分类： AI insider

本期导读：

• 学术：迁移学习在医学影像上的研究、2D 图像转换 3D 图像、介绍比赛的 AI 模型；
• 产品：AWS re:Invent 2019 回顾；
• 产品：GCP 大数据产品、阿里云开源 Alink；
• 洞察：关于「AI Insider」与「Cloud Insider」内容调整的说明；
• 案例：迪斯尼的深度学习应用、NFL 引入 AWS、F1 如何使用云改进汽车设计；
• 应用：云和 AI 在石油行业的应用、阿里云在广东落地全国首个高速不停车收费AI稽核项目；
• 巨头：英特尔的下一步、Oracle 的挣扎、阿里云非洲、Google 如何推进自动驾驶等；

洞察·观点

关于「AI Insider」与「Cloud Insider」的内容调整

自 2019 年 6 月以来，Dailyio 会员计划开始提供专注于 AI、Cloud 的行业分析以及围绕 iPad Pro 生产力的会员付费内容，经过近半年的运营，有一些新想法想和诸位汇报一下。

特别要说明一点：「iPad Power User」作为一个内容定位明确的内容产品，未来还会继续探索 iPad Pro 的硬件（外设）、软件（iPadOS、第三方应用）以及流程的可能性，为 Dailyio Pro 订阅读者带来更多新的思考。

而在近半年的运营过程里，「AI Insider」与「Cloud Insider」两个内容产品出现了一些潜在问题。

首先，两者之间的内容界限非常模糊。从市场 PR 层面去看，类似「云+AI+XX（5G、区块链）」的口号层出不穷，而在技术落地层面，中美的科技巨头与创业公司们，也的确在各个行业落地「AI+云」的解决方案。

也因此，我在整理、生产「AI Insider」和「Cloud Insider」的过程里，很多时候会陷入到困惑之中，当 AI 与云的结合成为行业共识的时候，刻意去区分何为 AI、何为云显然没有多大意义，所以，从 11 月份开始，我开始思考如何将两者的内容进行合并与整合。

其次，如果「AI Insider」与「Cloud Insider」的内容界限模糊，那么这两个内容产品整合后的定位又是什么？

我在不断回顾自己过去几年来撰写、发布的免费、付费内容过程中，提炼出了一个相对清晰的定位：聚焦企业级市场的技术变革。不管是 AI、云还是正在兴起的物联网、5G，这些名词背后所代表的技术趋势，其触达的第一站都是企业市场，这也是过去几十年技术演化的规律。

以我长期关注的 AI 为例，2015 年以来 AI 的讨论热度，如果没有企业市场开始「严肃」地投入资金研发相关产品，消费市场又如何能获得诸如智能音箱这样的产品？而如果没有资本市场、科技巨头在资金、基础开源平台上的投入，AI 创业、开发成本如何能大幅下降，从而催生出越来越多的消费产品呢？

当然，你也可以将其看作是一个「先有鸡还是先有蛋」的产业逻辑，但在一系列宏大的技术趋势面前，通过对企业市场趋势、潮流的深度理解，依然可以作为眺望未来的「望远镜」，AI 如此、云计算如此、物联网和 5G 亦是如此。

站在 2019 年年底的时间点，上述两个思考促使我做出这个决定，全面合并、整合「AI Insider」与「Cloud Insider」的内容，新内容产品的名称为「AI Insider」，定位于企业市场，提供 AI、云、5G 等新技术趋势背景下的产业变革思考，包括有广度的行业新闻与研究进展、有深度的行业洞察与观点以及全球视野下的产业格局分析。

全新的「AI Insider」发布周期依然是每周一期，今天就是第一期，所有订阅「Cloud Insider」、「AI Insider」以及「Dailyio Pro」的用户都将免费收到最新的邮件推送。

2019 年马上就要过去了，感谢各位朋友过去一年的理解与支持，我会继续努力，为各位带来更有价值的内容。

（欢迎订阅「AI Insider」或「Dailyio Pro」获取本期邮件的全部内容）

本期导读：

• 研究：对于「可解释 AI」的新研究突破；
• 学术：Jeff Dean 论文讨论深度学习对计算硬件的影响；
• 开源：Google 开源 MobileNetV3、Netflix 开源 Polynote；
• 洞察：自动驾驶的 2019，只有「失望」两个字；
• 巨头：英特尔的 oneAPI、微软 AI 人事变动、华为在新加坡成立 AI 实验室；
• 应用：Instagram 首次披露机器学习的使用方式、微软如何改进 Bing 搜索结果、DeepMind 优化 Google Play 推荐等；
• 案例：德意志银行、UPS 以及空客的 AI 落地案例分享；

欢迎订阅「AI Insider」或「Dailyio Pro」获取全文！

本期导读：

• 学术：DeepMind 算法在游戏领域的新突破、FB 如何识别 Deepfake 视频、中科院基于 AI 的心率预测工具；
• 研究：OpenAI 发布完整版 GPT-2，机器生成的文章到底有多吓人？
• 研究：从愚弄特斯拉自动驾驶算法到干扰无人机图像，愚弄 AI 算法的后果很可怕；
• 洞察：为什么说 AI 的算力革命才刚刚开始？
• 巨头：三星与 IBM 合作、NLP 助力 Google 搜索升级、微软面向企业的数据结构化工具、亚马逊如何定义语音助理的未来；
• 应用：AI 在企业招聘中的潜力与争议、医疗 AI 应用的三大障碍；
• 应用：星巴克、肯德基的 AI 应用；
• 创业公司：两家新晋的 AI 独角兽公司以及两家医疗 AI 创业公司；

洞察·观点

AI 时代的算力革命才刚刚开始（节选）

OpenAI 上周更新了发表于 2018 年 5 月的 AI 算力报告，详细报告在这里，主要修正了对于摩尔定律的描述，从原来 18 个月翻一倍修订为 24 个月（也就是两年）。

如何理解算力？简单来说，就是计算硬件让算法计算的能力，从这个角度上看，算力当然是越强越好。

为何要发表这份报告呢？OpenAI 给出的原因是，当下 AI 技术的主要推动力是算法、数据量和算力。前两者，算法无法直接量化，一个算法的好与坏、先进与落后，业界很难有一个共识，而数据量则是一个根本不能量化的维度。

也因此，OpenAI 选择用算力来展现 AI 时代的发展速度。下图是一个综合的展现，简言之，自 2012 年开始，过去 7 年时间 AI 对算力的需求增长了 30 万倍，而如果按照摩尔定律的发展速度，这期间的芯片算力只能增长 7 倍。更进一步，OpenAI 发现最先进的 AI 模型，其对算力的需求是每 3.4 个月翻一倍，而摩尔定律中的芯片则是两年翻一倍。

这不仅宣告了摩尔定律在 AI 时代失效，同时也将 CPU 这一过往定义信息革命的基石从 AI 时代排除出去，而当 CPU 无法支撑其 AI 计算之后，留个产业的，也是一个巨大的真空市场......

欢迎订阅「AI Insider」

[rpt name="ai-insider"]

本期导读：

• 学术：医疗领域的肤色偏见；
• 学术：AI 程序可以像放射科医生一样精准检测脑出血、可提前预测疾病感染的 AI 算法；
• 开源：计算机视觉能力的新评估标准 VTAB；
• 洞察：AI「创造」艺术的误解与错解；
• 政府：德国的 AI 发展建议、美国各州 AI 调查；
• 业界：FDA 应对 AI 医疗设备申请增长；
• 案例：AI 治疗癌症中的作用、麦当劳的 AI 实践、社交媒体中的 AI 应用；
• 应用：美军方如何将 AI 纳入军事领域；

订阅「AI Insider」即可获取全文以及过往全部存档。

[rpt name="ai-insider"]

本期导读：

• 研究：详解 OpenAI 可解魔方的机器手及背后争议；
• 学术：DeepMind 新算法预测希腊铭文字符、AI 在乳腺癌诊断的准确率非常高；
• 学术：面部识别系统无法有效识别性别、FB 与法国研究者的新 AI 模型可帮助认知障碍人群；
• 开源：创业公司 Streamlit 的开源产品；
• 洞察：AI 领域的「骗子」与「宗师」；
• 案例：农业领域的 AI 挑战是什么、面部识别在机场的应用；
• 应用：Google、NYT 等产品里的 AI 应用场景、企业招聘与 AI；
• 业界：AI 人才短缺、阿布扎比的 AI 大学、Google 放弃 Clips 等；

订阅「AI Insider」即可获取全文以及过往全部存档。

[rpt name="ai-insider"]

本期导读：

• 学术：DeepMind 提出对抗数据偏见的方法、利用核磁共振图像预测大脑年龄；
• 研究：新 AI 工具识别了克罗恩病的相关基因；
• 开源：跟踪机器人的 AI 能力的开源平台；
• 洞察：机器学习框架现状；
• 案例：医疗/医院 AI 实践、AI 如何改变金融、投资行业？
• 政府：俄罗斯的 AI 战略、加州近期三项 AI 政策；
• 业界：AI 与艺术的争议；
• 巨头：黑莓成立机器学习实验室、沃尔玛招募更多数据科学家、丰田概念汽车；
• 创业：Grammarly 等三家创业公司；