第四次工业革命：AI席卷全球的社会大变革？如今世界对科技和创新如此关注，是因为人们渴望找到能够解决当前经济、社会和政治问题的解决方案。虽然我们需要解决许多重要问题，而且许多领域中科技创新将不断涌现，但第四次工业革命却并非合理期望，对此我们应认清现实。所谓的“第四次工业革命” 被大肆宣扬，但人工智能、机器人、生物技术等等都不是什么新事物。这些技术不仅滋生了许多新问题，而且在经济实效上具有局限性。 在达沃斯举办的2016年世界经济论坛（WEF）的主题是“第四次工业革命”。WEF的创始人克劳斯-施瓦布教授甚至仓促出版了一本集结了众人观点的书。他警告道，新技术的规模、速度和影响“如此深远”，“从来没有哪个历史阶段像现在这样拥有巨大前景或潜在危险”。他所指的新技术主要集中在人工智能、机器人、物联网、自主驾驶汽车、3D打印、区块链（BlockChain）以及生物技术。 此次论坛的与会者认为，当前技术浪潮将带来普遍影响，人类将迎来一个发展和繁荣的全新阶段。在人类历史上，技术进步往往与生活水平的提升息息相关。但我们有理由质疑，这一全新的创新阶段是否会像人们预期的那样带来巨大的影响。 经济学家罗伯特-戈登将这些阶段定义为：第一次工业革命（1750年至1830年）的科技创新成果是煤炭、蒸汽机、铁路和纺织品；第二次工业革命（1870年至1900年）主要围绕着电力、内燃机、现代通信、娱乐、石油和化学品的研发；第三次工业革命（1960年至今）的主要研发领域是计算机和电信。 持续的创新阶段对经济活动的影响取决于以下因素：变化量；对发展和生产力的影响；创新的时长、拓展范围和长期演变。戈登教授发现，第二次工业革命对生产率和生活水平带来了最深刻的影响。这场革命的后续持续时期超过了100年，并全面开发了创新成果的潜力。 电力和内燃机可充分说明这场革命的变革规模。在现有的科学基础上，电力在1880年投入商用。从那时起，电力一直是首选能源，在转换效率、生产力、可运输性、传输的精确控制和灵活性上是其他能源所无法取代的。内燃机与石油一同变革了运输和工业。通过取代动物或人力，内燃机改进了运输业的动力和速度，还降低成本、提升效率。 至关重要的是，这些重大创新直接和间接地催生了大规模行业。内燃机促成了汽车的流行，这反过来推动了钢铁、制铝和橡胶工业的发展和扩张，汽油和石油产品的供应和分配，车辆维护方面的基础设施，以及最重要的道路系统。这些行业规模庞大，并创造了大量的就业机会。 通过比较1870年和1970年之间以及1970年至今两个阶段普通民众生活的变化，我们可以显而易见地发现第二次工业革命的影响力有多巨大，这一阶段的创新成果得到了充分的开发。现代人意识到，从工作、房屋、卫生、能源、运输、娱乐和家用电器等方面来看，1970年的世界基本上是熟悉的。相比之下，1970年的人会感到1870年的世界很陌生。 第二次工业革命带来的大规模变革或许是绝无仅有的，在对生活水平带来的深远影响上，未来不太可能再现。 第三次工业革命（1960年至今）并没有像人们希望的那样轰轰烈烈。被大肆宣扬的第四次工业革命是第三次工业革命的延续。许多元素——人工智能、机器人、生物技术——都不是什么新事物。 科技乐观主义者丝毫感觉不到创新减缓的恐惧，还把不信任技术的群体统一归类为强烈反对机械化和自动化、设法阻碍技术进步的人。他们认为，最近的技术变革的影响力将随着时间推移而逐步实现。他们还认为，目前的技术进步正接近“奇点”， 奇点是一个假想阶段，在这个阶段人工智能将进展到比人类智能更先进的程度，并对人类和社会带来极大的影响。 但科技悲观主义者指出了当前科技的弱点，如大数据、机器人、3D制造和新药的研制。 大数据技术利用归纳统计和非线性系统工具来测量和建立大型数据集的内部关系，并从中归纳趋势。但该技术仍未得到充分证实。它的预测能力极为不稳定，它所反映的数据特性实际上是某种假设，在实践中并未得到充分理解。 到目前为止，大数据技术主要用于流行病学、评估保险风险以及有针对性的营销。大数据需要大量金钱的投入，并在判断准确性上存在很大风险。它与所有分析技术面临着同样的问题，更多的数据只会滋生新的问题，而不是提供解决方案。 大数据也面临着信息获取上的问题。对隐私和安全性的担忧增加了加密技术的使用，加密技术却导致某些产品和商业模型从开放转为封闭，大数据技术本可从这些产品和商业模型中收集原始资料。 大数据不是什么新技术。它起源于美国国家安全局等情报机构广泛使用的安全和监视技术。反复出现的智能故障表明，获取数据比解读数据更容易。比起分析技术，能够抓取海量数据的技术发展得更快。 大数据类似于豪尔赫-路易斯-博尔赫斯的巴别塔图书馆，那里存储着世界上所有的知识。然而，却如同迷宫一般混乱，没有一个词能够被理解。 机器人技术已经广泛地应用于制造业，特别是机动车的制造。为医疗保健而设计的机器人正吸引越来越多的关注。尽管机器人技术在不断进步，但在动力来源、运动、操纵和感觉知觉方面它们的能力仍然有限，在非常规任务中的应用范畴也仍然有限。哪怕是分拣洗涤这样简单而常规的任务机器人也难以胜任，这类任务人类却可以轻松完成。 20年前就有人提及起3D制造这一技术。3D技术是指在计算机控制下材料层被用来创建三维对象的制造过程。它可降低制造单个或小规模产品的成本。 科技悲观主义者认为，科技引发了诸多问题。内燃机和化石燃料等技术引发了巨大影响，但对环境造成了不少破坏，必须加以解决。 新技术也滋生了许多意想不到的困扰。网络攻击、恶意软件和计算机病毒引发了混乱、数据或财务损失，以及个人隐私泄露或政治事务上的公开披露。阻止这类破坏的成本相当高。机器欺诈程序伪造了在线广告25%的浏览量，让广告投放商超过60亿美元的花费无法实现预期的营销效果。 滥用抗生素增加了细菌的耐药性。2014年英国的一项研究发现，到2050年，因细菌耐药性增强而引发的感染每年在全球范围内可能导致1000万人死亡，其潜在的经济损失为100万亿美元，令GDP下降3.5%。 科技悲观主义者还指出，技术进步在经济实效上的局限性。新专利虽然看似数量庞大，但与背后投入的数十亿美元研究经费相比，并不相当。人类预期寿命的增长已放缓。医学进展令人失望，癌症等许多疾病仍然难以治愈。 一项研究表明，人均创新率在1873年达到顶峰，随后却不断下降。据估计，目前科技的经济极限已达到85%，到2038年预计将达到95%。 不过，重大的创新机遇仍然存在：提高作物产量以养活全球人类，开发廉价的可持续能源和电力储备方案，治疗致命疾病，保护稀缺商品，改善物流以更有效地利用现有资源。 德国思想家瓦尔特-本杰明曾描述过一种名为Turk的象棋机，“一个自动化的机器，对对手的棋步应对自如。”该设备的特点是穿着土耳其服装的木偶坐在棋盘前、嘴里还叼着水烟袋。一些镜子让人们误以为这个设备从不同方向看都是透明的。而事实真相是，一个驼背的象棋玩家坐在里面，通过绳线引导木偶的手下棋。本杰明用这个故事富有深意地揭示了一个骗局。这个会下象棋的玩偶不是科技奇迹，而是由其它力量驱使的一场复杂骗局。 2898站长资源平台友情链接交换：http://www.2898.com/friendchange.htm

十年内暂时不要担心AI统治人类世界。据科学美国人杂志报道，伊隆·马斯克（Elon Musk）最新宣布，旗下特斯拉电动汽车公司制造的所有汽车都将支持全自动驾驶功能。但这需要让人相信，特斯拉的AI（人工智能）技术能够确保所有汽车都能实时读取数据，并对不同的情况做出反应。 现在，AI的确可以执行许多令人感到惊奇的事情，比如上周AlphaGo电脑程序的开发者报告称，他们的软件已经学会了在伦敦复杂的地铁系统中导航，就像个“本地通”。甚至就连白宫也紧跟潮流，于数日前发布报告，宣称将帮助美国应对未来，届时机器可能会像人类那样思考。 可是，已经研究AI数十年，并尝试解决AI基本问题的计算机科学家奥伦·埃齐奥尼（Oren Etzioni）认为，在人类担心机器将接管世界之前，机器的进化之路依然十分漫长。埃齐奥尼如今是艾伦人工智能研究所(AI2)的首席执行官，这个组织是微软联合创始人保罗·艾伦（Paul Allen）2014年创建的，重点是研究AI的潜在益处。艾伦认为，好莱坞甚至其他研究人员都将AI描述得过于邪恶，甚至可能威胁人类生存。 AI2启动的AI项目并不十分华丽，比如基于AI、支持学术研究的搜索引擎Semantic Scholars。但他们却专注于解决AI领域的难题，比如推理等。《科学美国人》最近在纽约AI大会上采访了埃齐奥尼，他担心当前公司过多吹嘘AI的现有能力，特别是机器学习技术（又称深度学习）。这种技术可运行大量数据集，通过网络模拟人类大脑的神经网络，以便教授计算机自己解决具体问题，比如识别模式或识别照片中的特定目标等。 埃齐奥尼还反思为何10岁孩子都比谷歌旗下AI公司DeepMind的AlphaGo更加聪明，以及最终为何需要开发出AI“监护人”程序以便确保其他AI程序不会变得更危险。以下就是采访摘要： 问：在寻找研发AI技术的最好方式时，AI研究人员之间是否存在分歧？ 埃齐奥尼：有些人已经看到了一点儿未来。我们在许多AI领域都取得了巨大进展，比如语音识别、无人驾驶汽车以及AlphaGo等。所有这些都是值得称道的技术成就。但是如何解释它们呢？深度学习显然是非常有价值的技术，但我们在研发AI过程中还有许多问题有待解决，比如推理（即机器人可理解而仅仅限于计算2+2=4）、获得背景知识（机器能用于创造情境）等。自然语言理解是另一个问题。即使我们开发出AlphaGo，但我们依然没有程序能够解读和充分理解一个段落甚至简单的句子。 问：有人认为，深度学习是AI领域最好的技术。深度学习到底有什么作用？ 埃齐奥尼：当你有大量数据需要处理时，而计算机又知道它们代表的意义，那么你将具备强大的计算能力，你可以尝试找出数据中隐藏的模式，深度学习在这个领域堪称无敌。此外，AlphaGo可以处理3000万个与位置有关的数据，这些位置可教授AI程序在不同的情况下采取正确行动。还有其他例证，比如放射图像，它可以显示是否存在肿瘤，而深度学习程序可以调整颜色，确定这份图像是否是之前看过的。深度学习还能够执行很任务，这是真正的前沿技术。 问：那么深度学习面临哪些挑战？ 埃齐奥尼：问题是系统有了智慧还不行，还必须有更多数据可被用于训练它。以学生的标准化考试为例，比如SAT或纽约高考数据。以前，为了获得高分，智能程序可通过3000万份被打上成功或不成功标记的考卷进行学习，而新的AI程序需要更复杂、更多互动的学习过程。AI还可通过设备、对话或读书学习。尽管深度学习有如此明显的优势，但10岁孩子也能做到这些，比如选择一本书、读一个章节、回答与其相关的问题等。 问：为何AI能够通过标准考试意味着其取得巨大进展？ 埃齐奥尼：实际上，我们已经在AI2启动了这样的研究项目。去年，我们宣布悬赏5万美元，鼓励人们开发可通过8年级标准科学测试的AI软件。来自全世界的780多个团队耗费数月时间，但最终没有人的分数超过60分。这为我们提供了AI现状的现实、定量评估。 问：如何才能让顶级AI系统正确回答问题？ 埃齐奥尼：通常情况下，语言中都隐藏着各种线索。最成功的系统可以从科学文本和其他公共资源中收集信息，然后利用调节信息检索技术为每个多选问题确定最佳答案。举例来说，什么是最好的电导体：塑料勺、木叉还是铁蝙蝠？AI系统非常善于运用公式，可以在大量常见的文件中检测电、铁或导电之间的关系，可以很轻松地给出答案。为此，有时候AI系统可以采取快捷方式，非常迅速地给出答案。之所以没有系统获得及格分数，我只能说这些系统都使用统计学进行猜测，而非仔细推理。 问：AlphaGo背后的DeepMind团队现在已经开发出新的AI程序，通过使用外部存储系统超越深度学习。他们的工作对创造更像人的AI有何影响？ 埃齐奥尼：在移动深度神经网络领域，DeepMind依然是领跑者。这种特别贡献非常重要，但在推理方面却不算太大突破。现有的系统可以很轻松地完成类似任务，但这里涉及到神经网络如何通过例证学习执行任务的问题。总体来说，DeepMind迈出了一大步，但对于人类来说依然是一小步。 问：有人将深度学习、机器视觉和记忆等技术结合起来，以开发更完整的AI吗？ 埃齐奥尼：这是个非常有吸引力的创意，实际上已经有许多类似研究。我在华盛顿大学担任教授时，就曾基于这个想法，利用互联网充当AI系统的数据库。我们建立了名为信息公开提取的技术，它可以为50亿个网页做索引，并从中提取语句，试图将它们变成机器可操作的知识。这台机器拥有超自然的能力，可以快速吸收这些网页和所有句子，问题是那些文本或图片上的句子很难吸收。人类大脑拥有不可思议的能力，计算机科学家们至今还未破解。这种能力可以映射出推理等反应。但是迄今为止，我们还么有找到机器能像人脑那样工作的机制。 问：你曾提及，要想达到人类水平，AI的研发至少还需要25年时间。你所谓的人类水平AI指什么，为何给出这样的时间框架？ 埃齐奥尼：人类水平AI能够真正地理解自然语言、拥有人类智慧的广度、能够玩PokemonGo、走过街道等，这种多样性是人类智慧的标志，而我们今天能做的就是研发“狭隘的学者”，以便其能在某些方面表现更突出。至于25年的时间框架，我曾询问人工智能发展协会的朋友：计算机系统何时能在广义上变得像人类那样聪明？没人认为10年内能够实现这种假设，67%的人认为至少要到25年之后。25%的人认为永远无法实现。他们错了吗？你会选择相信谁，把握AI脉搏的人还是好莱坞？ 问：为何如此多令人尊重的科学家和工程师警告称，AI可能灭亡人类？ 埃齐奥尼：对于我来说，很难推测史蒂夫·霍金（Stephen Hawking） 或马斯克警告AI威胁的动机。我猜，谈论黑洞可能是非常无聊的，因为这是个缓慢进化的主题。但有一件事我要说，当他们谈论AI变得邪恶或引发潜在灾难性后果时，他们总会插入限定词，比如“最终”或“可能”。我同意这样的观点，如果我们谈论1000年后或无限未来，AI很可能导致人类灭绝。但我认为，这种长期讨论不该分散我们的注意力，我们应该更关注现实问题，比如AI与就业、AI与武器系统等。 问：鉴于AI存在的缺点，我们应该担心汽车制造商对无人驾驶汽车与日俱增的兴趣吗？ 埃齐奥尼：我不是那些没有方向盘或刹车板的无人驾驶汽车的忠诚粉丝。鉴于我对计算机视觉和AI的了解，我对无人驾驶汽车感觉十分不舒服。但我是综合系统的支持者，比如当你在车上打盹时，AI能帮你刹车。人类司机和自动系统相结合可能比单纯的人类司机或AI驾车更安全。这很复杂，将新技术融入到人类日常工作与生活中同样不容易。但我不确信这种解决方案是否能有效。 问：谷歌、Facebook以及其他大科技公司近来联合推出了“人工智能造福人类和社会合作组织”，为AI研究设定道德和社会规范。对此你有何看法？ 埃齐奥尼：世界上领先的科技公司联合起来思考这些事情是好事，我认为他们这样做是回应人们的担忧，即AI是否会接管世界。许多恐惧完全被夸大了。即使我们有了无人驾驶汽车，也不会立即造成破坏性影响。马斯科等人谈及的AI对人类生存威胁至少是数十年乃至数百年之后的事情。可是，目前有许多非常现实的挑战：自动化、数字化技术以及AI都在影响就业，无论是机器人还是其他技术，这非常令人担忧。无人驾驶汽车和卡车会大幅改善安全，但他们也会对依赖驾驶谋生的大量工人造成影响。这个新组织谈论的其他事情也存在偏见。如果AI技术被用于处理贷款或信用卡申请，它们能否法律或道德规范吗？ 问：你认为如何能确保AI遵守法律和道德规范？ 埃齐奥尼：如果你是银行，利用软件程序处理贷款，你将无法藏身其后。一口咬定计算机做错了事不是借口，计算机程序可能参与了歧视行为，那是因为计算机系统需要使用许多变量和统计，以便寻找与其他变量有关的联系。如果它使用了影响决定的替代变量，那真会成为问题，对于人类来说也很难发现和追踪。为此，我们提议研发AI“监护人”，以监测和分析基于AI开发的贷款处理程序的行为，确保其遵守法律和道德规范。 问：AI“监护人”已经存在吗？ 埃齐奥尼：我们已经发出呼吁，并开始研发这些程序。我认为，很快就会出现类似程序，其愿景非常被看好。我们希望AI“监护人”的创意能够应对《终结者》等好莱坞电影中对AI的误解，即技术变得邪恶，并成为庞大的垄断力量。 2898站长资源平台友情链接交换：http://www.2898.com/friendchange.htm

百度Apollo登CCTV网络春晚展示自动驾驶“中国速度”。“二十三，糖瓜儿粘”，到了农历的小年，春节的序幕就拉开了。不少朋友想要开车回家，却在拥堵的春运路上经历了“九九八十一难”。不过，如果未来人人都坐上自动驾驶汽车，在高速路上也能“吃着火锅唱着歌”。2月8日晚(小年夜)，2018年CCTV网络春晚化身一场科技盛宴，国内顶尖科技企业轮番登台，为渐浓的年意增添了“AI”的色彩。百度副总裁、智能驾驶事业群组总经理李震宇携“网红”机器人小度登场，为全国观众献上新春祝福，并带来了百度自动驾驶的最新进展。2017年是人工智能迅猛发展的一年，也是人工智能走向大众的一年。自“李彦宏乘无人车上五环”后，自动驾驶这项“黑科技”也成为了百姓茶余饭后的谈资。关于自动驾驶，老百姓最关注的问题自然是“什么时候能在路上坐上无人车？”。李震宇在网络春晚上给出了答案：今年，中国老百姓就可以看到百度和中国汽车企业自主研发的“百分百国产”自动驾驶汽车了!据悉，Apollo开放平台将与金龙客车在2018 年量产无人驾驶微循环巴士，与江淮、北汽在2019 年，与奇瑞在2020 年推出自动驾驶量产车型。“衣食住行，是百姓生活的大事。”李震宇表示，自动驾驶是人工智能领域最先进，也是和生活最贴近的技术之一。为了让中国百姓早日开上无人车，百度自2013年起就专注研发自动驾驶技术。2017年，百度发布了Apollo自动驾驶开放平台，不到一年，Apollo生态已经成为了全球最强大的自动驾驶生态。造车一直是欧美发达国家的特长，但自动驾驶技术将为我国汽车行业提供跳跃式发展的机遇。过去一年，国家发布的“中国制造2025”“人工智能发展规划”等战略中，自动驾驶被多次提及，已经上升为国家级战略。“以前，汽车工业发达的美国和欧洲是自动驾驶技术的领先者，现在，中国正在扭转局势，上演弯道超车。”李震宇在晚会上说到。Apollo平台通过开放创新的生态系统，实现中国汽车产业和科技企业优势互补、高效协作，让中国的无人车有望领跑全世界。“我们希望交通井然有序，既没有堵车，也不需要浪费宝贵的土地拓宽道路;我们希望用科技给每一次出行投上一份保险，让每一个人都能安全回家。”李震宇在晚会上表达了百度自动驾驶的梦想。在春运大潮中，还有很多饱受拥堵、长途驾驶之苦的人，李震宇也为他们送去了祝福：希望有朝一日自动驾驶普及，每个人都可以坐在无人车上安心地欣赏网络春晚，享受一条畅通的快乐回家路。此次网络春晚集中展现了中国科技与智能领域的成就，也让民众看到，在以百度为代表的顶尖科技企业的推动下，中国人工智能正在飞速崛起。正如李震宇在晚会献词中所讲，“今天，中国的无人车有望领跑全世界，我们可以再一次骄傲地说，厉害了我的国！” 2898站长资源平台网站排行榜：http://www.2898.com/ranklist.htm

民航局成立民用无人机领导小组，副局长王志清任组长。民航局发布《关于成立民用无人驾驶航空器管理领导小组及工作组的通知》，决定成立民航局民用无人驾驶航空器管理领导小组及运行、空管、技术应用、适航、人员资质五大专项工作组。民用无人驾驶航空器管理领导小组由民航局副局长王志清亲自担任领导小组组长，殷时军总工程师担任领导小组副组长。王志清，男，汉族，1966年3月出生，天津人。1987年5月入党，同济大学道路与交通工程系公路与城市道路专业，工学学士学位；南京航空航天大学管理科学与工程专业，管理学博士学位。1988年7月在北京首都机场机场管理处参加工作，任场务队干部、副队长；1992年6月任民航总局计划司投资计划处干部、副处长，办公厅局长办公室助理调研员，规划科技司投资处处长，规划发展财务司基础建设处处长；2004年9月任民航总局规划发展财务司副司长，规划发展司副司长；2008年11月任民航总局办公厅主任，民航局综合司司长（正司局长级）；2010年8月任民航西北地区管理局党委书记、副局长，局长、党委副书记；2014年3月任中国民用航空局副局长、党组成员。 2898站长资源平台网站排行榜：http://www.2898.com/ranklist.htm

在市场经济的不断发展下，企业公司成立的越来越多，为了有效的提升自己的形象，各类服务电话随之孕育而生，不同企业公司可以办理不同的通讯服务电话，办理400电话就是如此。不过除了400电话以外，800电话也是深受大家的青睐，不过现在企业公司已经不单单着眼于这两种服务电话，更重要的还是要根据自己公司的特性来选择同福服务电话。办理400电话是一个趋势，400电话是被叫分摊付费电话业务，是一项由固网运营商推出的为被叫客户提供一个国内范围内的400号码，并把对该号码的呼叫接至被叫客户事先规定目的地的国内性智能网业务。企业申请了400业务，无疑将有效提高企业的市场形象。对于800电话详细大家肯定不会陌生，它早已400电话，是先被企业运用的服务电话，800为受话人集中付费业务，它的主要特征是由被叫方(企业)集中支付话费，而主叫方(客户)不支付任何费用。800电话的使用充分体现了企业“客户至上”的先进理念，它在国外的使用已是十分普遍。不过增加企业的通讯成本是必然的。除此之外现在还有很多其他服务类通讯电话，声讯类服务电话，如160中国电信工人信息服务接入码，166语音信箱业务，167吉通计算机互联网业务接入码，168声讯服务，中国电信公众多媒体网接入码等。长途电话服务现在也被运用，例如170国内长途全自动话费查询台，173国内立接制长途半自动挂号台，176国内长途半自动查询台，177国内长途半自动班长台，179IP语音服务接入码等。还有一种就是寻呼接入类服务电话，例如191联通无线电人工寻呼接入码，192联通无线电自动寻呼接入码等等。不同企业特性可以选择不同的通讯服务。以上就是凌沃对于400电话办理时常见问题的解答，需要了解更多关于400电话相关内容，可咨询凌沃400电话客服进行了解，希望能对大家选购400电话的过程中助上一臂之力！咨询热线：400-665-9999

玩大了……因河南商丘市唯县天湖城43号楼业主抵触通信设施，三大运营商和铁塔公司发布联合声明，表示不再为该楼宇提供电话、宽带以及手机信号服务，请业主到营业厅办理拆机手续，并表示今后三家运营商也不再为该楼宇43号楼全体业主提供通信服务……附：文件原文附睢县天湖城43号楼全体业主：鉴于你们业主对我们通信设施的抵触，并联合强烈要求限期拆除通信设备，从即日起三家通信运营公司不再为你们楼宇提供电话、宽带、以及手机信号的服务，请所有电信、联通、移动客户到营业厅办理拆机手续，并且今后任何一家公司不再为你们天湖城43号全业主提供通信服务。特此声明!震惊。。。

、新浪科技 丁壮清华大学教授邓志东最近明显“忙了起来”。他向新浪科技展示了最近的时间表：第二天有一场报告，报告结束后赶飞机去芜湖，周末深夜再回北京……“人工智能终于到了风口”，一见面，邓志东就这样说。从1992年来到清华开始博士后研究，再到2016年春天，邓志东见证了人工智能基础研究从高峰到低谷再到复兴的全过程。作为国内很早一批开始研究深度神经网络的学者，他在人工智能领域钻研已经超过了20年，所研究的深度神经网络，是让机器学会识别分类的基础算法之一。神经网络最惊人的“亮相”发生在今年3月中旬，谷歌旗下人工智能公司DeepMind开发出的围棋程序Alphago 以4：1的成绩战胜人类，让AI研究再次回到大众视野。“Alphago得以战胜人类，正是基于深度神经网络和增强学习，机器的能力又一次得到了证明。”但作为参加了许多人工智能国际会议，发表过数十篇相关论文，甚至清楚记得人工智能领域在商业领域所有重要事件的资深研究者，却越来越感到，“研究的越多，越对我们的处境感到担忧”。“人工智能是少数我们和国外没有代差的领域，如果不奋起直追，恐怕又会掉队。”外国和中国一样，新一轮人工智能产业发展也是刚起步邓志东还记得2000年左右，人工神经网络研究处于低谷期。“那时都不敢说自己是研究人工神经网络的，因为在社会上还看不到太多成功的应用案例，怕被人说成骗子。”这种不看好的情绪并不只发生在国内。实际上，关于人工智能“要超过人类”的技术豪言，每隔数十年就会发生。1956年，“人工智能”一词正式诞生，当时的研究者们甚至预言，二十年内机器将能完成人能做到的一切工作。事实证明，他们低估了研究难度。直到2012年，多伦多大学Geoff Hinton教授带领团队，凭借深度卷积神经网络、GPU和大数据，一举获得了ImageNet大赛冠军。这成了人工智能研究的里程碑事件。从那之后，谷歌、Facebook、百度等互联网巨头开始介入，人工智能的研究这才开始逐步走向应用。至于原因，“视觉能力太重要了”，邓志东说。在他看来，人工智能分为感知智能和认知智能两个层面，跟婴儿刚出生，逐步认识世界后再形成自己的人生观价值观是一个道理。“人为什么会有智能呢，是因为我们眼睛一睁开，一切都分类了。一个人如果什么都不分清，他能有什么智能呢?”从1956年到2016年，人工智能诞生只有60年的时间。而2006年，“深度神经网络”的概念才被提出，“从学术上讲，国内外的差距并不大，区别主要在以后的应用层面”，邓志东解释。至今，感知智能已经不再是人工智能的绊脚石。甚至在某些特定领域，机器在感知层面已经超过了人类。比如，深度神经网络与大数据结合的前提下，ImageNet的机器图像识别错误率只有约3%，人类尚不能做到这一点。 邓志东认为，“深度卷积神经网络模型已经成熟，大数据才是应用的关键，可以在某些细分垂直领域开始工程化应用开发了。”BAT还算不上伟大公司说起大数据，中国似乎是最好的试验场。上周，阿里云用人工智能程序“小i”预测了《我是歌手》的比赛结果，打造“小i”的科学家闵万里曾在IBM和谷歌工作，他在谈及回国缘由时回忆称，当时猎头只说了一句话，中国有家公司数据量比亚马逊+eBay+Paypal都多，你愿意回来吗?“真想做大数据，真想做人工智能，还得在中国。”虽然如此，邓志东却常常感到力不从心：“私有大数据只有企业才有，高校和研究所能做的有限，因为获取数据和数据整理太耗费人力和财力，只有企业才有优势。” 无论中美两国，这都已经成为了共识。在硅谷，一个从事深度学习研究的最顶级博士，会被科技公司以200到250万美元的年薪挖走。然而，尽管手握大数据，国内的科技圈似乎还在为商业化而苦恼。360董事长周鸿祎在“人机大战”之后曾发了一封内部邮件，委婉地讽刺了“热衷于卖盒饭、卖电影票”之类的互联网公司。相比之下，硅谷在人工智能方面却并不显得操之过急。以谷歌为例，2013年收购DeepMind之后，谷歌也在持续投入人工智能，到目前依然没有看到任何商业回报。然而，DeepMind团队去年2月份宣布人工智能玩游戏超过人类，今年3月份开发Alphago在围棋领域战胜李世石，这些成果一经公布就令世人瞩目。“有魄力，敢为未来投入，才叫伟大。”邓志东说，“谷歌测试无人驾驶汽车已经几百万公里，他们要做的是颠覆整个交通系统，国内还没有一家公司敢这么想，这么做。相比之下，BAT都还算不上伟大的公司。”不过邓志东还是承认了国内科技企业的进步：“中国已经出现了BAT这些公司，手握庞大的数据量，跟以前相比强多了。”实际上，更大的进步还未发生，百度创始人李彦宏在最近的IT企业家峰会上，隐约流露出了开放数据的意图。当时，马化腾和李彦宏被公开质问何时能够共享大数据和人工智能方面的研究。马化腾称，共享大数据已是大势所趋。李彦宏也明确表态，百度会共享在人工智能领域的成果。这些进步的背后，是人工智能越来越重要的战略意义。邓志东最近经常被人问到，中国的人工智能研究和应用该怎么进行下去?他专门为此准备了建议：选择细分领域积累大数据，将深度卷积神经网络尽快大面积推向工程化应用;建立国家级实验室推进认知智能基础研究;发展类脑芯片和低功耗卷积神经网络芯片等基础硬件。同时，他也呼吁推进科研体制改革，将学界的研究成果和业界应用尽快对接。在他眼里，人工智能研究处于战略性地位，就跟芯片技术一样重要。“电脑、手机每个人都在用，但是核心芯片却来自英特尔、高通这些国外公司”。只是这背后，需要讲述的太多太多。在3月底的一次人工智能投融资会上，邓志东准备了86页PPT，向在座的几百名创业者和投资人讲述深度神经网络的发展历程和应用前景。因为想讲的内容太多而超时，他被主办方“打断”了好几次。正如他反复强调的那样，“人工智能是少有的机遇”。(新浪科技编辑周峰对本文亦有贡献，欢迎关注“知读会”)

特朗普“美国优先”失灵：AI和量子计算双双落后！最近一项研究表明，美国在AI和量子计算领域有落后的趋势：物理课程国际学生减少超一成，美国正在失去人才吸引力。目前，由IBM、微软、谷歌、Rigetti等美国公司进行的研究被广泛认为是量子计算机技术的最前沿。毫不夸张地说，美国是量子计算领域的全球领导者。但是，这种情况正在改变。最近美国物理学会进行的一项研究表明，在过去一年里，美国大学著名物理课程的国际学生入学人数平均下降了12%。此外，有消息称，由于围绕特朗普政府旅行禁令的签证情况不稳定，许多科学界国际公认的专家已经避开了美国的技术合同。结果是：美国的AI项目有落后于中国的危险。且全球都缺乏量子计算专家；据加拿大Element AI公司估计，全球能被称为AI专家的人不到25000人。《纽约时报》近日发表的一篇文章称，即使是这么低的数字也不能说明全部情况。文章写道：引用：量子计算领域的人才资源甚至更少。根据一些说法，全球只有不到1000人可以说是在量子计算领域从事着先进的研究。这是一场美国似乎正在试图输掉的竞争。它的做法是为移民提供一个充满敌意的环境。美国正在失去人才吸引力由于特朗普政府的这些限制，对于国际研究人员来说，在美国工作的意愿不如上届政府时那么高。到目前为止，没有任何迹象表明这种趋势会中断。这是美国企业和大学日益关注的一个典型问题：除非政策和政府优先事项发生变化，否则他们将无法吸引构建量子技术所需的人才。随着企业不断开发新技术，他们发现更难找到合格的工程师和研究人员了。对于来自外国的技术专家，他们还面临着更加严格的移民法规，并与蒙特利尔、伦敦、巴黎和北京等科技中心竞争。在量子计算领域，国际竞争是一个特别棘手的问题，因为从理论上讲，量子计算机可以破解保护全球各国政府和企业内部敏感信息的加密技术。如果可以构建量子计算机，它将比现在的超级计算机更加强大。在人工智能研究领域，许多人担心，在高薪、奖金和股票期权的吸引下，太多的人才正从学术界转移到工业界。在量子领域，政策制定者希望通过资助大学和政府实验室的项目来解决这个问题。国会正在考虑一项法案，该法案将从2019年到2023年期间为量子研究拨款12.75亿美元。这项名为《国家量子倡议法案》（National Quantum Initiative Act）的法案已在众议院获得通过，正在等待参议院的全面投票。“美国优先”导致AI和量子计算面临落后危险当唐纳德·特朗普当选美国总统时，很明显，他的“美国优先”（America First）论调并不是呼吁美国取得长期成功。它过去是、现在仍然是政治上等同于创业公司的“快速行动并打破成规”心态。例如，美国退出《巴黎气候协议》是基于这样一种想法，即它花费了国家的资金并且没有立即带来好处。尽管绝大多数气候科学家认为，气候变化的长期影响如果不加以控制将是灾难性的，但特朗普可能就看到了节省一些资金并加强他的政治基础的机会，并抓住了这个机会。这种心态在白宫的许多举措中都很明显。在关闭了科学技术政策办公室和类似的科学友好型咨询部门后，美国政府一直处于DARPA领导人的摆布下，他们的重点完全是军事领域的；在涉及技术方面的政府决策时，又处于游说者的担保下。我们甚至不会深入探讨网络中立保护法是如何一夜之间被废除的，尽管公众几乎一致支持它。这是对基于科学的建议的直接蔑视，显然违背了美国公民的最大利益。现在，美国在人工智能和量子计算技术方面都面临着落后的风险：这两者可以说是技术未来的基石。你不必成为量子物理学的专家就能知道，如果美国不重新开始关注科学，那么美国的未来是黯淡的。

美消费者想买特斯拉却不得不放弃，续航充电成痛点。据国外媒体报道，北美国际汽车展开幕。汽车制造商们在本次展会上发布大量电动汽车。问题的关键在于，消费者会转而拥抱电动汽车吗？在车展开幕前，《纽约时报》进行了讨论。以下是文章内容：就在感恩节前夕，肯·维斯特曼（Ken Westerman）差点就买了他人生中的第一辆全电动汽车特斯拉Model 3。维斯特曼是一位退休音乐教师，对保护环境很感兴趣。他一直在为自己驾驶多年的红色丰田普锐斯混动车寻找替代品，并且试驾了一辆Model 3电动汽车。这辆车让他眼花缭乱，但最终维斯特曼得出的结论是，这辆全电动汽车的行驶范围有限：充一次电只能行驶不到500公里。这会让他从安娜堡到东海岸和阿肯色州的旅程变得更加复杂。“那是一段6到8个小时的旅程，如果你必须要停下来充电，那么单程就会增加2个小时，” 维斯特曼说。“我非常喜欢这辆车，但里程是硬伤。”最终他又买了一辆普锐斯，而不是Model 3。维斯特曼的决定应该会在底特律举行的北美国际汽车展(North American International Auto Show)上起到一定的警示作用。电动汽车将是此次车展的一个热门话题。新闻媒体和行业高管将乐于向公众展示自家的电动汽车。在全世界范围内，汽车制造商正准备于未来三年推出数十款全电动汽车和插电式混合动力汽车，现代、起亚、宝马Mini、日产和奥迪将于今年在美国底特律举行的贝美国际汽车站上展出电动汽车，因为许多主流车主将急于摆脱汽油的影响。但要顺利销售电动汽车，汽车制造商必须能够吸引新客户。很多电动汽车粉丝蜂拥抢购特斯拉电动汽车，有效推动了特斯拉销量的增长。但主流汽车消费者可能比这些富裕买家、铁杆环保主义者和电动汽车早期消费者更难被吸引，在美国中部地区尤为如此。这里的充电站比沿海地区要少得多。比如维斯特曼先生说，他想要一辆续航里程达到近1000公里的电动汽车，这大约相当于普瑞斯加满一箱油能够行驶的距离。市场咨询公司艾瑞咨询董事总经理马克·韦克菲尔德(Mark Wakefield)说，汽车制造商正在开发如此多的电动汽车，主要是为了在中国市场和欧洲市场竞争。而在美国市场，由于汽车仍然很便宜，所以电动汽车的销售状况并不确定。“在美国，你不能想当然地认为一款电动汽车能卖出10万辆。” 韦克菲尔德表示，“你不会（像特斯拉那样）把整个工厂都贡献给电动汽车。”据电动汽车媒体InsideEVs.com估计，去年美国市场共销售36.1万辆电动和插电式混合动力汽车，仅占全部汽车购买量的2%，其中特斯拉电动汽车的销量占到了其中一半。但汽车制造商还是雄心勃勃。明年，福特计划推出一款外观和其野马跑车相仿的小型电动SUV。该公司还将斥资110亿美元在未来五年开发16款全电动汽车和24款其他类型的电动汽车。“现在还处于初期阶段，但我们认为人们会来购买我们的电动汽车，”福特爱迪生团队(Ford Team Edison)的负责人特德坎尼斯(Ted Cannis)说。“我们认为我们来得正是时候。”通用汽车也在进行类似努力。上周五，该公司首席执行官玛丽·T·巴拉(Mary T. Barra)表示，通用汽车正在增加雪佛兰博尔特动汽车的产量，并计划让电动汽车成为凯迪拉克产品线的关键组成部分。汽车制造商已经确信，电池技术的进步和电池价格的下降将使他们能够生产续航里程更大的电动汽车。虽然维斯特曼想要的1000公里续航里程可能不会很快实现，但充电时间更短的电动汽车正在成为现实。对于电动汽车来说，最大问题是充电站的可用性。虽然购物中心和停车场里有了更多的充电站，目前全美已经有大约2万家充电站，但遍布全美的加油站数量有15万家。虽然房主可以选择在车库里安装充电装置，但住在公寓里的数百万人没有这个选择。克里斯·托雷拉(Chris Torrella)是一名大学生，他住在安娜堡(Ann Arbor)一套租来的房子里，没有属于自己的车库。他的解决方案比较鲜见：他说服房东花了大约8000美元改造房前的人行道，并在路边安装一个公共充电站。

最详尽宇宙3D图：囊括120万个星系，由美国圣安德鲁斯大学天文学家丽塔·特勒里欧博士(Rita Tojeiro)为首的多国科学家团队绘制。迄今为止最大最详尽的宇宙3D图，囊括了60亿光年之内的120万个星系，这将有助于帮助我们了解暗能量。这张3D图大约覆盖了1/20的空域，包括60亿光年宽、45亿光年高、5亿光年厚度。它凸显出宇宙的广阔无垠，整个宇宙可能包含着1000亿个星系。科学家们可以利用它对暗能量进行最精确的测量，暗能量被视为引发宇宙加速扩张的神秘力量。特勒里欧博士等人利用斯隆数字巡天-III(Sloan Digital Sky Survey,缩写SDSS)的数据，大约绘制了体积达6500亿立方光年的宇宙3D地图。特勒里欧博士说：“过去10年间，我们已经准备好对宇宙进行最大规模调查。通过确认1/4空域中120万个星系位置，我们绘制出世界上最大的宇宙3D图。” 更多资讯，可以访问2898站长资源平台资讯栏目： 谢谢！