「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 被曲解的「天网」PR、 一本人工智能畅销书的危险信号、Google 的第二次中国探险前途漫漫、当机器学习可以生产色情影片、机器学习如何帮助 NASA 发现「第二个太阳系」……点击这里查看过往内容。
人脸识别与「天网」，被曲解的 PR
BBC 记者 John Sudworth 日前在贵阳市一次大数据、人工智能共同铸就的「天网」，视频链接在这里。正如视频所言，借助布满整个城市的摄像头以及背后强大、实时的数据分析能力，生活在这个城市的人已经无处可藏。
有趣的是，承建这项工程的是一家叫做「深醒科技」的创业公司，其投资机构昆仲资本很快就发了一篇公众号文章，借用这个大好机会做了一次 PR，其中提到这个技术背后的原理，
“7分钟速度”背后的原理是，路上的摄像头不仅能实时捕捉行人的面貌，还能和数据库指定人物信息进行匹配，在行人跟踪、人脸识别等技术配合下，警方可确定在逃罪犯的行踪。此次实验地贵阳警方采用的人脸识别系统正是深醒科技人脸识别系统，该系统可以通过路上的摄像头，识别行人的年龄、性别、衣着等信息，同样的技术也适用于机动车。
技术层面上说，这并非有多高深，也是其他巨头和创业公司们都在做的事情。
更进一步，这篇文章还介绍了目前贵阳的摄像头部署情况：
除了车站，深醒科技在贵阳布设的监控点监控范围辐射机场、党政机关、网吧、宾馆、旅游景点、娱乐场所、地下通道等人流密集区域……
越来越多的摄像头、无处不在的监控和分析，将成为今后 5 到 10 年中国城市发展的主流。安防市场也在集体爆发中。此前，36Kr 曾援引中国安防网的统计数字：
2016年我国安防行业总体规模已达5687亿元，同比增长17%；预计未来两年国内安防市场将维持15%的增速，2018年安防市场规模将达到7521亿元。其中，在安防细分子行业中，视频监控的市场规模占比接近一半，未来两年预计保持13.4%的年复合增速，2018年市场规模预计达到1114亿元。
如此大的市场规模，充分说明了当下中国城市决策者的巨大需求，围绕这个需求，将会在上中下游诞生越来越多的所谓「独角兽」：
- 上游，包含了视频算法提供商、芯片制造商、图像传感器、镜头模组等其他核心零部件；
- 中游，包含了硬件供应商、软件服务商、系统集成商、运营服务商；
- 下游，为终端行业应用，涉及政府、公安、交通、金融、民用等领域；
由于距离普通民众较远，安防市场长期以来都被不被人注意到，但人工智能相关技术，尤其是人脸识别的成熟，已然给这个行业带来新的变量，同时，在当下的政治风气里，这些安防厂商与各地政府之间的合作，从商业和政治层面都有了更多的默契。
对普通人来说，当我们一方面感叹人工智能会给自己带来越来越多便利的时候，或许会忘记真正意义上杀手级应用，不过是当局为了更好地监控你我。
另外，BBC 这则采访视频的另一个标题叫「No escaping Big Brother in China」。当然，深醒科技和昆仲资本以及国内鼓吹人工智能的科技媒体们是不会告诉你的。
一本人工智能畅销书的危险信号
徐英瑾教授本周在《上海书评》上撰文，评价的是一本新书《人工智能简史》，徐教授主要围绕该书提到的所谓「人工智能不需要哲学家」的论点进行了深刻反驳。徐教授写道：
在该书第九章列举了三个与人工智能有交集的哲学家，一个一个予以批判。第一个是德瑞福斯（Hubert Dreyfus），即试图用海德格尔的思想资源批判符号AI的现象学家。第二个是塞尔（John Searle），即试图通过“中文屋”论证，来反驳强AI的可能性的语言哲学家。第三个则是普特南（Hilary Putnam），即试图通过“钵中之脑”思想实验，来证明语义外在论之正确性的分析实用主义者。然而，从论证角度看，尼克的相关讨论显然会有“不完全归纳”的风险：就这么三位哲学家，能够代表哲学界对人工智能的一般看法吗？譬如，前面提到的查尔莫斯与波洛克，作者压根儿就没有提到。就拿作者所提到的塞尔的“中文屋”思想实验来说，他也好像完全忽略了一个与该论证相关的基本事实：互联网上可以找到的至少几百篇评论塞尔该思想实验的英文哲学论文，大多数都是批评塞尔的。在这样的情况下拿塞尔的观点做哲学家的典型，是不是有点偏颇呢？
坦率来说，尼克的这本新书的确有很多值得推敲的地方，正像他对哲学家们所不屑的那样，尼克也有意无意地制造了「真空中的人工智能」的形象，这是一种非常片面的叙述角度，人工智能从来都不是一个独立的行业或垂直行业，自诞生之日起，就和数学、认知科学、神经科学、计算机科学、心理学、语言学有了不同程度的交集。
尤其在现在这个阶段，当人工智能越来越成为一种驱动社会变革的底层力量时，倘若缺乏整体性的思维，往往会陷入对于技术的顶礼膜拜中，这成了一个危险的信号。
Google 的第二次中国探险前途漫漫
本周，随着 Google 人工智能中国中心的成立，Google 的第二次中国探险故事也正式开始，这一次的主角则是一位人工智能女性从业者，李飞飞。科技自媒体「机器之心」的报道：
李飞飞在会后表示，她从一开始就参与了建立 Google 中国 AI 中心的筹划。「其实在 1 月加入 Google 后，我跟 Google CEO Sundar Pichai 以及 Google 云 CEO Diane Greene 就进行了头脑风暴，之后确定带入中国，与中国人才进行合作。」
此外，中心筹备过程中，谷歌云也和谷歌大脑、TensorFlow 团队，包括其负责人 Jeaf Dean 有充分沟通，并得到他们的支持。在这之前，谷歌在中国建立了 TensorFlow 开发团队。谷歌希望以此作为该公司致力于中国 AI 长期研发的第一步。
更进一步来看，这个 Google 人工智能中国中心的地位与上一次 Google 入华有着本质区别，如果说上一次还是一家商业公司以产品名义的探路，那么这一次则是一个围绕人才、社区的举措，科技自媒体「DeepTech」写道：
据相关人士对DT君透露的消息，谷歌的这次“重返”在运营层面很可能与在中国建立一个以TensorFlow为核心的AI人才社区有关，主要目的还是为了招募和吸引中国的AI人才，以及稳固TensorFlow在开发者中的地位，而非纯粹的商业运营计划重新落地。
透过李飞飞的演讲，几乎也没有多少提及这个研究中心如何与 Google 其他产品线的协同，只是提到一个很虚的协作：
这个中心将与我们在世界各地，包括纽约、多伦多、伦敦和苏黎世在内的 AI 研究小组一起，共同让人工智能更好地服务于全人类……
因此，短期来看，由于缺乏 Google 其他业务的协同，对国内人工智能的大格局不会产生大的影响。长期的行业影响到底有多大，某种意义上并不取决于 Google 以及李飞飞们是否努力，而是来自中国市场的神秘监管力量。
a16z 合伙人点评人工智能的 2017
a16z 是硅谷风头正劲的投资机构，在上月的 a16z 峰会上，该公司执行合伙人 Frank Chen 做了一个关于人工智能行业发展演讲，这个 30 分钟的演讲题目是：「AI,What‘s Working,What’s Not」，从投资人的冷静视角详细分析了炒作中的人工智能的真实面目。
这个演讲的后半部分主要针对的是一些大公司，他们或多或少了解人工智能的热度，但还未找到属于自己业务的应用场景，因此还处在犹豫阶段。
站在商业和投资的角度去看，这个演讲的质量非常高，视频的地址在这里。
争议：当机器学习可以生产色情影片
利用开源算法，好事者将女明星的脸植入到色情影片中。本周，Reddit 上流传了一个色情影像，影像的「主角」是 Gal Gadot（神奇女侠）扮演者，但这并非真实情况，而是某个好事者通过深度学习算法，将 Gal 的脸与色情电影里的女星做了替换。
与过往的造假所不同，这次的效果更真实，同时，整个造假的成本也非常低，根据 Vice 的报道，只需使用 Google 和 Youtube上大量的明星脸部头像，然后利用开源的机器学习算法，让机器去学习色情电影和这些明星的脸部特征即可，而在深度学习硬件越来越便宜的背景下，类似的机器学习不仅时间短而且硬件配置也不高。
而这，是否又会引申出新的科技伦理难题呢？
其他
腾讯人工智能的玩法是什么呢？钛媒体的这篇文章，或者说「游记」，更像是一个 PR 修改稿，结合此次腾讯 AI 开放日的安排，基本可以厘清腾讯人工智能的布局。
首先，整个腾讯的人工智能分为三大体系，包括 AI Lab、腾讯优图、微信智聆，三个团队在底层技术有很多重叠，但面向的产品、业务团队不同，AI Lab 侧重基础研究，对应整个业务团队，腾讯优图则是面向除微信之外的业务团队，比如 QQ，而微信智聆则只针对微信。
其次，和其他巨头的做法一样，腾讯的人工智能战略首要目的是内部业务改造，接下来才是对外赋能，通过腾讯云的来实现生态搭建，而对外赋能的关键要素并非技术，而是资源：
“单说技术上面，相较于之前已经有多年研发基础的公司，技术上的差距已逐渐缩小“周栋超坦言，但当技术走向趋同化，这方面比拼的更多的是内容与服务，周栋超表示，“在这方面，我们既有音乐上的资源，也有视频方面的资源。”
本周还有这些行业新闻不能错过：
- 在 NASA 发现「第二个太阳系」的过程中，机器学习又立功了。本周，NASA 通过一个电话会议宣布，开普勒望远镜确定了距离地球 2545 光年远的开普勒 90 星系中的两颗新发现的行星——开普勒 80g 和开普勒 90i，这是人类发现的首个和我们太阳系一样的具有 8 颗行星的星系。此次发现过程中，NASA 的科学家采用 Google 机器学习对天文望远镜的海量数据进行了分析，其效率和准确性远远超过传统方法。以下是 「DeepTech」 的报道：
在合作的过程中，Google 的 AI 工程师 Christopher Shallue 与德州大学奥斯汀分校的天体物理学家 Andrew Vanderburg 一起，教会了一个机器学习系统如何识别遥远恒星周围的行星。
他们使用超过 15,000 个标记的开普勒信号的数据集，创建了一个 TensorFlow 模型来区分行星与非行星。在测试时，该系统能准确地确定哪些信号是行星，哪些信号不是行星，准确率达到 96％。
- AWS 中国的新进展，位于宁夏的新数据中心终于开放。上月，曾一度引发行业震动的所谓 AWS 退出中国的传闻过后 [1]，本周亚马逊正式宣布其位于宁夏武卫的数据中心开放服务，该数据中心由 AWS 与宁夏西云数据科技合作运营。不过正如路透社所言，AWS 中国的未来还非常不明朗，毕竟，这个市场早已拥挤不堪，更重要的是，这个市场的监管之苛刻也将成为首要不可控的要素。（链接）
- 微软加快部署 Office 套件里的人工智能。微软本周宣布，将在 Office 套件里加入更多机器学习功能，从而使得 Office 这个生产力工具变得更智能。（链接）
- 金山云融资 3 亿美元。完成这笔融资之后，金山云的估值为 19 亿美元。据了解，接下来金山云要在人工智能领域加大研发，同时金山云还想在视频、游戏领域修建更深的护城河，不过坦率来说，中国公有云市场的竞争已经结束，金山云未来能做的事情，其实并不多。（链接）
- Google 紧随 AWS，降低云端机器学习的费用。根据 VB 的报道，用户接下来在 Google Cloud 上使用机器学习引擎的费用，将比今年早些时候下降 43%，这俨然会成为一种趋势，不断下降的云端机器学习费用，将进一步降低机器学习的门槛。（链接）