头图来自视觉中国
本期导读：
在关于自动驾驶的营销话术里，“自动驾驶比人类安全”被提及的次数最多，相比于人类，自动驾驶系统不会“疲劳驾驶”，也不会被其他外部事情导致分心，从而保障驾驶安全。但问题是，很多交通事故更像是意外，此时的自动驾驶系统一定比人类安全吗？本期会提供几个理解角度。
微软上周发布面向企业客户的云电脑 Windows 365，与阿里云的云电脑“无影”定位相似，都是通过设备侧的完整体验实现“云端一体”；Facebook 展示脑机接口新进展、DeepMind 详细介绍 AlphaFold 相关算法，上周的这些基础研究突破让我们感到欣喜。
本期“AI内参”还将关注， 腾讯招聘芯片工程师、阿里巴巴或参与紫光股权交易； 大众汽车押注软件与自动驾驶、丰田旗下自动驾驶公司又完成一笔收购； 五角大楼计划投资 15 亿美元建设 AI 项目、白宫呼吁盟国抵制中国的“AI 行业规则”。
焦点
自动驾驶汽车真的比人类司机安全吗？
在关于自动驾驶的营销话术里，“自动驾驶比人类安全”被提及的次数最多，但这又是一个非常笼统的说法，如何定义“安全”？科技公司的解释普遍是：相比于人类，自动驾驶系统不会“疲劳驾驶”，也不会被其他外部事情导致分心，从而保障驾驶安全。
由此也引出另一个问题：很多交通事故更像是意外，此时的自动驾驶系统一定比人类安全吗？
答案恐怕并不容易回答。
那我们来说一些比较确定的事情。
其一，人类驾驶行为中，“常识”占据了相当大的位置，所谓“常识”，就是当我们在路上看到动物的时候，会自然放慢车速，当看到道路拥挤的时候，会根据自己的时间安排，选择别的路线或者加塞“挤”过去。
这些“常识”判断的行为并非来自驾校老师的教导，回忆一下，你的驾校道路环境有多么简单？封闭的道路上，没有来来往往的行人和自行车，更没有外卖或快递车辆。驾校告诉我们的，不过是我们与汽车之间的关系（或者说如何驾驶车辆），而现实世界的驾驶，就是把驾驶车辆的技术与对现实世界的常识理解结合起来的过程。
其二，当下任何一个自动驾驶车辆的决策过程都没有常识。无论是特斯拉基于 AI 算法的 FSD 还是其他未量产的、使用激光雷达的自动驾驶车辆，这些车辆的决策，更像是一种“学习”的过程，把尽可能遇到的场景与解决方案计算出来，并以最低的延迟、最快的速度发送出来。
其三，驾驶过程一定是意外频发的过程，长期体验过城市早晚上下班高峰的人，他/她的所见所闻足以写出一本关于“道路意外事件”的故事书。这是现实世界里的现实状况，但对自动驾驶车辆来说，则是噩梦。
巨大的计算规模与低延迟的计算要求本身就是一对矛盾，更不要说，当下被广泛应用于自动驾驶的计算机视觉算法存在被破解的可能，之前的一份研究里，研究人员只是对限速标志做了一些干扰，就让自动驾驶车辆误以为是 85 英里/小时（真实情况是 35 英里/小时）。
结合上述三个确定的事情再去看“自动驾驶比人类司机更安全”的营销话术，或许能够更清晰理解去局限性，科技公司有意无意让公众忽略背后的限制条件和限制词。
上图展示的是中国境内的自动驾驶分级标准，当下的竞争点还在 L4 级别，结合最近的激光雷达赛道之争、特斯拉发布 FSD 订阅产品、上海世博园附近的自动驾驶接驳服务，距离 L4 级别自动驾驶的落地还有一定的距离，在这样用众多限制因素的驾驶环境里，“自动驾驶比人类司机更安全”的宣传还会有很多，但我们应该知道，所谓自动驾驶，远不应该是这样。
巨头
阿里云
路透社上周援引消息人士的话称，阿里巴巴正在参与芯片公司紫光的股权竞标，目前紫光集团的债务高达 310 亿美元，该公司计划剥离其在深圳上市的紫光股份 46.45% 的股份，这部分股权的售价可能达到 77 亿美元。
也是在上周，阿里云与上汽奥迪达成合作，双方将在车联网、全域营销、智慧物流等领域展开合作。
阿里云与科技媒体“钛媒体”联合制作的《云栖战略参考》上周发布第一期，主题是阿里云掌门人张建锋谈如何管理超大规模研发团队，整个访谈太偏 PR 风格，不知道后续会不会有新的洞见。
微软
微软上周正式发布了云电脑 Windows 365，该产品基于 Azure 虚拟桌面，为用户提供 Windows 10 或 Windows 11 的体验，用户可以通过浏览器，在包括 PC、iPad、智能手机等平台上访问。
微软表示将在 8 月 2 日开始正式向客户提供这个产品，该产品只面向企业客户，其费用模式按照每位用户/月的方式收取。微软并未公开价格，不过，ZDNet 从其他渠道了解到，该产品的价格为每位用户 31 美元/月。
此前我讨论过这个产品的逻辑，微软的做法与阿里云的云电脑“无影”定位相似，都是通过设备侧的完整体验实现“云端一体”。
从“无影”到 Windows 365，这一类产品无论是否存在硬件，本质上都是在延伸云计算的场景，特别是通过整合云上的基础设施（计算能力）、软件能力（钉钉、Office），降低云的使用门槛，进一步扩大云计算用户基础。
微软上周还大幅降低了云应用商店的佣金，由此前的 20% 降低到 3%，并立即生效。目前包括 AWS、Google 在内的云计算公司，其佣金比例还是 20%，此举对于吸引更多中小企业加入微软云应用商店意义重大，而且考虑到微软在 Office、Teams 领域正在面临来自 AWS、Google 的竞争，或许这个政策也将对微软 Office 平台的应用市场产生重要影响。
腾讯云
腾讯云上周与宁德时代签署战略合作协议，新闻稿称，“双方宣布在人工智能技术研发、成果转换、人才培养等方面开展深入合作，共建“宁德时代-腾讯云AI联合创新基地”，打造体系化全流程AI生产力”。
其中产品层面的合作包括：
• 腾讯云提供数据中心、私有云和 AI 算法平台；
• 将腾讯优图实验室在计算机视觉的技术应用到能源质检领域；
也是在上周，媒体从腾讯官网招聘页面发现，该公司在最近两个月增加了多个芯片相关的职位招聘，包括芯片架构师、芯片验证工程师、芯片设计工程师、高性能渲染芯片软硬件资深架构师等，工作地点可选北京、上海、深圳。
《证券时报》援引此前马化腾对芯片的表态：
过去我们觉得这个产业链离我们很远，做软件、做服务离芯片好像远了一点。但实际上，我们做了很多数据中心，包括云，我们对很多服务器端，甚至包括芯片的需求是有一定的影响力的。我们可以倒逼芯片设计行业针对我们的服务和需求做设计。
随后腾讯官方回应称，该公司的确在研发芯片，但并非通用芯片，而是一些特定领域的芯片。
这条信息被热议很大程度上符合中国网民对“芯片卡脖子”的担忧，但必须看到一个事实，所谓中国芯片公司的崛起，并不是直接瞄准英特尔这样的对手，直接生产可以驱动个人电脑或智能手机的处理器，更多还是从特定场景——比如机器学习、边缘设备等方面——入手，提供一系列特定领域的解决方案。
大众汽车
汽车公司的未来在哪里，大众汽车 CEO Herbert Diess 给出了一些线索：软件与自动驾驶。在此基础上，利用电动汽车、共享出行等新产品实现新的增长。
目前大众汽车已经在欧洲建立了六个电池工厂，并投资 8 亿美元建设位于柏林的硬件平台，该公司的软件部门 Cariad 的地位也在不断上升，大众表示，基于软件部门产生的收入，会在 2030 年达到 1.2 万亿欧元。
国家·政策
五角大楼或将在 AI 领域投资 15 亿美元。根据美国国防部长 Lloyd Austin 上周的表态，未来五年该机构将投资 15 亿美元，建设国防部联合 AI 中心（JAIC）。
虽然这笔预算还需要美国国会的审核，但美国近几年在军事领域的 AI 投资正在持续增加，Lloyd Austin 还透露，目前五角大楼拥有 600 多个 AI 项目，JAIC 未来将成为该机构推进 AI 建设的关键。
新加坡政府将为 AI、网络安全以及 5G 的研究投资 5000 万美元。新加坡副总理 Heng Swee Keat 上周宣布了这个计划，该计划将为下一代 AI、网络安全研究提供支持和资金。
美国呼吁盟国建立 AI 领域的“民主规则”。《南华早报》援引白宫高级官员的话称，美国政府正在要求主要盟国警惕中国在 AI 领域的一系列做法，商务部部长 Gina Raimondo 更是表示：“We can’t let China write the rules around AI……”。
这几年所鼓吹的“AI 冷战”，也正在演变为一场东西方意识形态的对抗，AI 技术的确没有好与坏之分，也不是由所谓“好人”还是“坏人”定义，而是取决于使用与部署技术的价值观，这是一个令人失望的苦涩结论，但这是现实。
行业·其他
云计算公司的增长或因 IT 人员不足而放缓。这个结论来自瑞银国际的分析师，在和 15 位云计算客户以及云服务商的合作伙伴访谈后，该机构指出，接下来业界或将第一次感受到因为 IT 专业人才不足，不能快速落地云计算项目，从而迫使包括 AWS、Azure 在内的云计算巨头放缓增长速度。
台积电透露芯片领域的三个信号。其一，汽车芯片的短缺将从这个季度逐步缓解；其二，长远来看，5G 与其他专属设备的需求持续增长，芯片紧缺的行业现实会持续，由此台积电预计今年营收将增长 20%。
其三，地缘政治的影响还会继续，台积电正在成为中美博弈的一个关键要素，去哪里设厂、工厂的产能与技术含量，都会成为两国政府关注的焦点。
关注两个自动驾驶领域的动态，丰田旗下的自动驾驶公司 Woven Planet 收购高精地图公司 Carmera，后者是一家只有 50 人的创业公司。
高精地图在自动驾驶领域拥有重要作用，英伟达也在近期收购了高精地图公司 DeepMap。此举进一步展现出丰田对自动驾驶的巨大野心，两个月前，Woven Planet 刚刚以 5.5 亿美元，买下了 Lyft 的自动驾驶业务。
自动驾驶创业公司 Aurora 将以 SPAC 的形式上市。该公司联合创始人 Chris Urmson 表示，上市将进一步释放 Aurora 的融资能力，从而增强该公司进一步扩大业务的能力。
还是关于上市的消息，印度 AI 创业公司 Fractal 正在谋求 IPO，这家公司的主要业务为云上企业提供包括数据分析在内的 AI 服务，该公司在疫情期间增长迅速，预计到 2022 年 3 月份，整个财年的营收达到 1.6 亿美元。
语音社区 Discord 收购一家 AI 创业公司。这家名为 Sentropy 的创业公司将为 Discord 提供基于 AI 的内容审核能力，类似于 FB、Twitter 上广泛使用的自动审核仇恨言论机制，Sentropy 能够自动发现并删除平台上的仇恨或其他非法言论。
一个基于 Deepfake 在线音频生产平台。音乐人 Holly Herndon 上周发布了这样一个平台 Holly+，你可上传任何一段音乐，系统会将其转化为 Holly Herndon 的声音，感兴趣的朋友可以现在这里了解一下其工作原理。
学术·研究
Facebook 展示脑机接口研究新进展。这是一个令人激动的突破，由 FB、UCSF 共同参与的这项研究显示，通过将大脑信号转化为语音，可以部分恢复因严重瘫痪而导致失语的患者交流能力，相关研究已经发表在《新英格兰医学周刊》，感兴趣的朋友可以在这里阅读该研究论文。
利用电话交谈诊断老年痴呆症，这项研究由日本麦肯医疗集团公共健康部门组织，研究人员创建了三种机器学习算法，可用于检测患者在进行电话交谈时的相关症状，你可以在这里查看这篇公开发表的论文。
DeepMind 详细介绍 AlphaFold 相关算法。2020 年 11 月，DeepMind 的 AlphaFold 成功破解了生物学 50 年来的巨大难题“蛋白质折叠”。
蛋白质是人类理解生命组成的关键要素，目前已知的众多疾病，比如各种癌症都与蛋白质相关，但是蛋白质 3D 结构由于复杂且庞大的折叠方式，如何预测这些折叠方式成为长期困扰生物学的难题，AlphaFold 在蛋白质结构预测评估机构（Critical Assessment of protein Structure Prediction，CASP）组织的测试中获得 94 GDT，这意味着该系统具备了预测蛋白质结构的能力。
DeepMind 上周将 AlphaFold 的相关算法发表在《自然》杂志，AlphaFold 采用了多序列对齐机制，还结合了蛋白质结构的物理与生物学知识设计深度学习算法。
DeepMind 还将该项目的源代码放在了 Github 。
FB 新研究展示 AI 程序的记忆能力。记忆对 AI 系统来说非常困难，也正是缺乏记忆能力，导致很多对话系统显得非常笨拙。上周 Facebook 展示了 BlenderBot 2.0 的研究成果，利用微软 Bing 搜索引擎中的海量数据，系统可以相对连贯地“谈论一些事情”，也就是它具备了更好的短时记忆能力，能够沿着某个话题谈论下去。
Facebook 已经将 BlenderBot 开源，你可以在这里查看相关介绍。
评论