「人工智能智能内参」旨在提供一份中文互联网领域权威、可读的人工智能商业化应用邮件列表。本期你将看到 百度正在变成什么样子、德尔福收购自动驾驶创业公司、IBM 低调神秘发布新品、AWS 里程碑的收入增长、Yan LeCun 怒斥人工智能与「终结者」划等号……点击这里查看过往内容。
号外:百度这一周:财报向好、前研究院院长离职、牵手首汽约车
百度在美国时间 10 月 26 日(北京时间 10 月 27 日)发布 2017 年第三季度财报,当季营收 253.3 亿元人民币,同比增长 29%,净利润 79 亿人民币,同比增长 156%。这是百度连续两个季度营收、利润大幅上涨,当日收盘后,百度的市值达到 903 亿美元,此时距离陆奇进入百度,不过 10 个月时间。
撇开所谓百度就是人工智能公司这样的 PR 口号,百度到底在发生什么变化以及百度未来会是个什么样子?这个问题的答案虽然模糊不清,但依然可以从百度最近的动作以及财报里看出端倪。
首先,陆奇要让这家公司至少看起来是「一家专注人工智能」的公司。即便经历了 2016 年的热炒,站在行业发展的角度去看,人工智能依然处在一个相对早期的阶段,技术单点与技术整合所释放的潜力还非常大。这意味着,在接下来相当长的时间(5 到 10 年)里,围绕人工智能的创新还会持续获得市场认可。
这是陆奇给百度画的一个宏伟蓝图,也是给华尔街释放的信号。因此,不管是低价抛售百度外卖还是传闻中低价卖掉糯米影业,百度接下来的调整还会持续进行中,绝大多数与人工智能无关的部门或子公司都将面临被抛弃的命运。
其次,被抛弃的不仅是与人工智能无关的部门,还包括与人工智能商业化无关的研究人员。本周,曾担任百度研究院院长的林元庆已确认离开。公开资料显示,百度研究院前身是百度神学习研究院,成立于 2013 年 1 月,随后的几年时间里,百度通过这个研究机构招募了全球范围内众多人工智能领域的人才,包括但不限于:
- 吴恩达
- 林元庆(NEC美国智能图像研究院负责人)
- 倪凯
- 李沐
- 徐伟(前 FB 资深科学家)
如今,上述几个人除徐伟外,都已先后离开。事实上,在林元庆接过吴恩达的百度研究院院长不到 6 个月后,百度内部任命负责人工智能技术体系的副总裁王海峰担任院长职务,这也让林元庆随后的离开有了充分的铺垫。在接受「量子位」采访时,有这么一段问答:
量子位:8月的调整之前想过离职么?
林元庆:没有。但是这些调整让我更深入的去想AI最大的机会在哪里。
量子位:那次的调整让你感觉不爽么?
林元庆:变化总是会带来一些不顺畅,但这些其实是很正常的。我跟百度的每一个人,都有非常好的合作关系 。我也非常理解公司的这些变化,这是非常自然的。
林元庆的离职基本宣告了百度过去四年的人工智能研究院模式已经终结,陆奇所主导的更具商业化、更具落地可能性的人工智能战略正在左右这家公司的发展方向。
第三,相较于过往,如今的百度正在展开一场「文化革命」。[1]进入 2017 年,百度发布了两个战略性的产品:DuerOS 语音交互平台和 Apollo 自动驾驶平台。两个产品的共同点都是面向外部合作的开放平台,这可以说是陆奇带给百度最大的改变,通过将百度的技术与行业发展的趋势以及行业合作伙伴的某种「捆绑」,最终实现百度全新商业模式的构建,也就是成为人工智能技术的底层驱动者。
因此,未来一段时间内,你也许会频繁地被百度人工智能相关的新闻刷屏,比如在本周,百度与首汽约车建立战略合作关系,双方将在自动驾驶领域展开深度合作,而「自动驾驶+共享出行」也是最近一年来行业都在努力探索的方向,早在一年前,我曾在会员通讯里谈到共享出行的商业模式将被自动驾驶技术所重构:
因为不管是Uber 还是滴滴,其商业模式有着先天性的问题:赢者通吃。这是一种线下的网络效应:在一个供需平台上,随着流动性的增加,整个平台的活力也不断增加,这个过程中,供需两端的用户逐步形成的用户粘性是很难被改变的。从这个角度出发,也就不难理解 Uber 能在美国市场一骑绝尘,而在中国市场始终迈不过那个坎。
但自动驾驶的到来,让这种线下的网络效应变得无足轻重。
首先,司机不再是稀缺资源,这也使得类似 Uber、滴滴这样的共享经济平台不再是供需平台,而转变成一种单方向的汽车服务提供商。
与百度首汽相对标的,既有 Uber 「不择手段」地自主研发自动驾驶技术,并引来与 Waymo 的专利诉讼,也有 Lyft 频繁向 Google 示好,传闻中,更有多达 15 亿美元的投资以及自动驾驶的合作。因此,百度与首汽约车的合作,至少已经从市场营销和宣传层面占据了行业话语权,类似这样的合作,还会更多。
百度的这些变化还是会让人将其与 Google 做对比,尤其是,这两家公司在中国网民中的地位和形象又是完全不同,那么,究竟什么才是好公司、什么才是坏公司?更进一步,百度搜索的竞价排名与 Google 搜索广告的自动化,在为两家公司赚取丰厚的利润同时,又深刻影响了中美两国的社会、经济乃至政治走向,从这个角度去看,到底谁比谁高尚呢?
资本:腾讯、蚂蚁金服布局机器人与深度学习
- 德尔福收购波士顿自动驾驶创业公司 NuTonnomy。NuTonnomy 是一家出自 MIT、2013 年开始独立的创业公司,该公司于 2016 年在新加坡启动自动驾驶出租车业务,这笔收购总金额为 4.5 亿美元,并购完成后,NuTonnomy 的工程师将全部加入德尔福团队。(链接)
- 蚂蚁金服领投深鉴科技。深鉴科技是一家专注深度学习芯片的创业公司,此次融资为 A+ 轮,融资额共 4000 万美金,由蚂蚁金服与三星风投领投,招商局创投与华创资本跟投。深鉴还发布了深度学习芯片级产品化计划,由深鉴自主研发的芯片「听涛」将于2018年上半年完成产品装载。(链接)
- 温哥华机器人创业公司 Kindred 完成 B 轮融资,腾讯参与投资。Kindred 的业务主要是通过机器学习来发展智能工业机器人,面向企业车间以及仓库的货物分拣需求,比如该公司正在和包括 GAP 在内的服装业巨头合作,解决库房服装的分拣难题。此次融资总额达到 2800 万美元,腾讯参与了投资。(链接)
- 思科 19 亿美元收购 BroadSoft。在当下企业网络市场越来越步入软件定义一切的背景下,思科的日子并不好过,利用这笔收购,思科希望进一步加强软件和云服务领域的研发能力,此前思科已经在今年收购 AppDynamics 和 Viptela 两家软件公司,而这次收购的 BroadSoft 创立于 1998 年,并在 2010 年上市。(链接)
巨头:AWS 里程碑、Google 公布 IPU 细节
- IBM 全新的计算架构让内存具备运行人工智能应用的能力。IBM 本周这个异常低调的消息着实令人震惊,据了解,这是一种可以运行在 100 万个相变内存(Phase Change Memory,PCM 设备)上的无监督式机器学习算法,与目前最先进的传统计算机相比,这种内存计算原型技术有望在计算速度和能耗利用效率方面提升 200 倍,非常适合实现人工智能(AI)应用中的高密度、低功耗、大规模的并行计算系统。(链接)
- AWS 季度收入达到 46 亿美元,运营利润突破 10 亿美元。本周亚马逊发布第三财季财报,其中 AWS 各项数字均有不同程度的突破,营收达到 46 亿美元,较上一季度增长了 42%,而运营利润也正式突破 10 亿美元。(链接)
- Google 联手思科,推进混合云建设。这次合作主要利用 Google Cloud 的容器应用 Kubernetes,实现公有云、私有云之间业务的无缝切换,双方未来将在私有云市场展开充分的合作,而在 Google Cloud 负责人 Diane Greene 看来,这一切都是 Google 根据市场以及客户的需求而展开的战略合作。(链接)
- Google 公布其智能手机上的 IPU 细节。在 Google 官方博客上,Google 公布了其全新的 pixel 2 手机的 IPU 细节,正是这个硬件,让 Pixel 2 具备了双摄才能实现的动态模糊功能。据了解,这款芯片的定位是 HDR+,另一方面,也承担了许多本地机器学习加速的工作。(链接)
- 亚马逊在德国开设机器视觉实验室。该实验室设立在图宾根,靠近普朗克研究所,这是亚马逊在德国的第四个研究所,其主要研究方向是通过机器视觉的研究,进一步提升用户体验,同时亚马逊还透露该实验室也会推进 Alexa 语音的研究。(链接)
- 微软将克雷的超算加入 Azure 云服务。微软在 Azure 服务中加入 Cray XC 和 Cray CS 超算集群后,可以应对诸如分析、气候建模、工程模拟、科学和医学研究等任务。微软表示,超算将不会像其他 Azure 计算资源那样在客户中间分享,而是作为专用的资源提供给客户。(链接)
尾巴:人工智能与「终结者」
本周《纽约客》的封面描绘了一副令人恐惧的「未来场景」(如下图所示),「创造」这个场景的艺术家 R. Kikuo Johnson 这样说道:
I’m not too worried about machines replacing cartoonists,When robots are advanced enough to be neurotic, then maybe I’ll be concerned ,though I don’t think too many of us choose this field for job security, anyway.
无独有偶,Facebook 人工智能实验室负责人 Yann LeCun 公开表示,人工智能离所谓的「终结者」还有很远的距离:
We’re very far from having machines that can learn the most basic things about the world in the way humans and animals can do. Like, yes, in particular areas machines have superhuman performance, but in terms of general intelligence we’re not even close to a rat. This makes a lot of questions people are asking themselves premature. . That’s not to say we shouldn’t think about them, but there’s no danger in the immediate or even medium term. There are real dangers in the department of AI, real risks, but they’re not Terminator scenarios.
这篇专访中,LeCun 还进一步谈到了自己对人工智能落地产品的期许,他比较看好的是虚拟助理:
I think virtual assistants really are going to be the big thing. Current assistants are entirely scripted, with a tree of possible things they can tell you. So that makes the creation of bots really tedious, expensive, and brittle, though they work in certain situations like customer care. The next step will be systems that have a little more learning in them, and that’s one of the things we’re working on at Facebook. Where you have a machine that reads a long text and then answers any questions related to it — that’d be useful as a function.