【卷首語】2025年？2020年？或是如埃隆·馬斯克在Twitter上所說的，“（特斯拉）會在今年8月實作完全自動駕駛 ”？在一個又一個不斷接近的時間承諾的刺激下，完全自動駕駛（full self-driving）好像離我們真的很近了。
但紐約大學的人工智能專家加裡·馬庫斯（Gary Marcus）卻不這麼看，這位“經常性調低AI系統期望值的AI權威”認為“實作完全自動駕駛汽車的夢想可能比想象的要更遠得多”，甚至于“完全自動駕駛實作的日子很可能要推遲整整一代人”。
加裡·馬庫斯給出的原因大緻可以歸為三類：首先，以“歸納總結”和“分類識别”為主的主流深度學習算法，是否能夠持續得到優化目前并無定論，“完全自動駕駛汽車就如同一個我們不知道答案的科學實驗”；
其次，幾乎所有的車禍都會涉及某種不可預見的情況，而深度學習算法仍然隻是對過去事件的重複學習很難獲得“推演能力”，這會導緻“完全自動駕駛汽車遇到出乎預料的情況卻無法做出正确反應”；
第三，即使建立了一個“完美”的自動駕駛系統，但是行人或是其他駕駛員是否能夠預測、判斷自動駕駛汽車的行為并做出行動，仍然充滿着不确定性和不可預知性——裹挾着技術和社會環境、社會倫理問題的“完全自動駕駛”，前進路上僅透微光。
但從另外的角度看待這一條條真實的挑戰，或許另有收獲：
首先，對自動駕駛的“唱衰”，有相當一部分來自于“對這一行業的期望過高”，卻忽視了這一行業所取得的巨大進展，正如Lyft的董事Ann Miura-Ko所言：“人們總是期望他們一步登天，這完全不符合新技術上的正常期望，我認為，每一個微小的優化都是自動駕駛成熟工業化路程上獨特的風景”；
其次，許多自動駕駛公司正在尋找和建立新的自動駕駛改進思路，比如說，實作基于規則的AI技術，将特定的規則和邏輯通過硬體的方式編碼并固定在駕駛行為中，“（自動駕駛）車-（智能道）路-（雲協同）網”三者協同的概念也開始受到關注；
更重要的是，在自動駕駛日趨完善的道路上，随着許多新技術被開發出來，它們的應用領域已經不僅限于自動駕駛，而在許多不同的領域創造出巨大的價值：
自動駕駛輪椅應運而生，極大地提高了行動困難者的生活品質；車載雷達技術的成熟和普及，在人工駕駛的重型卡車上應用，正在避免交通事故、拯救生命；結合了衛星導航和自動駕駛技術的農業機械在日本已經下田耕作，解決日本老齡化社會下的農業勞力緊缺問題。
就像1970年Ernst Stuhlinger 博士那封著名的回信中所寫：“通往火星的航行并不能直接提供食物解決饑荒問題。然而，它所帶來的大量新技術和新方法可以用在火星項目之外，這将産生數倍于原始花費的收益。”
總之，我們應當對完全自動駕駛抱有充分的希望，進行持續的努力，無論是實作完全自動駕駛，還是在這一過程中，所誕生的種種造福人類的技術與實踐，而這，也應當是我們今天對待每一項前沿科技研究時的态度，比如說在制藥領域應用人工智能技術或是将VR技術應用于人類大腦的修複性治療。
1、美政府被曝砸巨資扶持矽谷巨頭，特斯拉獲35億美元補貼
【新聞摘要】 根據非營利組織 Good Jobs First 的資料，市值540 億美元的特斯拉，自2007年以來以35億美元一直在公共貨币補貼中保持領先地位，例如在内華達州，特斯拉就因為在“Gigafactory”電池廠的一批稅收減免中，獲得了大約13億美元的補貼收益。不僅如此，谷歌的母公司 Alphabet自2000 年以來已獲得 7.66 億美元的補貼，且其中大部分補貼來自2011年以後。蘋果、Facebook等公司也在2009年以來分别獲得了約6.93億美元和3.33億美元的補貼。根據Good Jobs First的統計，上述四家公司絕大多數補貼來自于美國加州以外地區，如内華達州。
【小雲評論】客觀來說，Good Jobs First所統計的金額中包括政府稅收減免，并不完全是政府補貼，但總的來說，矽谷巨頭“拿到高額補貼”的事實是毋庸置疑的，資金投入巨大的特斯拉更是其中的“出類拔萃者”。但對任何一家企業來說，“與其依靠補貼，不如建構生态”，通過市場合作、生态建設，企業能夠獲得更為廣泛的商業機會和資金、技術、合作夥伴乃至智力資源方面的支援，進而建立起更為強勁和廣闊的“造血機制”。正是在這樣的發展思路下，阿裡雲與西門子在近期簽署合作協定，将後者的MindSphere工業網際網路平台部署到阿裡雲的雲計算服務上，雙方的合作不僅将建構起先進的工業網際網路服務平台，更創造了更為廣闊的市場生态和想象空間。
2、亞馬遜稱雄美國電商市場，蘋果領先沃爾瑪
【新聞摘要】 市場研究機構eMarketer的資料顯示，2018年亞馬遜在美國的零售收入将達到2582.2億美元，這一數字占到美國所有線上零售支出的49.1%，占零售總額的5%。美國電子商務市場的第二名是eBay，它占美國電子商務市場的份額為6.6%，蘋果則以3.9%位居第三。值得注意的是，全球最大的實體零售商沃爾瑪在電子商務領域的表現并不盡如人意，在市場中僅僅獲得了3.7%的份額，甚至低于蘋果公司。此外，亞馬遜的擴張速度依然沒有減慢，2018年預估銷售額比前一年度增長了29.2%，而前一年度亞馬遜占電子商務零售總額的43%。
【小雲評論】亞馬遜在美國電子商務零售市場中49.1%的份額令人咋舌，但更重要的是它仍未放緩的增速，值得注意的是，這一增速的來源是亞馬遜的第三方賣家零售平台Marketplace，其已經占據亞馬遜零售總額的68%。Marketplace不僅是銷售模式的轉變，而是亞馬遜為第三方賣家提供的是軟硬體基礎設施（包括雲服務）和面向第三方的資訊管理工具、物流服務、客戶管理工具等一系列先進技術平台，其中甚至還包括AI方面的能力，顯然，新一代資訊技術才是Marketplace成功的主要原因。此外，從eMarketer的報告可以看出，美國電子商務零售市場僅占美國零售總額的約10%，利用雲計算、大資料、人工智能等新一代資訊技術優化更新傳統零售業，在中美都有很大的空間。
3、VR+無人駕駛+無人機+區塊鍊：科技徹底改變采礦業
【新聞摘要】 據BBC報道，自2016年南非公司模拟教育訓練解決方案(STS3D)開發了世界第一面VR防爆牆，并将其安裝在全球最大商品交易商嘉能可(Glencore)位于尚比亞的莫帕尼(Mopani)銅礦中，這一銅礦已經安裝了兩面VR防爆牆，另有三面VR防爆牆正在施工中。借助VR防爆牆，礦業公司的爆破專家可以在模拟環境下進行測量并選擇适合的地點放置炸藥，進而模拟爆炸後可能發生的情況，這不僅将避免錯誤的爆炸方案造成安全事故，而且可以更為簡單地對爆破從業人員進行教育訓練，比視訊和黑闆練習等傳統教育訓練方法更有效。
【小雲評論】使用VR防爆牆進行爆破方案的模拟測試，或是對爆破從業人員進行訓練，能夠大大提高礦井爆破方案的可靠性和安全系數，這對爆破工作極為頻繁的采礦業來說，具有根本的安全性提升。不僅是VR，自動鑽機、無人駕駛卡車、無人機、大資料等新技術都在對采礦業的日常工作方式産生變革。通過新技術的應用，礦業公司可以加強安全系數、提高生産率，甚至将很多原本由人來完成的危險工作交由自動機器人來完成，或是完成原本人所無法完成的高難度作業。此外，新技術的采用對解決采礦業長期以來所面臨的使用童工、環境污染等問題提供新的解決思路——雲計算、大資料、物聯網、人工智能等新一代資訊技術将對采礦業産生巨大的影響，進而改變行業頑疾：2017年，我國僅煤炭行業因事故死亡人數就高達375人。
4、墨爾本大學團隊宣布實作60量子比特量子計算模拟
【新聞摘要】 近日，墨爾本大學的研究團隊宣布，他們首次成功模拟了 60 量子比特的量子計算機上 shor 算法的運作，這意味着其所模拟的量子比特數目成功跻身于全球領先行列，并創造了目前的世界紀錄。長期以來，用傳統計算機模拟量子計算是很棘手的事情，據介紹，墨爾本大學的研究團隊通過優化算法，使算法生成的矩陣積态（Matrix Product State）可對量子态進行表征，降低了量子計算機模拟過程中對傳統計算機運算能力和存儲資源的要求。
【小雲評論】2018年以來，使用傳統計算機模拟量子計算機的研究不斷取得突破性進展，這也引發了一定的輿論疑問：既然在研究量子計算機，為什麼還要使用傳統計算機對其進行模拟？事實上，之是以這樣做，是為了“幫助研究人員更好的了解和測試量子計算機未來所面對的問題”， 以便在真正的量子計算時代到來之時，做好準備。一直以來，業界共識是，50-100 量子比特已經超出傳統計算模拟的範圍，而成功地模拟 60 量子比特，讓這一邊界向前推進，可以讓我們更好的了解量子計算優越性的标準。
5、加州理工學院團隊展示在試管中誕生的人工智能
【新聞摘要】 加州理工學院的錢璐璐團隊在7月4日的《自然》期刊上，展示了如何在試管中創造人工智能，他們開發了一種名叫“Winner-Take-All”的由 DNA 制成的人工神經網絡，并選用了機器學習界的經典問題——識别手寫數字，作為其首戰場。他們期望試管裡的充滿智慧的混合物，能幫助人類識别上萬個潦草的數字。這項工作也是證明将 AI 編入合成生物分子電路的重要一步。錢璐璐表示：“在這項工作中，我們設計并創造了一個小型神經網絡，可以對分子資訊進行更為複雜的分類”。目前，“Winner-Take-All”神經網絡，被認為能夠對 MNIST 資料庫中 98% 的手寫數字進行正确分類識别。
【小雲評論】錢璐璐團隊所展示的“Winner-Take-All”包含神秘感，聽起來更像是玄學或是科技幻想，但事實是，在此之前，錢璐璐就做過類似的嘗試。隻是在過去的實驗中，僅通過四種不同的 DNA 分子組成的識别模型，在圖像的數量與複雜性上都大大受限；相比之下，新模型具有更強大的計算力，即可以大規模“掃蕩”簡單圖形，又可以小範圍識别複雜圖像，這已經具備了建立包含人工智能神經網絡的分子機器的初步雛形。如果在 20 世紀，我們因為一個手掌大小的灰色金屬儀器而震驚，那麼在 21 世紀，我們是不是會看到一碗含有智能分子的“智慧湯”，雖然科學家們剛剛開始探索在分子機器中創造人工智能，但其潛力已經不可否認。
6、牛津：網絡防護并未阻止英國青少年接觸到成人片
【新聞摘要】 據Techcrunch報道，牛津網際網路研究所的研究人員在一篇名為《網絡防護和青少年接觸網絡色情材料》的文章中稱，網絡防護器很少能有效地防止青少年接觸網絡色情，該文作者之一的Victoria Nash博士認為，網絡防護器的開發和維護成本很高，而且由于共享内容的新方式不斷發展，它們也很容易“被屏蔽掉”， 此外，還可能導緻“年輕人無法獲得正當的健康和兩性關系方面的資訊。” 這項研究調查了來自歐盟和英國的9352名男性和9357名女性，發現近50%的受試者家裡有某種網絡防護器，但不管安裝了什麼，受試者看到的色情内容數量仍大緻相同。
【小雲評論】牛津網際網路研究所的研究結論中有兩點值得注意：首先，網絡防護器失效的原因，往往是由于共享内容的方式發生了變化，而網絡防護器卻并未得到及時有效的更新和更新；其次，網絡防護器不應當是父母、其他監護人或機構服務人員唯一的“保險”，來自父母和看護者的監督看護與網絡防護器的技術防範同等重要——就這兩點來說，網絡防護器應當借助人工智能之類的技術，實作更加智能的發展，軟體的開發者也應當確定軟體能力的持續疊代。同時，我們也應當認識到，在某些領域，人機混合比單純的依靠軟體更具現實意義。
7、國際足聯：VAR帶來99.2%判罰準确率
【新聞摘要】 據西班牙埃菲通訊社報道，截止到世界杯季軍争奪戰之前，視訊助理裁判（VAR）已經在本屆俄羅斯世界杯上獲得了440次使用，裁判們在62場比賽中觀看了19次VAR回放，更正了16個不正确的判決。國際足聯主席因凡蒂諾在談到VAR時表示：“16個判決被改變，16個錯誤決定變成了16個正确決定。”藉此讓世界杯的裁判準确率從95%提高到了99.2%。他認為，在VAR的支援下，本屆世界杯是有史以來最好的一屆世界杯。
【小雲評論】視訊助理裁判（VAR）在俄羅斯世界杯開賽的第三天就在法國VS澳洲的比賽上發揮了作用，正是經過VAR的提示，主裁判才判罰法國隊點球，而随着法國隊的點球應聲落網，全球億萬球迷在俄羅斯迎來了世界杯曆史上視訊裁判首次改判裁判結果的進球，VAR在很大程度上保證了俄羅斯世界杯比賽的公正性，而更多的前沿技術則為全世界未能親臨現場的球迷帶來的了全新的觀賽體驗：視訊轉播更流暢、轉播服務更豐富、AI快速生成如大片一樣的比賽集錦，球迷們更能通過微粒化的視訊服務功能，制作屬于自己的世界杯視訊。
8、傳微軟繼續裁撤銷售人員 去年曾大手筆裁員3000人
【新聞摘要】 據國外媒體援引消息靈通人士的話稱，微軟本周縮減了其國際銷售團隊的規模，裁掉部分員工，該匿名知情人士稱，此次裁員規模比一年前的一輪裁員要少，但自己并不清楚确切的裁員數量。但他指出，微軟的此次裁員并不意味着公司會改變自己的既定戰略，而隻是正常的業務調整，而微軟在上周剛剛進入2019财年。如果此次裁員屬實，這已經是微軟兩年内第二次針對銷售團隊裁員：早在2017年微軟就曾宣布裁員3000人。此次裁員中受波及最大的是銷售人員，裁員比例約占微軟整個銷售團隊的10%左右。
【小雲評論】微軟裁撤銷售人員的行動是一種必然，包括Office 365在内的大量軟體通過SaaS的形式在Azure雲服務上通過使用者自助購買被銷售出去，而非傳統的銷售人員。随着這家老牌的軟體廠商朝着雲計算轉型的步伐日益加快，将會有更多微軟的軟體和服務産品通過平台，而非具體的銷售人員進行銷售，特别是在一些銷售成本較高的市場，這一趨勢将愈加顯著。事實上，不僅僅是銷售人員，整個IT産業鍊都在因為雲計算的發展而被重塑，比如随着Kubernetes容器服務的發展，原本複雜的硬體層相容性、互操作性工作的重要性将被削弱，許多硬體工程師将面臨新的職業選擇，而随着雲計算的普及，越來越多的資料中心硬體工程師，已經開始了他們的職業轉型。當然，很多硬體工程師在從資料中心管理至雲管理運維的職業轉換中，獲得了更高的薪水和更舒适的工作環境。
9、國外媒體稱實作完全自動駕駛可能比預計要晚很多
【新聞摘要】 近日，The Verge刊文稱，雖然從表面上人類社會似乎比以往任何時候都更接近完全自動駕駛實作的日子，許多自動駕駛公司的車輛正在測試，而一些功能有限的自動駕駛汽車已經被銷售出去行駛在真實的道路上，照此邏輯發展下去，隻要系統持續不斷改進，不久之後就可以達到無需司機進行幹預的自動駕駛水準。但事實上，實作完全自動駕駛汽車的夢想可能比想象的要遠得多，也許需要數年甚至數十年，才能真正實作可以避免事故的自動駕駛系統，因為基于人工智能的自動學習系統所要應對的現實世界遠比人們想象的更加混亂，比如說有時候自動駕駛汽車遇到出乎預料的情況卻無法做出正确反應，而且幾乎所有的車禍都會涉及某種不可預見的情況，同時有科學家指出，實作完全自動駕駛的瓶頸不在于建立一個完美的自動駕駛系統，而在于訓練旁觀者預測自動駕駛汽車的行為。
【小雲評論】雖然自動駕駛汽車很可能是一個我們不知道答案的科學實驗，但是我們仍然要将這個“實驗”做下去：首先，在研究自動駕駛汽車的過程中，人工智能，特别是深度學習的能力得到了極大的鍛煉和進化，其中的一部分技術已經被應用于輔助駕駛或自動化港口等領域，創造了大量的社會價值和經濟價值，甚至即使無法實作完全的自動駕駛，相關技術仍然将降低道路交通事故，進而拯救許多生命；其次，每一項技術的發展都會遇到各種困難，毫無例外的進入瓶頸期，但持續的研究和問題的發現，将有助于自動駕駛從發展的困境中走出來，除了深度學習之外，必然會有新的技術幫助自動駕駛突破瓶頸期。此外需要指出的是，正如Lyft董事會的Ann Miura-Ko所說：“人們總是期望他們一步登天，這完全不符合新技術上的正常期望，我認為，每一個微小的優化都是自動駕駛成熟工業化路程上獨特的風景。” 一概而論地把仍不成熟的自動駕駛直接定義為失敗是錯誤的觀點。
10、美媒揭科技界“假AI”現象，以人力冒充AI套路被識破
【新聞摘要】 據《華爾街日報》報道，一些公司利用特定技術，對投資者和使用者隐瞞了AI對人類的依賴，比如說利用人類來訓練 AI 系統，更有甚者，則秘密地依賴于人類提供知識、經驗甚至是具體的操作，提供“僞 AI”科技。比如說Edison Software公司的工程師就會借助谷歌的第三方應用程式開發者權限通路使用者收件箱，浏覽衆多使用者的個人電子郵件資訊來改進“智能回複”功能，而更有甚者——企業費用管理應用程式Expensify承認，它一直使用人工來轉錄一些收據，并聲稱是“智能掃描技術”處理的。
【小雲評論】無論是對AI能力誇大宣傳，還是幹脆就使用人工來完成工作，卻宣稱是AI系統所為，所有這些欺騙舉動所影響的都不僅是涉事公司或是其影響隻停留在宣傳層面，這些行為會降低AI技術在公衆中的可信度，同時讓AI技術的發展和能力本身變得越發不透明，會對AI技術發展産生極大的負面影響。當然，我們也應當認識到，在任何一項技術的發展中，“渾水摸魚者”和“招搖撞騙者”都會存在，市場上需要建立權威公正的軟硬體測評機制，提高受測産品的認可度和透明度。當然，需要指出的是，如果并非誇大宣傳AI的能力，通過人類訓練 AI 系統并完善它的準确性是可以接受的，但要確定使用者的資料隐私安全。