于这种疾病。
相比细菌、寄生虫之类的其他种类传染源，病毒是给人类带来生存威胁最大的一个，关键就在于病毒极为“简单而高效”，整体结构只有：蛋白质形成的外壳、和内部的遗传物质。一旦病毒遇到目标细胞，就会释放相应的遗传物质，在目标细胞内进行自我复制。
人类之所以能够消灭天花病毒，也是因为恰巧牛痘病毒能够让人类提前对天花病毒免疫，而其他病毒性传染病，例如艾滋病至今也没有彻底的治疗方法。
例如之前沸沸扬扬的“贺建奎事件”，其实也是想通过对胚胎进行转基因操作，使其具备先天对艾滋病的免疫。依靠基因来扩散的艾滋病，最终用基因层面的操作来消灭，大概率也是最终的解决方案。当然，也要寻找到一个真正符合技术、伦理、经济条件的解决办法才是真。
4、剑桥研究员：比特币一年消耗640亿度电 比整个瑞士还多
剑桥大学研究人员本周推出了一个名为“剑桥比特币电力消耗指数(CBECI)”的在线工具，根据相关公式计算维护比特币网络所需的能源。
目前，CBECI显示，全球比特币网络正在消耗7.96吉瓦特的电力。在一年的时间里，这相当于61.76太瓦时（1太瓦时=10亿千瓦时）的能源消耗。可以拿来对比的是，三峡大坝在满载发电量为21吉瓦特，而2018年全年发电量也只是将将超过100太瓦时。
但需要指出的是，这些数据是估算出来的。负责监督这项工作的剑桥新兴金融研究中心(Cambridge Centre for Alternative Finance)在一篇宣布新指数的博客文章中也表示“对比特币用电量的可靠估计很少”。
这种不确定性反映在CBECI的估计中包含了上下界。目前的下界在23太瓦时左右，而上界在187太瓦时以下。不管具体数字如何，比特币的能源使用量肯定令人吃惊，其增长迅速，有时在不到6个月的时间里翻了一番，而这种能源的使用伴随着显著的碳足迹。
观点：作为区块链至今最重要应用的比特币，其“生成”速度其实与运算力并没有关系，相反，这些运算力只有两个用途，一个是作为工作证明，来帮助分配比特币；另外一个是鼓励人们形成尽可能多的比特币区块链网络节点，帮助区块链数据传输。
但跟传统金融系统“中心化”的信息网络建设不同，“去中心化”的比特币网络建设过程并没有特定的人来调控，而是全依赖所有人自己的意向。这一意向可能会受到比特币价格、矿机性能、个人意愿等多种因素影响。
但就以信息传输而论，用0.6个三峡大坝的能源来传输信息绝对是浪费，毕竟如果按照三峡大坝接近1000亿人民币的投资计算，区块链网络所消耗的能源假如是水力发电这样的可再生能源，都已经需要600亿人民币了，更不要说实际中对于煤炭、天然气等天然资源的消耗。
从这个角度来看，比特币虽然的确带来了去中心化、P2P、可追溯、防篡改等一系列内容，但这个“潜在代价”，其实只是被分散到了每一个矿工的头上，并没有形成实际的经济价值。
大咖观点荐读
迈克尔・乔丹：人工智能，革命远未发生（点击直接查看）
机器学习之父、著名的计算机科学和统计学家Michael I. Jordan近日在《哈佛数据科学评论》上发表文章，评论当前的人工智能炒作，认为现在被称为AI的许多领域，实际上是机器学习，而真正的AI革命尚未到来。
吴军得到直播谈5G：不只是比4G多“1G”（点击直接查看）
7月5日晚间，著名计算机科学家、著名学者、硅谷的著名风险投资人吴军在得到APP直播，为在场观众奉上了一场有关 5G 话题的精彩演讲。
评论