- 百度迴應《搜索引擎百度已死》：百家號內容全站佔比小於10%
- 清華成立知識智能研究中心，發佈四大知識平臺
- 谷歌發佈 TensorFlow Lite 預覽版，推理速度提升 4 到 6 倍
- 任正非：人工智能可能是泡沫，但別怕泡沫破裂
- 特斯拉裁員3000人，爲削減員工成本支出
- Facebook提出“自動供給式”聊天機器人設想
- 無人機測繪分析建築內部並建模成爲現實
- 神經架構搜索+遷移學習，讓AI設計更高效
- Facebook投入750萬美元資助歐洲人工智能倫理研究中心
- 民權團體發表聯名信抗議微軟、亞馬遜、谷歌向政府出售人臉識別技術
百度迴應《搜索引擎百度已死》：百家號內容全站佔比小於 10%
昨天，一篇名爲《搜索引擎百度已死》的文章刷屏，引發廣泛傳播。文章提到，Baidu.com 已經不是你尋找中文互聯網內容的地方，百度搜索首頁搜索結果基本上有一半以上會指向百度自家產品，尤其頻繁出現的是“百家號”，且百家號文章的質量堪憂。
1 月 23 日，週二美股收盤，百度報收於 160.39 美元，較前一交易日大跌 6.4%，市值約 559 億美元。
對此，有人認爲百度股價下跌與昨天刷屏的文章有關，文章作者方可成做出迴應，稱百度股價下跌與文章無直接關係，而是中概股今天股價集體下降，以及花旗發佈投資研究報告，將百度目標股價從 262 美元調低至 205 美元，繼續維持其股票“買入”評級等多種因素導致。
今天上午，百度也對這篇文章做出迴應：百家號全站內容佔比小於 10%，百家號可以做得更好，感謝關注。
清華成立知識智能研究中心，發佈四大知識平臺
2019 年 1 月 21 日，清華大學宣佈成立人工智能研究院知識智能研究中心（以下簡稱知識中心），併發布了清華大學知識計算開放平臺。
知識中心是清華大學人工智能研究院設立的首個研究中心。中心將致力於知識智能相關基礎理論研究和應用基礎研究，建設融通語言知識、常識知識、世界知識的大規模知識圖譜及典型行業知識庫。
清華大學還發布了知識計算開放平臺：http://ai.tsinghua.edu.cn/kirc/
四大平臺內容涵蓋語言知識、常識知識、世界知識和科技知識庫，包括：
（1）基於語言和常識知識庫《知網》所研製的 OpenHowNet；
網址：https://hownet.thunlp.org/
OpenHowNet 源自在中文世界有巨大影響力的語言知識庫——知網（HowNet）。
（2）中英文跨語言百科知識圖譜 XLORE；
網址：https://xlore.org/
XLORE 是融合中、英、法維基百科和百度百科，對百科知識進行結構化和跨語言鏈接構建的多語言知識圖譜， 是中英文知識規模較平衡的大規模多語言知識圖譜。
（3）科技知識挖掘平臺 AMiner；
網址：https://aminer.cn/
AMiner 旨在爲研究人員社交網絡提供全面的搜索和數據挖掘服務。
（4）THUAITR
THUAITR是以 AMiner全球科技情報大數據完覺服務平臺爲基礎，採用人工智能自動生成技術，彙集而成的科技領域洞察報告。
《清華大學人工智能技術系列報告》（THUAITR）：https://reports.aminer.cn/
谷歌發佈 TensorFlow Lite 預覽版，推理速度提升 4 到 6 倍
TensorFlow 團隊近日在博客上發佈了 TensorFlow Lite 開發者預覽版，據介紹，新的版本可以讓模型推理速度提升至原來的 4~6 倍。
隨着 TensorFlow Lite GPU 後端開發者預覽版的發佈，你將能夠利用移動 GPU 來選擇模型訓練 (如下所示)，對於不支持的部分，將自動使用 CPU 進行推理。在未來的幾個月裏， TensorFlow 團隊將繼續增加額外的操作系統，並改善 GPU 整體的後端產品。
新的後端利用了：
- OpenGL ES 3.1 在 Android 設備上計算着色器
- iOS 設備上的金屬計算着色器
TensorFlow 團隊發佈了新的 GPU 後端的預編譯二進制預覽版，並計劃在 2019 年晚些時候發佈一個完整的開源版本，包含其從開發者的經驗中收集的反饋。
目前 TensorFlow Lite 仍使用 CPU 浮點推斷進行人臉輪廓檢測 (非人臉識別)，未來會利用新的 GPU 後端，可以將 Pixel 3 和三星 S9 的推理速度提升 4~6 倍。
任正非：人工智能可能是泡沫，但別怕泡沫破裂
1月17日，華爲創始人任正非在深圳華爲總部接受多家國內媒體採訪。採訪中，任正非迴應了多個話題，包括網絡安全、基礎科學、人工智能等。
以下爲任正非迴應精選：
-
談近期困難：這些困難對我們會有影響，但影響不會很大，不會出現重大問題。
-
談“自主創新”：我從來不支持“自主創新”這個詞，我認爲，科學技術是人類共同財富，我們一定要踏在前人的肩膀上前進，這樣才能縮短我們進入世界領先的進程。
-
談5G：能夠把5G基站和最先進的微波技術結合起來成爲一個基站的，世界上只有一家公司能做到，就是華爲。我們在技術上的突破，也爲我們的市場創造了更多機會，帶來更多生存支點。所以，我們沒有像外界想像中的那麼擔憂。
-
談網絡安全：我們現在要重構軟件架構體系，朝着“網絡架構極簡、網絡交易模式極簡、網絡極安全、隱私保護遵從GDPR”這四個目標的要求。
-
談人工智能：人工智能有可能是泡沫。但別害怕這個泡沫破滅，那些失敗的專家工程師，我們招聘，爲什麼？我們需要改變我們的生產結構，改變我們在全世界的服務結構，我們需要這些人。爲什麼我要失敗的人呢？失敗的人就是理想太大，平臺太小。但是我的平臺很大，能夠容納你跳舞。如果我們不是採用人工智能的方法提升生產效率，我們公司就不可能實現低成本，不可能獲得高利潤，也不可能加大對未來的戰略投入。
-
談女兒孟晚舟事件：作爲孟晚舟的父親，首先感謝中國政府維護孟晚舟作爲中國公民的權益，爲她提供了領事保護。我也感謝社會各界人士對孟晚舟所表達的支持、關心和關注。
特斯拉裁員3000人，爲削減員工成本支出
1 月 18 日，特斯拉CEO埃隆·馬斯克發出內部信，宣佈公司將裁員7%，只保留最關鍵的臨時工和承包商。這意味着大約有3150人失業。
對於此次的裁員計劃，馬斯克表示，作出此次裁員決定之前，特斯拉已經在採取各種成本削減措施，希望提高利潤率和擴大盈利能力。他在內部信中表示：“特斯拉需要在未來幾個月裁員的同時，提高Model 3的產量，並在工程製造方面做出許多改進。”
裁員計劃宣佈當日，美股開盤特斯拉股價急挫超過7%，盤中跌幅一度接近10%。
但也有分析師對特斯拉的裁員並不感到意外。投資銀行傑富瑞分析師Philippe Houchois認爲，減少員工成本支出是降低Model 3售價的原因之一。
Facebook提出“自動供給式”聊天機器人設想
如果聊天機器人可以自動理解用戶交互背後的含義，並調整行爲讓用戶更滿意會怎樣呢？這就是Facebook最近進行的研究，並提出“自動供給式”聊天機器人的設想，讓對話 agent 具備從對話中提取新的樣本並用於此後部署的能力。
工作原理-預訓練：Facebook的聊天機器人接受了兩項任務的訓練：對話（DIALOGUE），機器人預測對話中接下來會說什麼（用以自我校準）；滿意度（SATISFACTION），評估用戶對談話的滿意度。這兩項任務的數據來自人與人之間的對話。DIALOGUE數據集來自’PERSONACHAT’數據集，包括兩個人嘗試相互瞭解對方的短對話（6-8輪）。
工作原理-在自然環境下的更新：一旦部署，聊天機器人就會以兩種方式從與人的交互中學習：如果機器人非常自信地預測其迴應將讓用戶滿意，那麼它將從中提取一個新的結構化對話示例。如果機器人認爲人類對機器人與其最近的交互不滿意，那麼機器人會生成一個請求反饋的問題，並且此會話交換用於生成反饋示例，機器人存儲並從中學習。Facebook寫道：“我們的方法基於反饋並不是隨機的這一事實：無論是逐字回覆，回覆描述還是可能回覆的列表”。
結果：Facebook表示，通過使用聊天機器人在與人類交互時生成的數據可以進一步提高聊天機器人的性能。此外，無論系統中的數據示例數量是多少，使用此數據都顯示性能上有了顯著提高。這表明在自然環境下收集的一些數據可以提高大多數場景下機器人的性能。“即使使用了131k示例的整個PERSONACHAT數據集（比大多數對話任務可用的數據集大得多），添加部署示例仍然能夠讓準確性提高1.6分，”他們寫道。
重要性：設計出能夠在部署後自動收集自己的數據的AI系統就像是我們今天已經擁有的系統和完全自主連續學習的系統之間的中間地帶。聊天機器人性能提升會帶來更大的經濟效益。
閱讀更多：部署後從對話中自動學習：自己動手，聊天機器人！（https://arxiv.org/abs/1901.05415）。
無人機測繪分析建築內部並建模成爲現實
瑞典呂勒奧理工大學最近進行了一項研究，使用微型無人機自動檢測大型機器和建築，如風力發電機。該研究使用多架微型無人機定位技術，相互配合以檢測目標，並使用規劃算法檢測目標結構並收集數據構建線下 3D 模型。
硬件：來自Ascending Technologies，名爲“NEO hexacopter”的機械振盪分析（Machinery Vibration Analysis）平臺。
軟件：：協作覆蓋路徑規劃器（C-CPP）算法“能夠通過水平平面切片來識別基礎設施的解構併爲每個基礎分配特定區域，從而生成基礎設施全覆蓋的路徑，而無需任何形狀簡化。該算法 在MATLAB中實現，爲每個 agent 生成“偏航參考，以確保視野，指向結構表面”。
定位：爲定位每架無人機，研究人員在建築物周圍安裝了五個超寬帶（UWB）錨，讓無人機在繪製結構時可以獲得可靠的局部座標，類似超本地GPS。
風力渦輪機檢測：研究人員進行了自動檢測和繪製大型風力渦輪機的測試，完成檢查塔架及其葉片的兩項任務。他們發現兩架無人機能夠協同工作，繪製目標的底座，但由於湍流擾動，攝像機成像模糊，無人機對渦輪機葉片進行測繪更具挑戰性。此外，風力渦輪機頂部和葉片上缺少可辨別的紋理“導致3D重建失敗”。 然而，無人機捕獲的視覺數據質量很高，適合檢查員審查，”他們寫道。
計劃：爲了使此技術更成熟，研究人員表示，他們需要創建一個可以解釋變化的線上規劃算法，比如風。此外，他們需要爲MAV控制創建一個更強大的系統，因爲他們注意到軌跡跟蹤目前“對現有的天氣條件非常敏感”。
重要性：無人機在近十多年的發展中自主性和可靠性不斷提高，這樣的研究表明，未來我們離利用無人機進行目標結構測繪又前進了一步。
閱讀更多：使用無人機對大型基礎設施進行自主視覺檢查（ https://arxiv.org/abs/1901.05510）。
神經架構搜索+遷移學習，讓AI設計更高效
華中科技大學、地平線機器人和中國科學院的研究人員的最新研究成果將讓使用 AI 設計其他 AI 系統變得更加高效。這種方法稱爲EAT-NAS（Elastic Architecture Transfer Neural Architecture Search，彈性架構傳遞神經架構搜索），可以在小型數據集（如CIFAR-10圖像數據集）上運行神經架構搜索，然後將得到的學習架構遷移到更大的數據集並，運行神經元架構再次進行搜索。研究人員表示，這種方法的優勢在於，此方法的計算效率高於從頭開始對大型數據集進行神經架構搜索，以這種方式接受訓練的網絡獲得了接近最先進技術性能的分數，同時計算效率更高。
EAT-NAS的工作原理：該技術依賴於進化算法：在第一階段，算法在一個小數據集上搜索表現最好的架構，然後對這些架構進行更多訓練，並將其作爲新模型的初始化種子，遷移到更大數據集上訓練；然後，這些模型通過“後代架構生成器”運行，該生成器創建並搜索更多架構。當在較小數據集和較大數據集之間傳遞架構時，研究人員對輸入架構均勻地添加了一些擾動，這個隨機化過程將使模型對更大的數據集更加健壯。
結果：使用EATNet表現最佳的 Top5 架構在ImageNet數據集上的準確度在 73.8-91.7 之間，而來自谷歌的NAS驅動的網絡AmoebaNet得分爲75.7-92.4。搜索過程需要用到 8 個 TITAN X GPUS，耗時5天。
重要性：神經架構搜索是讓人們可以輕鬆地將新架構的設計成本遷移到計算機的技術，省掉人力和計算時間。隨着這項技術的發展，我們可以期待越來越多的組織將開始在各種部署的AI應用程序上運行基於NAS的持續性方法，省去耗時耗力的人力勞動，不斷地校準和調整 AI 系統的性能。這是人工智能產業化更廣泛趨勢的一部分——將 NAS 視爲整個人工智能研究“工廠”中基本的工廠自動化。
閱讀更多：EAT-NAS：用於加速大規模神經架構搜索的彈性架構遷移（https://arxiv.org/abs/1901.05884）。
Facebook投入750萬美元資助歐洲人工智能倫理研究中心
Facebook已經投資 750 萬美元建立了一個新的人工智能倫理研究所。Facebook稱，該中心“將有助於推動新技術倫理研究不斷髮展，並將探討影響人工智能使用和 AI 產生影響的基本問題。”
該中心將由慕尼黑工業大學教授 Christoph Lutge 博士負責。“我們以證據爲基礎的研究將解決技術與人類價值觀相關的問題，”他在一份聲明中說到。“信任、隱私、公平和包容等核心等問題會涌現，例如當人們在互聯網上留下數據痕跡或通過算法接收某些信息時。我們還將關心透明度和問責制，例如醫療方案，或當人與人工智能互動下人權決策的權利和自主權。
閱讀更多：Facebook和慕尼黑技術大學宣佈成立新的獨立人工智能倫理研究所（https://newsroom.fb.com/news/2019/01/tum-institute-for-ethics-in-ai/）。
民權團體發表聯名信抗議微軟、亞馬遜、谷歌向政府出售人臉識別技術
85個民權組織已向微軟、亞馬遜和谷歌發出聯名信，要求他們停止向美國政府出售人臉識別服務。在過去一年中，這些公司對此問題的迴應不一。微軟和谷歌都對該技術採取謹慎態度：谷歌承諾在解決濫用問題之前不會出售該技術; 微軟已就法律保障提出具體建議。亞馬遜採取了更積極的態度，繼續尋求和政府合作，最近一次是同聯邦調查局和國防部合作。這封聯名信要求所有公司在其現有承諾之外採取更多行動，全部退出與政府的合作。
閱讀更多：全國聯盟敦促企業禁止向政府提供人臉監控技術（https://www.aclu.org/news/pressure-mounts-amazon-microsoft-and-google-against-selling-facial-recognition-government）。
作者 Jack Clark 有話對讀者說：我們對中國的無人機研究非常感興趣，如果你想要在我們的週報裏看到更多有趣的內容，請發送郵件至：[email protected]。