「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 「四处出击」的英特尔、云计算的印度战区现状、被金钱堆积的自动驾驶车辆、百度真的是人工智能公司吗、政法委书记的人工智能倡议……点击这里查看过往内容。
号外：「四处出击」的英特尔
上周《纽约时报》的一篇文章讨论了人工智能时代的芯片格局，重点提到了 Google、英伟达、微软，传统芯片巨头英特尔并不是关注的焦点：
Intel’s internal conflict is most apparent when company officials discuss the decline of Moore’s Law. During a recent interview with The New York Times, Naveen Rao, the Nervana founder and now an Intel executive, said Intel could squeeze “a few more years” out of Moore’s Law. Officially, the company’s position is that improvements in traditional chips will continue well into the next decade.
本周，英特尔在华举办了一场特殊活动——精尖制造日，这是英特尔在华首次举办这样的活动。包括英特尔负责制造的执行副总裁、英特尔 Fellow 等众多高层都参加了此次会议，这场围绕半导体的会议主要传达了三个信息：
- 摩尔定律还在持续进化中。换句话说，英特尔公司还在将摩尔定律作为公司产品战略的重要组成部分；
- 英特尔在芯片制程，也就是所谓从 14 纳米到 10 纳米的研发优势依然领先行业。按照官方的说法，过去几年行业对于芯片制程的命名是有误的，英特尔需要发出声音以正视听，所谓「老虎不发威，当我们是病猫」（语出英特尔中国区总裁杨旭）
- 英特尔继续承诺持续推进在华业务，尤其是其晶圆代工战略的落地实施。
结合我在现场感受和随后的一些交流后发现，英特尔在芯片市场面临巨大压力，这种压力不仅是技术突破的难度加大，更是整个行业快速转变方向后带来的巨大不适——这是一种从外到内的巨大变革，正如《纽约时报》所言：
“They have the traditional big-company problem,” said Bill Coughran, a partner at the Silicon Valley venture capital firm Sequoia Capital who spent nearly a decade helping to oversee Google’s online infrastructure, referring to Intel. “They need to figure out how to move into the new and growing areas without damaging their traditional business.”
这几年，英特尔的业务正在多元化。比如在本周，英特尔就和 Google 旗下的 WayMo 达成自动驾驶项目的战略合作，英特尔 CEO 科再奇在公开博客中宣布，Waymo 最新的自动驾驶克莱斯勒 Pacifica 混合动力车，采用了英特尔技术进行传感器数据处理、通用计算和实时连接，可以满足城市环境中，全自动驾驶实时决策需求。
更准确地说，英特尔为 Waymo 的自动驾驶车辆提供汽车专属芯片。这是英特尔自动驾驶联盟的重要进步，该联盟目前已经拥有宝马、菲亚特这样的老牌汽车厂商。
英特尔能够切入自动驾驶领域，离不开今年 3 月份的一笔重要收购。芯片巨人当时以 150 亿美金收购车载计算机视觉公司 Mobieye，从而完成了从计算能力（芯片）到传感器的产品覆盖。
与大手笔收购同时展开的，还有英特尔在人工智能领域的多项投资和布局。根据 TechCrunch 的报道，英特尔借助旗下的英特尔风险投资公司，已经在人工智能领域的创业公司里投入超过 10 亿美金，代表公司有 Mighty AI、Data Robot、Lumiata、AEye，英特尔的投资领域非常广泛，从自动驾驶到医疗科技再到气候变化的研究，可谓无所不包。
CBinsights 今年年初发表的一份报告也显示，英特尔风险投资在人工智能的投资领域非常活跃。
上述这些挣扎、求变的举动也在塑造一个全新的英特尔[1]，当行业的大方向转向人工智能、机器学习之后，留个任何一个传统巨头变革的时间并不多，至少，英特尔比 IBM 要果断多了。
云计算的印度战区
印度不仅是智能手机激战的战场，同时也是中美云计算巨头争夺的重要区域。钛媒体的一篇文章梳理了几家巨头的动作。
微软
- 2015年在印度设立了第一个数据中心；
- 目前已经在孟买、普那和金奈拥有数据中心；
- 主要客户：Flipkart、安得拉邦政府
Google Cloud
- 2017 年 7 月，Google 宣布其在印度云计算的营收翻了一倍；
- 目前产品包括云平台，G Suite（SaaS 类产品）
阿里云
- 2017 年 6 月，阿里云与印度当地塔塔通信合作，在印度设立数据中心
而印度本土的云计算玩家们，也不甘示弱。
CtrlS
- 成立于 2007 年，总部位于海得拉巴；
- 拥有四个数据中心；
- 超过 4000 家企业客户，主要客户有印度国家银行、Axis 银行和渣打银行；
Pi
- 2017 年 8 月完成一笔 9 亿美元的融资；
- 在印度新兴城市阿马拉瓦蒂拥有全球第一个软件定义战略数据中心（Software Defined Strategic Data Center，简称SDDC）
- 客户包括：安得拉邦政府、IRCTC（火车票预定门户网站）、SnapBizz（零售科技行业）；
如何用金钱「堆积」自动驾驶车辆
本周围绕自动驾驶的焦点新闻除了英特尔的重大合作外，还有几个与金钱相关重要新闻。
首先，百度推出 15 亿美元（约合 100 亿人民币）的基金，重点关注自动驾驶技术公司。根据官方的说法，该基金将同时在美国、中国运行，未来三年的计划是投资 100 家公司。
另外，本周百度自动驾驶平台 Apollo 也迎来重大更新，增加了五大核心技术，包括障碍物检测、规划、云端仿真模拟、高精地图、端到端深度学习能力。
百度一直声称自己已经是一家人工智能公司，而在前百度员工吴恩达看来，所谓「传统科技公司 + 机器学习/神经网络 ≠ AI公司」。在旧金山的一次人工智能论坛上，吴恩达发表了主题为「AI is the new electricity」的演讲，从人工智能应用和价值入手，探讨如何通过机器学习打造产品和公司，他特别指出一点，，那么什么才算真正的人工智能公司呢？吴恩达的答案是两个字「数据」。
另一位前百度高管，曾一手缔造百度自动驾驶的百度老人王劲，从百度离职后创立的景驰公司也迎来利好。该公司本周宣布完成一笔 3000 美元的天使轮融资，景驰总部位于硅谷，主营的项目依然是自动驾驶，并在 6 月份完成在加州的道路测试。真不知道百度的这份基金会不会也投给百度系的创业者。
本周另一个重磅消息来自特斯拉，根据 CNBC 的消息称，特斯拉正在和 AMD 「密谋」汽车人工智能芯片。特斯拉此举是为了减少对英伟达的依赖同时也是基于成本考虑，而该消息已经披露，资本市场很快就给出了反应，英伟达股价下跌而 AMD 则上涨，目前这个消息还尚未得到证实，不过资本市场的反应说明了一点：华尔街并不完全信任英伟达的战略布局。
中国「脑计划」以及政法委书记的人工智能发展倡议
本周，第一财经率先披露了中国「脑计划」的相关细节。第一财经援引中科院神经科学研究所所长蒲慕明的话称：中国「脑计划」（脑科学研究计划）计划今年年底推出。
这份「脑计划」目前可知的几个关键点：
- 依托神经科学，开展脑疾病研究和人工智能研究；
- 投资规模或将接近美国和欧盟，也就是在 60 亿美金左右；
- 从大脑疾病研究到泛人工智能产业，国家层面的战略布局会给行业带来不小的震动，尤其是民营资本有望参与其中，更有可能在研究转化方面带来新的突破。
尽管 Google 的人工智能负责人 John Giannandrea 并不认为人工智能会给人类带来灾难，他在本周 TC Disrupt 上公开表示：「I’m definitely not worried about the AI apocalypse,“ he said, after comparing modern-day computers to a four-year-old. ”I just object to the hype and the sound bites that some people have been making」
但当人工智能与中国当局联系在一起，这一切却变得有点不同。本周，中央政法委书记孟建柱公开表示，人工智能应该用来推动公共安全。
来自《新京报》的报道称，在本周的全国社会治安综合治理表彰会上，政法委书记表示，要用 AI 研究公共安全事件演变规律，「在新业态安全监管方面，要利用人工智能深度学习、自我更新的原理，深入研究暴恐极端案件、公共安全事件等产生演变规律，并根据其特征构建数据研判模型，完善基础管控标准，增强防控工作精准性、时效性。人员密集场所安全风险防控方面，要善于应用智能探测传感技术敏锐感知危险源，增强安全防控智能化水平。」
这番表态有几个关键点，其一，加大数据收集，没有数据如何做到深度学习？其二，用深度学习预测模型的分析结果指导预警工作；其三，摄像头、麦克风、IOT 设备上的传感器，都可以作为监控的设备。
目前我们还无从知晓上述政策落地后的效果，但有几点是非常明确的：我们的隐私正在被进一步的吞噬，国内的网络自由环境会继续恶化；深度学习自身的缺陷，尤其是人为偏见的注入，或许会让我们提前感受到「少数派报告」[2]里的那番场景。
从「脑计划」到人工智能的公共安全应用，国家层面的人工智能布局正在从内到外塑造中国的新形象。本周出版的《经济学人》杂志，就用了一个意味深长的封面：
