資訊
2020年度IEEE Fellow名單出爐：華人近三成，葉傑平張潼等AI大牛入選
11月28日，IEEE 2020 Fellow 當選名單公佈，據統計，共有 280 多人當選，其中華人佔比近三成，熊輝、葉傑平、張潼、周伯文等知名 AI 科學家當選。
IEEE 全稱是美國電子電氣工程師學會（Institute of Electrical and Electronic Engineers），是國際性電子技術與信息科學工程師學會，在 160 多個國家擁有超過 40 萬會員。IEEE Fellow 爲學會最高等級會員，是 IEEE 授予成員的最高榮譽，在學術科技界被認定爲權威的榮譽和重要的職業成就。當選人需要對工程科學與技術的進步或應用做出重大貢獻，爲社會帶來重大價值。當選人數不超過 IEEE 當年會員總數的 0.1%。
據統計，去年晉升 IEEE Fellow 的華人學者近百位，來自大陸地區高校和企業的新晉 Fellow 30 多位，其中包括清華大學魏少軍、Petuum 創始人兼 CEO 邢波教授這樣的資深學者，非常引人注目。
IEEE 2020 Fellow 完整名單現已公佈，其中包括北京大學教授陳寶權、百度商業智能實驗室主任熊輝、美國密歇根大學教授/滴滴人工智能實驗室負責人葉傑平、香港科技大學計算機科學與數學教授/前騰訊 AI Lab 主任張潼等華人學者。本次當選人數超過 280 人，而華人總共有近 80 位，佔到了近三成。
IDC發佈中國AI雲服務市場報告，百度智能雲中國第一
百度智能雲的AI能力在中國市場領先。11月28日，美國調研機構 IDC發佈的《IDC MarketScape：2019中國AI雲服務市場廠商評估》報告顯示，百度智能雲憑藉着在AI技術、市場和商業上的優異表現，在能力和戰略兩個維度都處於領先地位，位居領導者象限最上方，在中國排名第一名，在其後有阿里雲、AWS、騰訊雲和華爲雲等雲廠商。
IDC認爲，近兩年，中國市場上基於公有云的異構計算能力大幅增強，爲各行業AI應用場景提供了良好的基礎設施支撐。公有云較好地解決了AI 部署和運行成本高昂的問題，AI 應用遷移、重構到雲平臺， 或直接使用雲上的AI服務是大勢所趨。智能雲已然成爲主要公有云服務商的未來戰略。 目前，百度智能雲的AI服務已經在互聯網、金融、智能城市、工業製造、物流交通等多個行業領域落地。
明年開始AI造假視頻不得隨意發佈
近日，國家互聯網信息辦公室、文化和旅遊部、國家廣播電視總局聯合印發了《網絡音視頻信息服務管理規定》，自2020年1月1日起施行。
《規定》明確，網絡音視頻信息服務提供者應當依法取得法律、行政法規規定的相關資質；應當建立健全用戶註冊、信息發佈審覈、信息安全管理等制度。任何組織和個人不得利用網絡音視頻信息服務以及相關信息技術從事法律法規禁止的活動，侵害他人合法權益。
《規定》強調，網絡音視頻信息服務提供者和網絡音視頻信息服務使用者利用基於深度學習、虛擬現實等的新技術新應用製作、發佈、傳播非真實音視頻信息的，應當以顯著方式予以標識，不得利用基於深度學習、虛擬現實等的新技術新應用製作、發佈、傳播虛假新聞信息。
在這份剛剛印發的《網絡音視頻信息服務管理規定》中，四次直接提及深度學習，基本可以看做是針對AI造假視頻的一次針對性管控。2017年底，deepfake換臉技術出現以來，各種使用AI技術造假的視頻層出不窮。而且隨着技術的進步，造假視頻已經變得越來越真假難辨，也引發了全球範圍內的擔憂。隨着《規定》的出臺，濫用AI換臉技術將會受到處罰。
《規定》中要表述的重點如下：
對於普通民衆：發佈非真實AI音視頻時，要以顯著方式標識出來；不得使用AI技術製作假新聞。對於服務商，除了上述要求還有：上線AI音視頻服務，應展開安全評估；部署非真實音視頻鑑別技術；及時停止傳播未顯著標識的非真實AI音視頻內容；建立健全闢謠機制。
字節跳動李航博士入選2019 ACL Fellow，成爲第五位入選華人學者
近日，2019 ACL Fellow 名單出爐，字節跳動李航博士入選，成爲 ACL 第五位華人 Fellow。
以人類語言爲研究對象的“自然語言處理”（Natural Language Processing，NLP）是人工智能最重要的研究方向之一。在自然語言處理領域，ACL 是世界上影響力最大、也最具活力的國際學術組織，成立至今已有 57 年曆史，會員遍佈世界 60 多個國家和地區，代表了自然語言處理領域的世界最高水平，ACL 會士（ACL Fellow）則是在本領域取得突出成就的ACL會員。
當地時間 11 月 25 日，ACL 公佈了 2019 年度的 ACL Fellow，共計 6 位，其中包括字節跳動人工智能實驗室總監李航博士，由此成爲第 5 位當選 ACL Fellow 的華人學者、第 2 位大陸科學家。
量子標準化里程碑時刻：滑鐵盧大學提出循環基準測試，評測量子系統性能
滑鐵盧大學新聞消息，滑鐵盧大學的研究人員開發出一種方法，可以建立用於測量量子系統性能的通用標準，這種被稱爲“循環基準測試”的新方法，能夠使研究人員評估量子計算機可擴展性的潛力，並實現量子平臺之間的性能比較。目前，“循環基準測試”的相關論文已經在《Nature Communications》上發表。
滑鐵盧大學的研究人員聲稱，“循環基準測試”是一種嚴格的、可擴展的協議，它能夠用於表徵跨多量子比特量子處理器的局部和全局誤差。研究人員通過在離子阱量子計算機上對非糾纏和糾纏操作的誤差進行量化，並在實驗中證明了“循環基準測試”的實用性，多量子位糾纏門的總處理保真度範圍爲 2 量子比特的 99.6（1）％至 10 量子比特的 86（2）％。此外，“循環基準測試”的數據驗證了每一個單量子比特門和每兩個量子比特耦合的錯誤率不會隨着系統的增加而增加。
概括來說，“循環基準測試”提供了一種跨不同量子比特平臺的方法，用於測量和比較各種定製量子處理器的性能。
網易裁員事件雙方和解，將內部改進並協助員工治療
一週前，一名前網易遊戲策劃員工在其個人公號上發文《網易裁員，讓保安把身患絕症的我趕出公司。我在網易親身經歷的噩夢！》。隨後，這篇文章在微信、微博等社交媒體平臺得到全網關注轉發，以致於微信“在看”數都很快達到十萬+，閱讀量預計達到數百萬。
事發後，網友曾表示在與上述員工溝通和處理過程中，相關人員確實存在簡單粗暴、不近人情等等諸多不妥行爲。關於該前員工提出的對績效評定的質疑，網易在此前聲明中表示，今年3月底，這位前同事的主管因績效原因向其提出解除勞動合同，文章展示的“業績排名”，實際爲工作量排名，不完全反映工作質量。經複覈，其績效確不合格。此時，該主管並沒有充分盡責地瞭解其患病情況。
而網易於11月29日發佈了《關於網易前同事離職事件的處理結果公佈》，其中提到，雙方目前已達成和解，網易將協助該員工尋求妥善治療方案。此外，網易已對涉事的4名主管和1名員工進行了不同層級處分。同時還提到，將在一年一度的員工滿意度調查中，新增離職員工抽樣訪談，將員工集中反映的問題列入年度重點改進計劃，並對改進進度與結果予以公示。
亞馬遜用強化學習訓練Alexa會話技巧
亞馬遜希望Alexa能更好地滿足用戶需求，因此正使用強化學習來教它會話技巧。測試結果顯示，通過強化學習訓練的代理比單純用基於規則的系統訓練的代理性能更好。這個結果爲未來個人助理的改進奠定了基礎。
爲了完成這項任務，研究人員首先向亞馬遜Alexa用戶部署了一個基於規則的系統，收集了18萬個獨特的對話。他們使用這些對話來構建一個可以通過強化學習與其他系統進行交互的用戶模擬器——這是一個有用的特性，因爲就訓練RL系統而言，使用模擬器比使用從現實中收集的真實數據要快得多。
爲了測試系統是否有效，亞馬遜在現實中做了一次測試。基線系統根據受歡迎程度推薦了五項技能，然後允許用戶接受或拒絕推薦——系統成功率爲46.42%。然後又在A/B測試中測試了基於規則的系統和RL系統，基於規則的系統成功率爲73.41%，而RL系統成功率爲76.99%。此外，RL系統的對話明顯更短，這表明它能更快給出建議。
BERT一年內從研究到應用 谷歌、微軟紛紛“入坑”
微軟利用BERT改進了Bing搜索引擎的性能。近年來，BERT與ULMFiT和GPT-2等系統一起革新了自然語言處理。微軟在一篇討論這項研究的文章中寫道：“自今年4月以來，我們使用大型transformer模型，爲Bing用戶做了今年以來最大一次性能優化。”“這些模型被應用於Bing所有全球搜索中，使得Bing搜索結果更有關聯性、更加智能”。
類似BERT這樣的模型（數據庫）非常大，通常需要很長時間來採樣。找到一個像BERT這樣的模型來支持網絡搜索並不容易。微軟表示，在CPU上運行未優化的BERT，搜索時間要77ms。微軟通過在Azure NV6 GPU虛擬機上運行該模型，並進行一些底層編程來優化模型實現，能將搜索時間減少至6ms。“有了這些GPU的優化，我們可在四個地區使用2000多個Azure GPU虛擬機，每秒能爲全球100多萬個BERT推理服務，”微軟寫道。
值得注意的是，BERT在2018年年末纔剛剛推出。而不到一年間就被谷歌、微軟這樣的科技巨頭落地應用。最先使用BERT是谷歌，現在是微軟，下一個會是DuckDuckGo嗎？
微軟與OceanMind合作利用AI打擊過度捕撈
過度捕撈是海洋野生動物數量減少的一個重要原因。據聯合國糧食及農業組織估計，目前全球三分之一的魚類資源被過度捕撈。目前，OceanMind正與微軟合作，通過AI來繪製數據地圖，然後將這些信息提供給政府當局，共同打擊過度捕撈行爲。
我們可以通過多種技術來懲治那些藐視法律的人，例如巡邏艇、車載攝像頭、遠程電子監控等。然而，在浩瀚的海洋中開展這項工作異常艱難。OceanMind系統目前跟蹤着數千艘船，收集雷達影像、衛星圖像和手機信號等各種數據並對這個龐大的數據集進行分析。OceanMind開發了一種機器學習算法，可以根據船隻位置預測捕魚行爲的類型，並對可疑的捕魚活動進行標記。
OceanMind漁業專家對人工智能發出的警報進行了覈實，並與相關部門密切協調，由後者決定是否進行進一步調查。該組織已經與包括泰國在內的多國政府建立了夥伴關係，幫助政府利用人工智能技術打擊過度捕撈。
聲音
李世石：AI不可戰勝，因此選擇退役
上週，被AlphaGo 擊敗的人類圍棋世界冠軍李世石在韓國宣佈退役。
李世石表示，自己選擇退役，主要是因爲圍棋 AI 不可戰勝。他稱：“隨着人工智能在圍棋領域的出現，我意識到即使我通過不懈努力成爲第一名，也並不意味着登上巔峯”，李世石在首爾接受韓聯社採訪時說道。“即使我成爲第一名，也有一個不可能被打敗的實體。”
宣佈退役之外，李世石還計劃進行自己的紀念賽——這也將是與 AI 進行的對決。在 12 月 18 日至 21 日，李世石將在自己的“歸隱之戰”中與韓國圍棋AI“HanDol”下升降三番棋。HanDol是韓國 NHN 娛樂公司開發的一款程序，雖然 2018 年才誕生，但在今年 1 月 23 日的人機大戰中擊敗了目前韓國排名第一的申真諝，自此宣告橫掃韓國前五名圍棋選手。
AI開源工具
ZEN
ZEN是由創新工場AI工程院和香港科技大學聯合研究的一款基於BERT的中文預訓練模型。在中文任務中，ZEN不僅性能優於BERT，也比之前中文預訓練模型更好。ZEN對高概率成詞的n-gram添加了獨有的編碼和向量表示，此模型可以提供更強的文本的編碼能力和理解能力。
https://github.com/sinovation/zen
Megatron-LM
Megatron是一款強大的transformer。目前，它支持GPT2和BERT混合精度的模型並行、多模訓練。我們的代碼庫能有效地訓練一個在512個GPU上讓8-way和64-way數據並行的72層、83億參數CPT2語言模型。
研發團隊發現更大的語言模型能夠在短短5次訓練中超越當前GPT2 15億參數wikitext。爲了訓練BERT，存儲庫在3天內訓練了64個V100 GPU上的BERT Large。最終的語言建模perplexity爲3.15，SQuAD爲90.7。