这封会员通讯将对近期人工智能领域一些事件做深度的梳理和整合，包括国家政策、创业方向、巨头转型以及人才等多个角度。
1. 当人工智能成为中国国家战略，我们需要担心什么？
上周出版的《经济学人》杂志在「社论」部分讨论了中国人工智能发展的隐忧——并非是关于行业从业者，而是关于国家层面。这篇文章的开篇这样写道：
IMAGINE the perfect environment for developing artificial intelligence (AI). The ingredients would include masses of processing power, lots of computer-science boffins, a torrent of capital—and abundant data with which to train machines to recognise and respond to patterns. That environment might sound like a fair description of America, the current leader in the field. But in some respects it is truer still of China.
这篇文章可以看作是中国当局将人工智能上升为国家战略之后引发的一连串反应，而更大的背景则是中国移动互联网市场、资本市场以及大量归国人才，而当国家层面介入整个产业后，从国际贸易到政治都有多重影响，《经济学人》首先提出的是数据保护主义对于跨国公司的负面影响，尤其是在 6 月份《网络安全法》公布之后，数据的收集、使用受到严格管制，这对包括苹果、微软等美国公司在华业务有不小的冲击。前不久苹果正式宣布在贵州启动 iCloud 数据中心建设，原因也在于此。
其次，《经济学人》发现，在当下中国热闹的人工智能产业里，几乎所有的人都在关注算法、数据和融资，而鲜见对于机器学习或深度学习这个「黑盒子」究竟如何影响社会发展的反思：
All the leading AI researchers in the West are signatories to an open letter from 2015 calling for a ban on the creation of autonomous weapons. If it happens at all, the equivalent Chinese discussion about the limits of ethical AI research is far more opaque.
这种讨论的局限性不禁令人想起，当初人们对于市场经济以及《国富论》的追捧，整个讨论体系里缺乏亚当·斯密另一本书《道德情操论》的参与，其后来的结果就是经济上行时期的社会动荡，而当下中文语境的人工智能讨论，创业融资，巨头垄断长期占据版面头条，社会伦理层面的讨论完全被忽视，这一次的技术推动的技术进步，会不会重蹈覆辙呢？
另外，这篇文章忽视了其他层面的担忧。比如当局会如何透过人工智能，继续扩大监控行为，前不久的《金融时报》就对此做了一番报道：
中国科技部副部长李萌上周五表示，如果能好好利用智能系统和智能设备，就能提前获知哪些人可能是恐怖分子，哪些人可能做坏事。
人脸识别公司云从科技(Cloud Walk)一直在测试一种系统，利用个人活动和行为的数据——比如出入销售武器的商店——评估他们犯罪的可能性。当一名公民的犯罪风险达到危险级别时，该公司的软件会提醒警方，让警察提前介入。
再比如，由于此次技术革命浪潮里，华人/华裔科学家在全球领域里扮演了重要的角色，某些科技媒体或媒体人暗藏已久的民族主义开始抬头，这些内容的传播，不仅会影响公众乃至投资人的判断，也很容易被当局所利用，成为新一轮洗脑的手段。
2. 人工智能的应用型创业公司们
在研究了 70 家至少融资 700 万美元的创业公司之后，一家来自德国的投资结构 Point Nine 列出了一个分析人工智能应用型创业公司的框架，所谓人工智能应用型公司，可以简单理解为类似云计算的 SaaS 公司——提供垂直领域的人工智能产品。
而在 Point Nine 的分析框架里，还列举了另外两种类型的公司：
- 研究驱动的公司：一个典型的代表就是 DeepMind；
- 人工智能基础设施公司：人工智能的基础设施包括基础的算法、自然语言处理技术等等，这也是当前巨头们最喜欢收购的公司。
下图就是一个基本的分布：
而分析的数据来自于 CBinsight 的人工智能 100 强创业公司以及 Crunchbase 的部分数据，这些企业巨大多数位于美国，英国、德国、中国位列其后，以色列的比例也不少。
整个分析框架建立在两大分类基础上：其一，覆盖全产业链条的公司，这个很好理解，针对某个行业提供全链条的人工智能服务；其二，则是行业使能者，而使能者又分为两个层面，横向以及纵向。
所谓横向使能者，诸如提供人工智能 CRM 的公司，就是典型代表，他们可以针对不同行业提供不同的解决方案，而纵向使能者，一个最直观的案例就是类似 Drive.ai 这样的公司，他们针对汽车行业提供自动驾驶的解决方案。
更在横向使能者领域，作者进一步细分了所谓「Category challenger」、「Emerging Category Leaders」，整个分类比较复杂，下图大概能理解一些东西：
综合来说，这是一个很有趣的分析方法，通过技术与行业之间的结合点探寻人工智能落地的真正场景和价值，这远比国内列举数据的行业报告更有价值。
3. All in AI 的公司是个什么样子？
百度之后，联想公司也喊出了「让世界充满 AI 」口号，但这种口号、宣言更像是对外界的一种交代，其内部到底如何实践还有诸多不确定性。比如 Google 今年也宣布开启「AI-First」的转型，对于这些科技公司来说，到底转向全面的人工智能意味着哪些转变呢？咨询公司 FaberNovel 为此总结了几点：
- 公司整体统筹，从人工智能科学家到产品经理，所有人都具备人工智能相关知识或背景；
- 公司必须将人工智能的理念融入产品和开发中；
更进一步，FaberNovel 还绘制了 Facebook 和 Google 的公司架构图，展示了两家公司在人工智能转型中的组织变化，下面两幅图为缩略图（FB 大图、Google 大图）
4. IBM 押宝的 Watson，到底何时才能见疗效？
如果从现在的视角去看，2011 年 IBM 花费 100 万美元打造 Watson 参加《危险边缘》比赛还是冒了很大的风险。不过那一场胜利也让蓝色巨人快速找到了新的宣传亮点。然而六年过去了，Watson 真的能给 IBM 带来的新的增长么？
过去六年时间里，人工智能再一次从大学研究所走入企业，并在大众传媒的聚光灯下持续发声，尤其是这两年，以 Google、微软、Facebook、百度为代表的互联网公司，频频在各自的产品里加入人工智能的「灵丹妙药」，并一次次地获得了媒体和公众的关注，但这个过程中，IBM 的 Watson 在哪里呢？尽管过去几年，IBM 通过买卖不断向外界展示其对于云计算、认知计算的转型决心，但 Watson——这个被外界认为是蓝色巨人转型的重要支柱的产品，却长时间里没有真正有价值的消息，这也是《连线》杂志这篇文章的关注点所在，本文作者 Tom Simonite 采访到多位人工智能从业者以及各大咨询机构的研究员，希望能够勾勒出 Watson 当前的基本情况以及未来可能的发展方向，就现在而言，必须要承认一点，Watson 并不具备成为通用人工智能系统的可能性：
In fact, like all the AI systems in use today, Watson needs to be carefully trained with example data to take on a new kind of problem. The work needed to curate and label the necessary data has been a drag on some projects using IBM’s system. Ashok Goel, a computer science professor at Georgia Institute of Technology, got written up in The Wall Street Journal and Backchannel after building a Watson bot to answer questions from students to his online course on artificial intelligence. But its performance was limited by the amount of manual labelling of data needed. “It had fairly high precision, but it did not answer a very large number of questions,” Goel says. “We have gradually moved away from IBM Watson for this reason.” (He continues to work with Watson on other projects, for example building a research assistant bot for scientists at the Smithsonian.)
而对 IBM 以及诸多股东来说，Watson 的确是的一个好产品，但好产品并不意味着能带来好的收入状况，前不久，投资银行 Jefferies 就此也发表过研究报告，《连线》认为，Watson 离商业化还有很长一段路要走：
Watson certainly still has a big opportunity laying at its feet. “AI has permeated a lot of consumer companies, like Google search, Netflix, and Uber, but the majority big corporations in the Fortune 2000 are still just experimenting,” says Stephen Pratt, CEO of Noodle.ai, and previously an executive in IBM’s Watson group. “Companies are starting to realize there’s this AI divide.”
一份来自国外媒体眼中的中国人工智能精英排名
这份来自麦肯锡的报告虽然早在上个月就发布，但并没有在国内有较大规模的传播。最近一段时间，美国主流媒体继续关注中国人工智能的发展状况：
You might recognize names like Andrew Ng, Sebastian Thrun, Geoffrey Hinton, or Yann LeCun as important figures in AI, but few Westerners can name the key leaders driving AI innovation in China and at Chinese companies globally. These executives, entrepreneurs, professors, and researchers helm the most important Chinese tech companies and research labs and are respected widely for their technical expertise and accomplishments.
具体到该名单，前十名中，百度 4 人，阿里巴巴 2 人，腾讯 1 人，其他分别为投资人（李开复）、创业者和独角兽人工智能负责人（滴滴），这个分布图还是很有代表性，BAT 继续垄断人工智能的话语权，创业者的声音并不大，更重要的一点在于，BAT 各自都有巨大的应用场景和落地可能性，这对人才，尤其是来自学术界的人才，还是颇具吸引力的。