5個熱搜，看2019全球AI這一年_風聞

這是Han的第74篇原創文章

Hey，這裏是Han，新年好！

今天，送給大家一個禮物。我帶來一篇硬核的，超長6500字科技乾貨文給你。 希望你能有所收穫，開啓全新一年！

這一年，作為“第四次工業革命”技術核心之一的AI，依然是全球科技熱點，而且似乎更熱了。

你看，在剛剛過去的NeurlPS2019，以13000人蔘會、1428篇論文發表，創造了歷史新高，AI領域人才濟濟，生態蓬勃。

這一年的AI發展方向，可以説，更加深入到各行各業，也更加貼近人們的衣食住行。你看，各種微博熱搜，其實都和AI脱不開關係。

今天，我就通過5個熱搜，帶你看看今年全球AI的發展熱點吧！

#谷歌實現量子霸權# 看AI的算力提升

10 月 23 日，隨着《自然》雜誌150週年刊發佈，谷歌宣佈實現了“量子霸權”。

谷歌使用54 量子比特的量子處理器「Sycamore」，用時200秒，就完成了世界上最強超級計算機 Summit 需要 10000 年才能完成的計算任務 —— 對量子電路隨機採樣。

消息一經公佈，立刻成為全球科技最大熱點。

AI的產業發展有三大要素：算力、算法和數據，而“量子計算”將會解鎖人類計算能力的新世界，為AI打開全新維度的可能性。

也因此，谷歌從13年前就開始佈局量子計算，後來則成立了GoogleAI Quantum團隊專門探索。

量子霸權的實現，雖然按照Pichai的話來説，還是“HelloWorld”級的計算任務，但這也足以讓2019年成為AI算力發展史中，重要的一年。

如果説“量子計算”實用還很遙遠，那在更靠譜的算力提升方面，2019年也是進展頗豐。業內的進步主要在兩個方面：芯片研發以及新的雲計算中心。

芯片方面，學界和工業界，都在探索更多的可能性。

比如，更通用。

8月1日，《自然》雜誌介紹了，來自中國團隊的“天機”AI芯片架構。由清華大學主導，中外多所大學聯合研究，結合了類腦計算的AI算法，成功驅動了自動駕駛汽車。這項成績，展現了一種實現終極“通用”AI的可能性。

還有，更大隻。

同在8月，CerebrasSystems在硅谷推出了Wafer-Scale Engine (WSE) —— 史上最大AI芯片，比普通芯片大56倍，1.2萬億個晶體管。而後，也隨即推出了搭載WSE的全新深度學習計算機CS-1。這樣的超級計算機，為大型AI問題提供了新的算力，訓練時間將大幅縮短。

以及，更專注。

11月，在英偉達和高通早就上線人工智能專用芯片（TPU）之後，英特爾終於也推出了，解決複雜深度學習計算問題的處理器NervanaNNP。百度則研發了中國首款雲端全功能AI芯片“崑崙”，並基於此於12月上線崑崙雲服務器，同時支持飛槳在內的主流AI框架/平台。

而在邊緣設備上，則更加“專”。7月，百度遵循“軟件定義芯片”的全新設計思路，發佈了專為遠場語音交互打造的百度鴻鵠芯片，主要用於車載語音交互、智能家居等場景。可以説，無論在邊緣設備還是服務器上，專用AI芯片的配置已成標準。

雲計算中心方面，主題則是利用AI優化AI專用的雲計算中心。

隨着AI需求的加大，對算力的要求不斷提升，現有的機房已經無法滿足計算所需。根據IDC預測，到2020年底，世界將有55%企業的數據中心將因此被迫更新或優化。

製冷和節省能源方面，是其中重要一環。根據Gartner分析，到2020年底，隨着AI計算需求密度的增加，將會有30%的數據中心不再有經濟價值。

今年初，工信部也聯合各有關部門，發佈《關於加強綠色數據中心建設的指導意見》，明確指出，到2022年，中國數據中心能耗需達到世界先進水平，大型和超大型數據中心設計電能使用效率值不高於1.4。

在2018年DeepMind實現了利用AI冷卻數據中心並取得顯著效果後，中國也進展喜人。華為持續發佈iPower、iCooling、iManager等創新技術，通過AI優化配電系統、端到端能效管理系統等，資源利用率提升20%。

百度在建的雲計算中心，擁有超大型神經網絡、超大規模高性能計算集羣，並且採用百度第四代數據中心基礎設施模塊架構，基於百度飛槳研發的AI 控制系統，實現設計年均 PUE 1.15，成為數據中心領域首個供電、製冷全分佈式預製化的案例。

2019年，全球AI算力繼續提升，芯片更加強大、可能性也更多，計算中心則更節能、更經濟。

在日後，算力也將繼續成為整個業界佈局突破的關鍵一環，而量子計算也將迎來一輪新的爆發。端側 AI 芯片則將更加低成本、專業化、解決方案集成化，同時，NPU將成為下一代端側通用 CPU 芯片的基本模塊。

#大興機場停車機器人# 看AI產業化落地

9月25日，大興機場正式投入運營，成為全世界最大機場，同時也是最“高科技”的機場。

其中，自動停車機器人的投入使用，讓民眾眼前一亮，登上熱搜。它由京東數科和首鋼S-PARK合作推出，當你開車進入指定停車區後，就可以直接下車走人，剩下的找車位的機器人都會替你完成。

這其實，就是自動導引機器人AGV，它早已在物流、倉儲等方面得以應用，這也是一大類工業機器人的代表。

傳統的工業機器人只依託機電系統和傳統的自動控制理論，適合在生產線上完成既定任務。但是，隨着全球工業4.0的推進，更多高智能化、高柔性的應用需求源源不斷地出現。

依託工業大數據和傳感器，AI賦能下的機器人能“看見了”、“聽懂了”，開始更加智能了。不僅可以自行處理更多情況，還可以和人互相配合。

比如，7月，在百度AI開發者大會上，百度對外展示了基於服務機器人方案的機械臂“茶博士”。利用百度3D視覺技術，機器人可以對茶杯的位置進行檢測和追蹤。通過運動規劃和控制，機械臂可以進行碰撞檢測、避開障礙物，同時可自動生成倒茶軌跡。語音語義聯動，讓機器人像“人”一般，聽得懂，説得好，做得準。

還有，美國的波士頓動力機器人，之前以各種機器人動作秀視頻上熱搜，今年終於開始了產業化應用。4月，在收購KinemaSystems後，公司正式商用物流機器人PICK。它可以依靠識別技術進行混合SKU的裝卸，幾乎等於真人。7月，公司則宣佈安防四足機器人SPOT開始商用。

可以説，2019年，AI發展有了更加結實的產業化落地，與各行各業的生產實踐更加深入結合。

不僅在第二產業上，有工業機器人幫助製造業和工業提升效率，在農業方面，我們也看到了各類AI應用。比如中國農大等機構和京東數科推出的“神農大腦”等，可以防治病蟲害、智能化養殖；百度與京東方植物工廠共同打造的智能無土栽培解決方案，節能節水、降低成本、提升產量。

這些AI應用，將原來農業專家的個人經驗進行了數字化、產品化，使其業務具備了規模化生產的可能性。

在未來，AI的應用將會更加深入，各行各業都將會大規模應用深度學習技術，進行創新、加快轉型和智能化升級。

#上海將投放AI垃圾桶# 看AI通用平台化

7月1日，隨着上海開始實施“史上最強”規範，垃圾分類成了中國的常規熱點。“某某是什麼垃圾”更成為了流行語。

一個月後，“上海將投放2000個AI垃圾桶”的消息上了熱搜。人每次單獨向垃圾桶投放一個垃圾，然後系統會自動識別“這到底是什麼垃圾”，並歸入相應位置。

相關的應用，還有百度 APP 的“AI 垃圾分類”智能小程序，基於百度 AI 視覺和語音能力，通過語音搜索或識圖搜索，幫助用户識別垃圾類型。

其實，這些AI應用背後的技術都很成熟，開發者只需調用基礎AI算法，再加一步映射即可。而這，其實可以直接藉助各類AI框架及其預設模型實現，可能都不需要重新訓練數據。

一個小小的AI垃圾桶應用，其實反映出整個社會對AI基本能力的廣大需求，而千百個類似的需求能在2019年快速落地，則反映出AI框架的平台化、產業化程度的加深，易用性的增強。

比如，從2019年PyTorch和TensorFlow的進展，可以看出兩家都在補齊短板，以圖點亮AI賽場版圖中更多區域。

PyTorch因為本身用起來很簡單，幾乎就是Python化的代碼開發，讓它在學界更受歡迎。但之前，出於不支持邊緣設備部署等原因，工業界應用時，擁有更多部署服務能力的TensorFlow的用例則更多。

在今年的f8上，PyTorch推出了試驗性的PyTorch Mobile。在1.3版本中，從Python開發到iOS和Android上的部署，支持了完整的端到端工作流。而TensorFlow在10月的World大會上，則大幅提升了開發體驗，融入了包括自家Deepmind在內的更多預設模型，並強調可以通過TensorFlow Extended、Lite和.JS實現“Deploy ML anywhere”。

國內方面，作為國內唯一開源開放、功能完備的深度學習平台，百度飛槳開發者數量已經超過150萬，今年的升級，更是向着標準化、自動化和模塊化發展，滿足開發者和產業越來越多、越來越複雜的需求。年中時，飛槳與華為麒麟芯片展開合作，打通深度學習框架與芯片AI 算力，打造中國 AI 核心競爭力。

2019年，我們看到，各大AI框架的更新策略，都朝着功能更全面、使用更簡單的方向邁進。以後的簡單需求開發上，技術可能都不再是問題，拿來就用。AutoML可能很快就能實現，只要輸入元知識，框架就能自動選擇數據、自動調整優化模型、並進行訓練和部署。

隨着AI框架平台能力的提升，開發難度的下降，在以後，世界上很可能會出現多家“AI工廠”，他們將會在需求端彙總並抽象本質，然後提出一套可擴展的解決方案。比如，把語音客服，大規模複製應用在1-1教育和金融服務上。

在以後，開發出需求，並知道怎麼以正確的姿勢落地，可能才是更難的點，也更是市場的人才所需。

#5G正式商用# 看智慧城市生活即將開啓

11月1日，中國三大運營商正式上線5G套餐，標誌着中國正式商用第五代移動通訊技術，而中國也自然成為了世界最大5G市場。

5G的全新能力作為基礎設施將和AI一起，相互賦能，開拓出更多機會。

5G的“高併發”應用場景，將讓更多設備入網，萬物互聯得以真正實現。

IDC數據顯示，今年全球物聯網支出預計7260億美金，明年將突破1萬億美元大關。今年，從隨身佩戴到家居使用，有更多的智能硬件設備出現，銷量增速也再創新高。

擁有從插座到手錶等眾多智能硬件設備的小米，根據其第三季度財報，小米IoT平台設備連接數量超2.1億台，同比增長62%。在智能音箱方面，國內出貨量最大的小度音箱第二季度更是取得了同比高達3700%的增速。

開發者方面，平台能力繼續提升，開發廠商更是增速加快。

Alexa平台2月發佈年度總結，稱其兼容設備已經突破10萬種，設備數達到1億，用户交互也取得了100%的提升，功能方面則支持更多語種，達到15種。DuerOS發佈5.0系統，加入了行業領先的全雙工免喚醒能力。開發商方面，根據天眼查數據顯示，中國智能硬件企業註冊數量從2018年的1459家，增加到了2027家，取得近40%的增幅。

5G的“低延遲”應用場景，則開啓了無人車和製造業等高可靠性需求的落地。

隨着日美歐各大車企在今年大批裁員，無人車在美國進一步商用進展緩慢。一方面是成本太高，今年企業太缺錢，GM已經推遲了自家無人駕駛出租車上路的期限。另一方面，純全道路適用的無人車開發難度太高，Waymo首席執行官John Krafcik也在1月表態，自動駕駛可能永遠無法在全路況條件下行駛。

8月，The Information披露了Waymo的無人出租車在硅谷和鳳凰城的用户滿意度數據 ：70%。按照嚴苛出租車安全的標準，這其實表明了有30%的情況，用户有感知到的危險情況。比如用户抱怨跟車太近，停車不準甚至直接停在了路上。

中國方面進展喜人，道路測試上百度Apollo依然領跑，L4級別自動駕駛城市道路測試里程達到300萬公里。落地方面，隨着年初ApolloEnterprise的發佈，Apollo也迎來了商業化元年。小度車載OS 已攜手頭部生態合作伙伴300餘家，和一汽紅旗聯合研發的“紅旗EV”Robotaxi 車隊在長沙開始試運營。

隨着5G的到來，智能城市改造後的路面，將為無人車在中國的落地提供更多可能性。

​狹義來講，智能城市就是對城市進行各項智能化改造，加入街道傳感器、智能燈杆、垃圾桶甚至智能乘涼等設施。依託5G的低延遲，這些傳感器可以實時將道路信息傳給車輛。改造後，無人車的道路環境將大大改善，不再那麼難落地了。

10月31日，谷歌在多倫多的智能城市改造項目Sidewalk Labs終於獲得了“有條件的批准”，在經歷了種種民眾和政府刁難以後，將在明年3月最終投票。建成後，將成為西方世界智慧城市的典型代表之一。

中國則發展得更快。“網路強國、智慧社會”早已上升為國家戰略，智能城市則是其中的重要一環。11月賽迪和京東雲、京東城市聯合發佈《2019年中國智能城市發展戰略與策略研究》，提出了智能城市發展的五大戰略途徑：興業、善政、惠民、共生和築基。

國內各家企業的佈局也在2019年全面提速。

年初，京東iCity大會在北京召開，公佈京東城市成為集團一級戰略，6月就上線了智能宿遷APP成為首個落地成果，11月的JDD則發佈智能城市系統2.0正式落地雄安。百度也在今年與東軟集團合作，推出“雲智未來城市”新型智慧城市整體解決方案。阿里雲在5月和塞納公司合作，改善大馬的交通系統，8月又和高德等合作，推出城市大腦交管聯合解決方案。

未來，隨着更多高可靠性要求的設備入網，以及5G和邊緣計算的發展，算力將會呈現更加分佈式的結構。而智能城市也將更快發展，智能交通將加速在園區、物流、公交等場景中率先落地。

#AI造假視頻不得隨意發佈#看AI法規大討論

2019年，你眼前的真，更不一定是真。

今年，中國的ZAO App出世，可以讓你親自扮演各種大片裏的角色，一上線就得到了大量用户。這背後，就是基於深度學習的技術演進，使得AI給視頻裏的人物換臉，再生成各類“Deepfake”視頻成為可能。

在為技術進步感到高興和新應用感到新奇的同時，大家的擔心也在2019年達到了峯值。

因為，這項技術也可能辦壞事。

比如，可以偽造出奧馬巴等政客們子虛烏有的演講，甚至已經對馬來西亞的政治產生影響，英國還有公司被不法分子詐騙。關於AI技術的法規和倫理討論也提上了各國日程。

11月29日，國信辦發佈通知，明年起，AI造假視頻不能隨意發，之後便登上熱搜。新規定還要求，各大平台要儘快部署“非真實音視頻鑑別技術”。

之前一個月，美國加州州長Gavin Newsom也簽署了AB-730法令，明確指出，如果利用Deepfake產生政治影響，將是犯罪行為。7月，弗吉尼亞州也發佈了禁止Deepfake濫用的相關禁令。

公司方面，推特在11月發佈了首個反Deepfake策略草案，並徵集公眾意見。微軟谷歌等巨頭也開始研究鑑定技術。

除了視頻可用AI自動生成，文章也可以。其實今年，整個AI業界在自然語言理解方面取得了顯著的進步，好在，暫時也還沒有假新聞方面的困擾。

今年2月中旬，OpenAI公佈了一個訓練好的通用語言模型GPT-2，因為這個模型能力過於強大，可以生成令人真假難辨的文章，連行文習慣都能模仿，其創建者甚至認為他過於危險而不敢發佈，直到11月才完整發布。GPT-2利用Reddit龐大的在線BBS數據進行了訓練生成文章之後，可讀性很高，也並沒有引發假文字新聞的大災難。

來自百度、卡內基梅隆大學、谷歌等機構的一系列模型，也都超越了NLP的基準。12月，百度可持續學習的知識增強語義理解框架 ERNIE，更是在NLP領域權威數據集 GLUE 中榮登榜首，並以9個任務平均得分首次突破90大關刷新該榜單歷史。

除了用户看到的最終內容形態可能是虛擬的，AI的訓練數據也可能是模擬出來的。

因為很多場景下，獲取真實數據成本太高，各大機構都在探索高質量的訓練數據模型的方法。今年，模擬環境已經可以完成更多數據構建和高質量訓練工作。

比如OpenAI Five訓練的“五人隊伍”打敗了Dota2的世界冠軍，背後模型的訓練就是在模擬環境中進行的。

而類似的模擬在“對話”類型的訓練中更多，比如Amazon旗下Alexa的對話能力訓練，送貨無人機和機器人都在使用模擬數據進行。

自動駕駛領域也在使用模擬數據，Aurora無人車就在訓練模型在城市環境中導航時，同時進行數百次模擬。百度團隊更是研發了一種增強現實的自動駕駛仿真系統（AADS），還登上了《科學》雜誌的《機器人學》子刊。它使用激光雷達（LiDAR）和相機掃描街景。根據獲得的軌跡數據，為汽車和行人生成了看似合理的交通流，並將其合成到背景中。生成的逼真圖像添加了完整註釋，可用於從感知到規劃的自動駕駛系統訓練和測試。

今年，更多AI的應用，也在温暖着我們。

任職於阿姆斯特丹自由大學的黃智生，組建了微博樹洞行動救援團隊，幫助識別在網上企圖輕生的人們，並進行救助，一年來已經阻止了507人次的自殺。谷歌的AI團隊，更是在全球選擇了20個公益和環保機構，注資2500萬美元，幫助他們實現AI賦能。在“百度 AI 尋人”平台，用户發起照片比對接近40萬次，9000多個走失者與家庭重新團聚。百度還推出了全球首款聽障兒童 AI 手語翻譯小程序，能將繪本文字翻譯為手語，幫助聽障兒童實現無障礙閲讀。

在未來，AI的能力必將會更強，而隨着各國法規和社會倫理體系的完善，AI將會更加安全、可控，更加温暖人類。

終

2019年，人工智能相關話題頻上熱搜。諸如出行、通訊、甚至扔垃圾，AI更加貼近人們生活。而中國的AI發展依然顯著影響世界。

2019年，全球AI產業都進一步向算力增強、賦能產業化、AI平台化發展。Intel谷歌等公司為代表，通過芯片、計算中心乃至量子計算增強AI算力；Tensorflow等各大AI平台繼續增強算法、易用性，持續廣泛影響學術界、工業界；百度則是將百度大腦升級為5.0，打通AI產業化應用落地的全部流程，實現了AI 技術的標準化、自動化和模塊化，成為“軟硬一體的AI大生產平台”；中國的AI政策優勢在智能城市、基礎建設智能化、第一二產業升級上逐漸顯著，華為百度京東等企業為代表加快佈局；中美兩大國都在探索最新AI政策和倫理的新可能。

量子霸權、5G商用、Deepfake，這些熱詞將會定義2019的AI戰況。以AI等技術為核心的新一次工業革命，序幕正在拉開，未來可期。