导读
本周，我的工作地点搬到了清迈，开始了一段边休假边工作的日子，在躁动的气候里完成了「iPad Pro 年度应用盘点」之后，新的一期 Weekly Spot 如约而至，这期你会看到如下内容：
- KDnuggets 2018 年度 AI 回顾；
- Google AI 道德评估新架构；
- Google 放弃中国搜索计划；
- Facebook 如何与其他公司交易用户数据？
- 认识 Uber；
- 「寒冬」里，一本书与「一针鸡血」；
- 《纽约客》：人脸识别的道德。
观点与故事
临近年末，也是一年一度回顾的时候，围绕 AI 领域的发展状况，数据科学网站 KDnuggets 邀请了 11 位行业专家来回顾 2018 并展望 2019 的技术趋势。
从新技术发展的角度去看，CMU机器学习助理教授Zachary Chase Lipton 坦言，这一年几乎没有进步。他的原话是：
…..the biggest development was that there were no developments! Of course that’s too simplistic a take, but allow me to unpack the point. A substantial fraction the biggest developments were more of the nature of “tuning” vs qualitatively new ideas.
而在学术领域，TensorFlow 与 PyTorvh 之间的博弈还在继续，Gartner 机器学习团队负责人 Andriy Burkov 认为，由于 Google 强大的媒体影响力，导致 Google 的一些产品的性能无法与其名声相媲美。
不过，2018 年 Google 还是通过展示可以打电话的 AI 助理，引领了强化学习的热潮；另外就是 AutoML 的流行，这是一个被称之为「Game Changer」的新领域，Google 的 Cloud AutoML 更是将公用云和自动化机器学习整合在一起，其带来的影响将可能是颠覆的。
上述两点也是牛津大学物联网课程的首席数据科学 Ajit Jaokar 的观点。他同时也预测，2019 年会出现新的机器人研究趋势：
Through work with Dobot I see a new class of robotics i.e. collaborative robots (cobots) as a key trend in 2019. Unlike the assembly line robots of before, the new robots will be able to be autonomous and also understand emotion (in my course we also work with Emotion Research Labs in this area)
事实上，正如华盛顿大学计算机教授 Pedro Domingos 所言，2018 年机器学习、人工智能最大的特点是整个社会对于 AI 技术理解的割裂：
To listen to the media and even some researchers, you’d think that Cambridge Analytica threw the 2016 election to Trump, machine learning algorithms are a cesspool of bias and discrimination, and robots are coming to take our jobs and then our lives.
这种割裂也反映到了各国政府对于数据、隐私的政策里，欧盟的 GDPR 几乎可以「杀死」欧盟的机器学习创业公司，但 Pedro Domingos 并没有提及，那些掌握 AI 技术的大公司，他们是否也需要一套道德标准呢？
在本周，作为人工智能主要公司的 Google，宣布将建立一个全新的架构系统，用于监督公司 AI 产品或决策是否符合道德标准。我曾在今年 6 月 Google 发布 AI 使用原则的时候评价道：
……Google 既没有设置相应的监督机制，也没有提出必要的防御措施，整个表态也就失去了其意义，此次 Maven 项目的争议中，Google 内部上千名工程师的签名信以及辞职威胁的作用到底有多大，以及在其他公司又有多少可复制性，都是一个巨大的问号。
根据 Google 官方博客的介绍，这个评估架构将有三支团队组成，涵盖了日常产品更新以及公司战略等多个方面，Google 也列举了其取得成绩：
We’ve conducted more than 100 reviews so far, assessing the scale, severity, and likelihood of best- and worst-case scenarios for each product and deal. Most of these cases, like the integration of guidelines for creating inclusive machine learning in our Cloud AutoML products, have aligned with the Principles. We’ve modified some efforts, like research in visual speech recognition, to clearly outline assistive benefits as well as model limitations that minimize the potential for misuse. And in a small number of product use-cases—like a general-purpose facial recognition API—we’ve decided to hold off on offering functionality before working through important technology and policy questions.
我相信在 2019 年，各大巨头公司内部都会出现这的团队，这既是确保技术最终造福人类的需要，也是各大公司对其员工的承诺，毕竟，在 2018 年 Google 一系列 AI 应用争议里，已经有越来越多的员工意识到，自己正在成为一种「可怕技术」的研发者，他们需要公司给予自己关于技术 应用底线的承诺。
与之同时，Google 的中国版搜索计划 DragonFly 也在本周彻底停止。The Intercept 的报道称，Google 在内部关闭了 Dragonfly 的数据分析系统并调整了工作方向：
In recent weeks, teams working on Dragonfly have been told to use different datasets for their work. They are no longer gathering search queries from mainland China and are instead now studying “global Chinese” queries that are entered into Google from people living in countries such as the United States and Malaysia; those queries are qualitatively different from searches originating from within China itself, making it virtually impossible for the Dragonfly team to hone the accuracy of results. Significantly, several groups of engineers have now been moved off of Dragonfly completely, and told to shift their attention away from China to instead work on projects related to India, Indonesia, Russia, the Middle East and Brazil.
也是在本周，Facebook 再爆数据丑闻。《纽约时报》的一篇长文报道指出Facebook 私下和众多巨头公司分享了用户数据，这些公司里，Spotify、Netflix、加拿大皇家银行甚至有权限读写删除用户的私人信息；对于苹果公司的设备，FB 也允许其应用不提示该设备正在收集用户数据；另外，FB 还给俄罗斯搜索巨头 Yandex 专门的通道，用于获取 FB 用户 ID，这篇报道非常值得一读。
CBinsights 本周发布了一份关于 Uber 的分析报告，其内容涵盖了 Uber 商业模式、成本分析、营收分析以及未来预测等五大方面，非常详细地分析了 Uber 作为一家共享出行公司的优势和劣势。
另外值得一提的是，Uber 作为典型「Marketplace」公司，其商业模式也是其他同类公司，如 Airbnb、滴滴等公司参考的样本，从这个角度去看，这份报告的市场示范意义更大，点击这里获取报告。
图书和电影
重来一次可好？
近两个月来，所谓「互联网寒冬」的说法随着年末复杂的经济形势也变得越发流行。
我一直觉得，「盛夏」也好，「寒冬」也罢，思考自己以及自己事业的价值远比焦虑风口更有意义。
刚好，我在清迈又读了一遍《重来》（ReWork），其中有一些打鸡血的文字，也适合这个有点「难过的年关」：
- 你必须能够即兴发挥，你必须抓住每一个迎面而来的机遇。有时候你的说服你自己：「我们要换个新方向了，因为现在这么做比较靠谱。」
- 要判断出你的事业中心。在你的创业等式中，哪个部分时绝对不能被拿掉的？如果有些东西即使没有了，你也能把事情做下去，那么这些东西就不是事业的中心。
- 真正有意义的是那些挂在墙上的东西，因此你需要不断地审视他们，随时取走一部分、简化一部分、使之合理化。要做一个称职的博物馆长，坚守真正重要的东西。把其他东西拿下来，知道留下最重要的作品，然后再来一次。
- 很多公司都关注即将到来的大事件。他们热衷于新鲜热辣的事物，追逐最新的潮流和技术。这是一条愚人之路。一旦踏上这条路，你就会关注时髦、放弃本质，并把注意力放在不断变化的事物上，而不是持久的事物上。
- 你的事业的核心应该建立在不变的基础之上。你应该投资那些人们现在需要并且 10 年后仍然需要的事物。
封面秀
这周的《经济学人》也是 2018 年最后一期，封面设计是一个圣诞树的装饰，而把这一年的几个重要事件画在上面，可以结合杂志里的圣诞特选文章进一步理解。
这期杂志的封面是咖啡馆里的圣诞老人，官方给出的说明是「Santa’s Little Helpers」。这期杂志有一篇关于人脸识别的文章，与《纽约客》探讨技术的文章类似，这篇文章更侧重人类识别背后的法律、伦理以及道德思考，标题也很有意思「Here’s Looking at You」。
- 《彭博商业周刊》
这期杂志的封面设计非常简朴，但也很吸引人，过去的 2018 年，以比特币为代表的加密货币波动剧烈，由此也引发了一系列连锁反应。
