这是一个小版本更新，替换了默认主题，更好适配移动端，并且增加了暗色模式。
该主题默认隐藏侧边栏，如需通过侧边栏访问「目录」，请点击右上角打开，如下图所示：
该主题提供三个颜色配置，默认为「Grey」，您可通过右上角的颜色配置切换按钮切换。
其中的暗色模式非常赞。
关于该主题的详细介绍，可参见其官网。
您可通过这里免费试读、体验这个版本，如果内容满意，欢迎通过这里购买该电子书。
同时，本书也是 Dailyio Pro 年度订阅、iPad Power User 年度订阅的专属福利，订阅会员登录账号，点击「会员专属内容」的小箭头，找到「iPad 系列电子书」即可获取所有电子书访问地址。
「AI Insider Monthly」以月度总结的形式，展现过去四周全球 AI、云、自动驾驶等领域的产业变化，通过分析行业事件与梳理技术趋势，勾勒出人类迈向数字化的若干方向与线索。
「AI Insider Monthly」来自于付费邮件通讯产品「AI Insider」，付费会员每周都会收到一封专属会员邮件，内容包括 AI 领域最新产业变革与前沿技术的深度解析，欢迎试读、订阅。
本期「AI Insider Monthly」，将关注以下议题：
数据分析公司 CB Insights（以下简称为 CB）上月发布了一年一度的「AI 100」榜单，这是一个汇集全球 AI 创业公司的清单，从中可以一窥全球 AI 创业领域的现有格局以及新的变量。
需要提醒一点，CB 对于何为 AI 公司的定义比较广泛，除了我们比较习惯的主打语音、计算机视觉的创业公司，像开发自动化、自动驾驶也被划入到 AI 创业公司之列。
纵观这 100 家公司，涵盖了 12 个国家、18 个领域，84% 的创业公司总部集中在美国、英国、中国、以色列四个国家，其中总部位于美国的公司比例高达 64%，由此可见 AI 创业领域的焦点还是美国。
其次，如果你去看这份榜单的融资排名，芯片、自动驾驶、行业 AI 位居前列，其中主打汽车领域的地平线（车载 AI 芯片）、Aurora（自动驾驶）、Momenta（自动驾驶）位于前三。
第三，所有领域里，行业 AI 公司的比例最高，所谓「行业 AI」，简单来说就是将 AI 技术应用到「传统行业」，帮助这些行业实现数字化与智能化转型，比如通过 AI 技术帮助药物发现的 Recursion 公司，再比如帮助企业快速构建内部数据自动化平台的 Scale AI 公司等等，下图展示的是一组医疗行业 AI 创业公司，除此之外，财务、法律、零售/CRM、供应链等都有诸多 AI 创业公司。
我曾在 084 期「AI Insider」评价中国 AI 独角兽时写道：
至少在过去三年和未来三年…..从来没有 AI 行业，只有行业 AI。在这个行业趋势之下，AI 独角兽们已然进入到另一个赛道，这里既有觉醒后的「传统」互联网公司（比如百度与腾讯），也有依靠平台与资本转型转身的行业巨头（比如华为），当炫酷的 AI 实验室技术比拼逐渐远去，属于 AI 的下一场战役不仅是商业化，还有围绕 AI 商业化的产业升级与重构……
CB 的数字与我之前的这个判断基本一致，接下来，不管是对中国 AI 独角兽，还是这份榜单里广义的创业公司，都需要在 AI 技术与行业规则之间做出妥协与创新，只有这样才能体现出 AI 技术以及 AI 创业公司的价值。
你可以在这里获取 CB Insights 的「AI 100」榜单。
上月还有一份来自 O’Reilly’s 的企业 AI 适应性调查值得关注，其中的一个数据显示，19% 的企业高管指出，专业人才不足是 AI 落地的主要困难，缺乏数据和数据质量则位居第二大困难。
在 AI 落地实践方面， 26% 的受访者称拥有 AI 成熟的落地案例，或者说利用 AI 实现收入，这和 2019 年的调查结论类似，从某种意义上说，企业 AI 的适应性似乎在停滞不前。
具体到行业，零售行业的成熟实践最多，而教育行业的 AI 适应性普遍偏低，与此同时，处于「Evaluating」的行业非常多。
你可以在这里免费获取该调查报告，从上述几个核心数据也可以看出，在贯穿一年的疫情背景下，面对未来不确定的经济形势，企业更愿意将钱投入到诸如远程视频会议等可以快速出现成果的产品上，相应地，也会放缓甚至停止在 AI 领域的投入，以削减成本。
另一方面，随着越来越多的云计算巨头推出一系列端到端的 AI 解决方案，也在一定程度上降低了企业部署 AI 的成本，特别是减少对专业 AI 人才的依赖，这对于接下来 AI 应用落地的发展至关重要。
一张 AI 技术落地信息图，下图这张图展示了不同地区、不同行业落地 AI 技术的现状与趋势，图片做的非常棒。
你可以在这里获取高清图片。
4 月最后一周，美股市场迎来一轮密集的财报发布，微软、Alphabet、亚马逊相继发布新一季财报，我们来看看各大巨头的云计算业务成绩单：
下图展示了 AWS 的增长曲线变化：
在这个过去的季度，亚马逊 CEO 贝佐斯发布一年一度的致股东信，考虑到贝佐斯即将卸任亚马逊 CEO，这或许是他最后一封致股东信。这封信的内容很多，涵盖了亚马逊各个产品线的数据，你可以在这里查看信件全文。
其中，贝佐斯谈到了 AWS 带给行业的价值，贝佐斯给出的数字是 380 亿美元，这个数字的计算方式非常复杂，根据其信件的内容，我大致罗列出其计算方式：
这个复杂而且无法精准计算的公式也进一步凸显了当下云计算公司的普遍问题：如何在收入之外呈现出带给客户的价值？
下图展示了微软智能云业务的增长变化，微软新闻稿还透露，公有云业务 Azure 增长超过 50%，但依然没有透露 Azure 的营收规模。
也是在这个过去的季度，微软完成一笔重要收购，作价 197 亿美元收购语音 AI 公司 Nuance，这也是微软自 2016 年以 260 亿美元收购 LinkedIn 之后的第二大收购。
公开资料显示，Nuance 在语音交互领域拥有众多技术产品与客户，苹果 Siri 也曾使用过该公司的产品。与此同时，Nuance 面向医疗/法律领域的语音解决方案 Dragon 备受关注。
根据其官网，Dragon 利用深度学习将说话人的声音内容精准转换为文本，能够广泛应用于医疗（医生诊断）、法律（庭审）等场景。
微软此前已经与 Nuance 进行了深度合作，比如微软 Teams 里就已集成了 Nuance 的相关技术，而在 2020 年微软面向健康领域的云服务中，Nuance 的语音技术也扮演了重要角色，考虑到 Nuance 在医疗领域的众多客户，此次收购也会成为微软继续发力健康云的重要一步。
但语音技术作为一项最基本也最底层的技术，显然还具有更大的用途，以语音交互的虚拟助理为例，微软已经放弃了消费互联网上的 Cortana，而是将其集成到 Office 365 之中，以此构建一个语音交互的新入口，Nuance 显然可以帮助 Cortana 的发展。
另一方面，呼叫中心是否会成为微软收购 Nuance 所瞄准的市场呢？上月前些时候，AWS VP Larry Augustin 披露该公司呼叫中心产品 Connect 的营收正在大幅上涨，并表示 Connect 已经是 AWS 历史上增长最快的业务之一，Protocol 援引 The Information 的数字表示，2020 年，AWS 呼叫中心的增长了 150%，达到 1.75 亿美元。
而就北美的市场格局来看，这还是一个相对传统的市场，即便是 AWS，也还是一个小玩家，但该市场的份额非常大，AWS、微软自然不会放弃。
微软另一个值得关注的产品是 Cloud PC。ZDNet 披露了微软 Cloud PC 的最新进展，根据报道，微软计划在今年 7 月的 Inspire 合作伙伴大会上发布该产品，定位于企业市场的 Cloud PC ，其操作系统是 Azure，以瘦客户端的形式向企业提供微软 Windows 以及 Office 等服务。
Cloud PC 与阿里云此前发布的云电脑「无影」的定位相似，都是通过设备侧的完整体验实现「云端一体」。
上月，Gartner 发布了一组最新的 2020 年全球云计算 IaaS 市场数据，数据中的几个要点：
在这个所谓的 3A 格局里，微软、阿里云过去几年一直在「侵蚀」AWS 的领地。
如果按照云计算三个层次的传统划分角度来看，目前主要云计算公司的战略集中在：
也是在上月，华为云组织架构经历了几次调整后，终于确定了大会「演讲人」身份，在余承东首次以华为云 BU CEO 身份介绍产品的舞台上，华为云发布了一系列新产品，包括：
上述这些产品里，容器集群服务 CCE Turbo 和 AI 盘古大模型最值得关注，前者为了抢占互联网客户，华为新闻稿提到包括 VIPKid、新浪都使用了其服务，这也是云原生领域的主要客户群体，互联网公司在业务发展过程中最有动力，也有能力推动自身业务架构的升级，而云原生在成本与灵活性上满足了这些公司的需求。
另一个产品是 AI 盘古模型，官方新闻稿称，这是一个泛化能力强、小样本学习、模型高精度的「全球最大规模中文语言及视觉预训练模型」，该产品定位在更底层的机器学习领域，此前业界类似的产品包括百度飞桨、旷视科技的 Brain++，这些主打「国产 AI 模型（框架）」的产品，也和近几年复杂的全球产业环境遥相呼应，所谓「更懂中国企业的 AI 需求」会成为接下来包括华为、百度等公司市场宣传的重点。
过去的 2010 年代，ARM 与英特尔扮演着计算革命发展的底层驱动角色，在消费电子最火热的智能手机领域，ARM 是毫无争议的王者，无论是苹果的 A 系列芯片还是高通骁龙抑或是已成「绝唱」的华为麒麟系列，都需要向 ARM 购买 IP 授权，与之相比，英特尔只能在出货量不断降低的 PC 市场得到消费者的关注；而在企业市场，特别是数据中心领域，选择英特尔处理器几乎就是一个不用过多思考的「定律」。
但接下来十年，关于芯片的选择与理解正在悄然发生变化，整个产业链的重构已然开始。
首先，消费市场的「XXX Silicon」还在继续。苹果去年发布搭载 M1 芯片的 MacBook 系列既展示了自家软件/系统的生态能力，又让行业看到 ARM 处理器在桌面计算设备中的巨大价值。MacBook 注定不会成为桌面计算设备的主流，但当微软也继续押注 ARM 架构的时候，英特尔的消费市场领地也变得岌岌可危。
其次，企业市场的变化也格外有趣。一方面是数据中心进入到「AMD Yes」时刻；另一方面，以 AWS 为代表的云计算巨头，选择以 ARM 构建自己的「Silicon」，也让 ARM 架构再次进入到数据中心市场。
此前，AnandTech 对 AWS 的 ARM 服务器芯片做了一番测试，针对计算服务，Graviton 2 在和基于 X86 的英特尔和 AMD 服务器的竞争中展现了不俗的实力，一如 AnandTech 所言，过往 ARM 芯片在服务器领域总是有各种无法兑现的承诺，但这一次 Graviton2 的表现已经足以证明 AWS 的宣传没有夸大其词。
更重要的一点，无论是消费市场还是企业市场，新的计算形态与计算需求，也在影响计算芯片的选择，比如机器学习与边缘计算的巨大需求。
4 月，ARM 发布新一代架构 V9，其官方宣传这是「近十年里最大的架构更新」，科技媒体 VB 指出，ARM 的新架构在安全、机器学习以及边缘计算上拥有更好的性能，与此同时，不再局限于通用计算，通过「全面计算（Total Compute）」的设计方法，帮助客户灵活设计应用面向特定场景的处理器，从而最大限度提升性能。
在英伟达收购 ARM 期间，ARM 新架构展示巨大的野心，其对安全的强调，也让行业再次想起英特尔前几年的 Spectre 与 Mletdown 漏洞；而瞄准机器学习，也为更多云计算公司，比如 AWS 的自研 AI 芯片提供了新的选择。
但对 ARM 以及包括英特尔、英伟达等上游公司来说，企业市场的变量还有很多。
其一，成本与性能，使得越来越多公司会选择 ARM 架构，但 ARM 架构取代英特尔、AMD X86 架构一定是一个缓慢的过程，软件适配也不是简单替换那么简单；
其二，英伟达收购 ARM 还未敲定，这笔交易能否完成以及何时完成，都会影响企业客户的选择；
其三，英特尔还有机会吗？有，但真的需要一点奇迹。
也是在 4 月份，英伟达展示了首款基于 ARM 架构 CPU 产品 Grace，这是一个面向数据中心的 CPU 产品线，相关的产品参数可参考这里，该产品将在 2023 年正式发货。
相比于 GPU、车载 AI 芯片等产品，英伟达的 CPU 布局值得格外关注。
首先，英伟达目前的产品线，既有传统的 GPU 系列，同时还有去年发布的 DPU（data processing units）和 CPU，我曾在英伟达发布 DPU 之后的「AI Insider」里写道：
从产品定位上看，这是一个面向数据中心的数据处理产品，如果说 CPU 是通用场景计算方案，那么 DPU 则是数据计算专属方案，加上本身在图形计算领域优势明显的 GPU，英伟达向数据中心又迈出重要一步。
而此次推出 CPU 之后，英伟达将通用计算、数据计算以及特定场景计算的需求完全覆盖，形成了一个面向数据中心计算的完整产品线。
其次，相比于 X86 架构 CPU 的通用计算能力，英伟达更在意 CPU 的 AI 计算能力，发布会上，英伟达不断强调 Grace 在处理深度学习模型，特别是语音与 NLP 中的巨大提升。按照英伟达 CEO 黄仁勋给出的数据，服务器用上这款 CPU 后， AI 性能将超过 x86 架构CPU 的 10 倍。
这也符合当下数据中心、云服务中激增的 AI 计算需求，不管是需要极致算力的 GPU 还是需要通用场景 AI 算力的 CPU，英伟达都有自己的产品。
在英伟达 Grace 发布后，资本市场很快对英特尔投出了自己的选择。
另一方面，此次英伟达很更新了多个「传统产品」，比如 GPU 新系列 A10、A30，与旗舰的 A100 采用同样安培架构，但在功耗、性能上做了优化与调整，旨在面向承担不起 A100 GPU 的客户。
再比如针对自动驾驶场景的 Atlan 芯片系列，英伟达将其称之为「车轮上的 AI 数据中心」，其算力可以达到 1000 Tops，面向的是 L4 乃至 L5 级别的自动驾驶，下图是英伟达发布会上的一张对比图，值得一提的是，2019 年发布的、提供 254 Tops 算力的 Orin 要到 2022 年才会出货：
这也意味着，英伟达已经提前四年规划了汽车 AI 芯片的算力发展，沃尔沃汽车也宣布会在 2022 年的新车上使用英伟达的 Orin 芯片。
信息革命的发展史，也是一场关于算力的竞逐史，2010 年代我们看到了英特尔一边「挤牙膏」一边呼喊「摩尔定律未死」，同时也体会到由 GPU 驱动的 AI 算力指数级增长，接下来的 2020 年代，可能会成为自 CPU 之后人类计算历史上最重要的一个阶段，新的计算形态、计算架构以及新的材料，会成为推动 AI、自动驾驶、生物科技的最底层力量。
在英伟达持续展示芯片算力的同时，「缺芯」还在持续影响到更多行业，甚至连对供应链有绝对话语权的苹果，也不得不需要推迟部分产品的生产，《日经亚洲》的独家消息称，芯片短缺影响到 MacBook 与 iPad 的组装生产，进一步凸显出芯片短缺的巨大影响。
与此同时，台积电表示，尽管汽车领域的芯片短缺会在下个季度得以缓解，但全球范围内的半导体供应问题将在 2022 年持续，一直延续到 2023 年。
而在汽车产业，路透社称，斯巴鲁汽车公司的一家工厂被迫关闭一段时间，此次停产影响 1 万辆车的生产，斯巴鲁公司表示，因为芯片短缺导致的汽车产能下降，将对财报产生不确定的影响。
但资本市场继续看好 AI 芯片的未来发展，最近有两家 AI 芯片创业公司获得巨额融资。
一家名为 SambaNova 的公司完成 6.76 亿美元的融资，软银远景基金领投，这笔融资后，该公司的估值达到 51 亿美元。
SambaNova 并不是标准的 AI 芯片公司，它不售卖单一芯片，而是将芯片整合到数据中心的服务器中，并通过软硬件结合的形式向企业客户提供一整套解决方案。
根据 SambaNova 的说法，该公司为了应对芯片短缺的行业困境，早前就与台积电合作，投资了一条「安全产线」。值得一提的是，SambaNova 的投资方还包括英特尔旗下的风险投资部门。
随着完成一笔 3 亿美元的融资，AI 芯片创业公司 Groq 估值突破 10 亿美元，成为又一个独角兽。
Groq 面向数据中心与自动驾驶的场景，专注推理，也就是通过数据做出「决策」，根据该公司的说法，其 TSP 架构（tensor streaming processor），能够拥有 10 倍于竞争对手的低延迟。
人事。Waymo CEO John Krafcik 离职，自 2015 年 Google 将自动驾驶业务独立出来开始，John Krafcik 就担任 Waymo 的负责人，根据 Google 官方的说明，两位 Waymo 高管——Dmitri Dolgov 与 Tekedra Mawakana 将出任联席 CEO，这两个人此前分别担任 COO 与 CTO。
尚不清楚 John Krafcik 的未来去向，过去五年里，在 John Krafcik 的领导下，Waymo 的自动驾驶探索一直是业界关注的焦点，其一，获得外部巨额的资金支持，仅在去年，这家公司就在 60 天内完成两笔共计 30 亿美元的融资，目前的估值已经达到 300 亿美元；其二，这些资金支撑了巨额的研发投入，这也使得 Waymo 的实际道路测试里程与计算机模拟里程位居行业领先地位；其三，与传统车厂建立合作关系，包括戴姆勒、沃尔沃、菲亚特克莱斯勒等都是 Waymo 的合作伙伴。
资本。自动驾驶公司 Argo AI 寻求上市，这家公司先后获得来自福特和大众的巨额投资，其中福特在 2017 年投资 10 亿美元，大众汽车则在 2020 年拿出 26 亿美元押注这家公司。
两笔共计 36 亿美元的融资后，Argo AI 的估值达到 70 亿美元，该公司目前主要在美国和德国开展研发和汽车测试，员工人数为 1300 人左右。
不过雅虎财经也表示，目前尚不清楚该公司的上市方式是使用传统 IPO 还是 SPAC 的形式。
通用旗下的自动驾驶部门 Cruise 完成一笔 27.5 亿美元的融资，估值也超过 300 亿美元，该公司目前的主要业务推进自动驾驶出租车（Robotaxi）服务，Cruise 上月和迪拜交通部门达成合作，将在迪拜公共道路上提供自动驾驶出行服务。疫情期间该公司也和沃尔玛合作，为顾客配送杂货。
3 月，Cruise 刚刚收购了自动驾驶创业公司 Voyage。
滴滴寻求 IPO，自动驾驶会成为新故事？Bloomberg 率先披露了滴滴将在美国上市的消息。目前滴滴的业务体系里，出行服务的市场份额已经是极限，很难向资本市场讲出新的故事，自动驾驶显然具有这样的能力，雷锋网汇总了近期滴滴在自动驾驶领域的投资和技术突破，其中，滴滴发布的全球首个 5 小时连续无接管路测视频，「视频从下午开始拍摄，历经白天、黄昏以及夜晚，途径丰富的路测场景，车辆整体表现十分平稳」，雷锋网称，Google 自动驾驶项目创始人 Sebastian Thrun 也对这支视频中的技术亮点赞许有加。
你可以在这里查看这个视频。
合作。沃尔沃将与 Aurora 合作，共同推进自动驾驶卡车的研发和市场拓展，Verge 的报道指出，两家公司会以北美市场为突破口，去年的时候，Aurora 收购了 Uber 旗下的自动驾驶业务，获得大量自动驾驶的人才和资产。
关于自动驾驶公司 Aurora，Bloomberg Business 日前发表一篇长文介绍了这家公司，该公司由前 Google 自动驾驶主要负责人之一的 Chris Urmson 联合创建，目前主要聚焦在自动驾驶卡车，也是当下泛 AI 领域的巨型创业公司，入围 CB Insights 年度 100 大 AI 创业公司。
英特尔旗下自动驾驶子公司 Mobileye 与自动驾驶配送公司 Udelve 合作，双方将在共同致力于自动驾驶车辆的研发与生产，并计划在 2028 年生产 35000 自动驾驶车辆，同时将在 2023 年开始商业化运营。
中国市场。北京设立智能网联汽车政策先行区，4 月，北京市政府批准《北京市智能网联汽车政策先行区总体实施方案》，方案的核心是推出政策先行区，其实施范围包括亦庄新城 225 平方公里规划范围，大兴国际机场以及京台高速、京津高速等6条环绕亦庄的高速和城市快速路段。
北京经济技术开发区工委委员、管委会副主任孔磊透露，关于高速公路的测试，目前还在制定具体的准入标准，「……现在初步估计今年6月份，将出台自动驾驶车辆高速公路测试管理实施细则」。
华为上月高调展示了其自动驾驶的实力，华为此次展示的是北汽阿尔法S电动汽车，官方售价 38.89 万起。感兴趣的朋友可以看看「车东西」这篇偏 PR 的体验稿。
图书。「造车」、「自动驾驶」成为 2021 的热词，媒体铺天盖地的报道，并不能让读者形成对该领域的完整认知，推荐两本我个人比较认可的图书，其中一本是科技媒体 Business Insider 高级编辑 Alex Davis 今年出版的新书 Driven: The Race to Create the Autonomous Car（亚马逊 Kindle 商店），以编年史的视角，从美国 DARPA 举行自动驾驶挑战赛开始，一步步引出当下自动驾驶领域的重要人物、公司，比如被指控盗窃商业秘密后被特朗普赦免的 Anthony Levandowski。
这本书还有很多值得玩味的细节，你会看到 Google 的独特文化以及 Waymo 如何从 Google 内部孵化出来，如果你想了解自动驾驶产业发展的历史，这是一本必须要读的书。
另一本名为 Reboot（亚马逊 Kindle 商店）的书非常有趣，它跳出了汽车的范畴去看待自动驾驶的发展，正如书名所言，如果以自动化的机器人视角观察汽车领域的发展，或许可以得到更多有趣的结论。
作者将这一类机器称之为「Robotic Transpiration Machines」，在这个框架下，作者以思想实验的方式，探讨了一种新型人机关系，至于结论是否正确与否并不重要，因为整个思考的过程已经足够了。
相较于早先泄漏的文本，欧盟上月发布的 AI 监管法律草案还是做了一些修改，正式版本共 108 页，提供了一整套监管 AI 应用的框架，这个框架的核心是将 AI 应用的风险等级做分类，以此形成不同的监管方案。
比如垃圾邮件过滤就是低风险（lower-risk），诸如聊天机器人或者电话机器人则属于有限风险（limited-risk），高风险等级（higher-risk）的 AI 应用包括 AI 算法评估（银行、学校）、通过算法控制人类行为（大数据杀熟）等，高风险等级会成为欧盟重点监管的领域，而上述几个高风险应用则是法律明确禁止的行为。
不过，在争议较多的面部识别中，草案将其归属于「实时远程生物识别技术」里，设置了三个例外行为：寻找失踪儿童；应对恐怖袭击的威胁；在法律允许范围内追查特定的刑事犯罪嫌疑人。
类似于此前的 GDPR，欧盟也制定了一系列处罚机制，从公开警告到产品下架，最高会开出 6% 年收入的罚金。
你可以在欧盟官网获得该法律草案的文本。
在我看来，欧盟这项发展草案有诸多解读的入口。
其一，作为全球首个 AI 应用监管法律草案，欧盟为其他主要国家和地区的 AI 监管提供了一个样本，但样本并不是「标准」。
与其他类型法律一样，不同国家和地区在制定法律的时候，不仅要考虑一般性，还会结合当地的实际情况，这也意味着，其他 AI 产业大国，如美国、中国、英国，其未来的 AI 监管措施会在一定程度上参考欧盟的样本，并有一些本地的特色。
其二，该法律草案还需要经过欧盟委员会与各成员国政府的审核批准，不同成员国之间对于某些条款的认识也会有不同，未来也会有诸多变数。
第三，与此前 GDPR 合规类似，欧盟地区的 AI 企业即将进入到 AI 合规阶段，但与 GDPR 所明确的数据监管不同，AI 是一个非常广泛的概念，其覆盖的应用与落地场景非常多，无论是亚马逊的电商还是 Google、FB 的广告业务抑或是自动驾驶等，都有可能被纳入到泛 AI 的领域，由此影响的产业和公司会非常多，这也会影响到欧盟地区的 AI 投资和应用落地。
WSJ 援引 Google 前科学家 Julien Cornebise 的话称，AI 是一个不断发展的领域，当下智能手机所做的一切就是二十年前的「AI」，这意味着，该法律「可能丢失定义或迅速过时」。
未来几年，全球性的 AI 监管只会不断增加，欧盟提供的样本、争议与后续的实践经验和教训，会成为一个重要的观察入口。
汇总上月「AI Insider」推荐的 AI 领域的相关资源。
播客。上月意外发现了微软官方出品的一档播客，主持人居然是微软 CTO Kevin Scott，这可能是目前主持人级别最高的公司播客，每期都是类似访谈的形式，Kevin Scott 会邀请一位技术从业者讨论对技术发展的理解，最新一期的话题涉及到人工智能，陆续听了几期节目，很多访谈者都有丰富的经历，他们不仅相信技术的力量，更对整个世界充满了好奇，也正是这样的好奇心，促使他们在更多领域探索新的可能性。
你可以在这里查看这档播客的介绍，选择自己感兴趣的播客平台收听。
纪录片。「代码偏见」在行业人士看来不是一个新鲜的议题，Netflix 的这部纪录片更多还是面向普通观众，展现各种所谓智能算法背后的种族、肤色等偏见。
此前来自 IBM 的研究员和该纪录片的导演做了一个 QA 讨论，讨论的议题也是 AI 伦理，感兴趣的朋友可以在这里观看这次在线讨论的视频。
另外，这部记录片里出境的 Cathy O’Neil，她前几年有一本探讨算法公平性的书 Weapon of Math Destruction，可以作为该纪录片的延伸读物，这本书的中文版本由中信出版社翻译，书名叫《算法霸权》，翻译的还行。
视频。**吴恩达怎么看待 MLOPs**。吴恩达这个视频分享了他对机器学习未来发展的思考，其核心是探讨数据的重要性，他认为数据是实现 MLOps 的要义，非常推荐观看。
情感识别的工具。研究者们开发了一个网站，你可以在这里打开，利用前置摄像头尝试情感识别的威力，网站提供了面部表情、眨眼的情感识别测试。
《卫报》援引研究者的话表示，该项目看起来是一个面部识别，但公众可以感受到，从面部识别到情感识别是多么简单。
图书。MIT 出版社的这本新书旨在向普通人（公民）提供一份完整的人工智能技术（入门级别）、影响与争议的大纲式读物，很多内容对于行业从业者而言并不新鲜，但对更广大的普通读者非常有价值，下图是该书的目录。
感兴趣的朋友可以在亚马逊 Kindle 商店购买这本书。
以上就是 2021 年 4 月份的「AI Insider Monthly」，欢迎成为「AI Insider」订阅会员，获取每周的专属会员邮件。
自 V2.6 版本开始，「iPad Pro 生产力指南」以 Tiddlywiki 的形式呈现电子书，提供一种更新颖的阅读体验，接下来介绍一下如何高效阅读这本小册子，免费试读地址。
任何时候点击类似小房子的「Home」按钮，都可以回到首页。
当然，您可通过屏幕右侧的「目录」查看任意章节的内容，各个章节都可以自由折叠或扩展，点击箭头即可。
查看任意内容的时候，请注意顶部的标签文字（黄底），这是这篇内容的上一级目录，点击标签，会看到该目录下的其他内容。
如果打开了太多条目，可以在屏幕右侧的「开启」里点击「全部关闭」，然后重新在右侧「目录」里选择新的内容即可。
如果不想每次都在线查看，您可随时将其下载到本地，如下图所示。
您将获得一个标准的 HTML 文件，如果使用 iPad 或 iPhone，可通过免费的 Documents 或者 Dropbox 直接打开查看，如果您是在桌面上，可通过任意一个浏览器打开。
很多读者读到 4 月最后一期「Deep Reading」的时候，或是已经或是正在开始假期模式，如果你还在纠结假期如何在家里度过，我也为各位挑选、整理出一个适合假期的阅读书单。
这封邮件也是「Deep Reading」会员计划的专属内容，欢迎试读、订阅。
「More Reading, Less Junk」，欢迎开始本周的深度阅读之旅。
James Suzman ｜2021 年 1 月出版｜亚马逊 kindle 商店｜14.99 美元
当我们谈起「Work」（工作）这个词的时候，我们在谈论什么？
996、大小周、「内卷」、财富自由、打工人、「福报」……这些当下与工作紧密相关的词汇背后，到底又意味着什么呢？在这本关于「工作」起源与发展的书里，作者 James Suzman 勾勒出一副人类「工作」变迁历史。
一开始，「工作」是人类生存的必然要求，早期人类的所谓「工作」，与动物们寻找食物并没有本质区别，都是为了获取能量，这构成「工作」的第一层要义。
而随着人类进化与文明的出现，「工作」被赋予更多社会层面的意义，更重要的是，从农业社会到工业社会再到信息社会，「工作」的形态、定义都在发生着微妙变化。想象一下，未来的人类回头去看现在这些「工作」形态的时候，或许也会产生当下我们回顾 19 世纪英国工人工作的想法。
Cade Metz｜2021 年 3 月出版｜亚马逊 Kindle 商店｜15.99 美元
近十年人工智能的火热，离不开深度学习领域的技术突破，从这个角度去看，不了解深度学习的发展历程，也就无法理解当下人工智能的本质。
这是我特别推荐 Cade Metz 这本书的原因所在，他把焦点对准了「深度学习」这个中心点，将历史上重要人物、公司、事件纳入其中，像极了一层层的「神经网络」，那些权重高的「参数」——Frank Rosenblatt、Geoffrey Hinton、Demis Hassabis 等——定义了当下众多人工智能应用与趋势。
这本书的最后一个章节，作者进一步探讨了深度学习一系列落地应用的争议以及人类所处的位置，这既是深度学习从学术到工业落地的巨大跨越，也进一步凸显出人机关系的微妙，以 Duplex 为代表的 AI 语音助理是否应该提前告知人类自己是一个机器人？亚马逊大规模部署仓库机器人带来的是公司效率提升还是替代了更多人类工作？GANs 与 GPT-3 赋予计算机的图像/文本生成能力，是否在冲击人类的是非价值观？
这些问题已经不再局限在技术层面，而是与社会经济、价值观等混搭在一起，一并构成了另一个庞大的「神经网络」，让我们静静等待这个「神经网络」的输出结果吧。
MIT Press｜2021 年 2 月出版｜亚马逊 Kindle 商店｜24.99 美元
路上各种等级的自动化车辆、商场/酒店里的服务机器人、移动应用背后复杂的用户关系模型，所有这些都在告诉我们一个事实：人类已经进入到一个人机混合的时代。
学会与机器——包括但不限于机器人、算法等——相处，成为这个时代里每个人的基本要求，在这本名为 A Citizen’s Guide to Artificial Intelligence 的书里，作者向普通公众提供了一份完整的人工智能技术（入门级别）、影响与争议的大纲式读物。
本书的很多内容对于行业从业者而言并不新鲜，但对更广大的普通读者非常有价值，比如作者并没有花费太多篇幅介绍人工智能的概念和应用，而是将更多内容聚焦在上述这些自动化应用背后的权利、义务、隐私以及人类自身的价值，能够帮助不同行业的读者快速而相对全面地了解到人机混合时代的基本逻辑。
Eva Hoffman｜2017 年 9 月出版｜亚马逊 Kindle 商店｜10.99 美元
Claudia Hammond｜2020 年 10 月出版｜亚马逊 Kindle 商店｜8.99 美元
没有人不喜欢休息，但也没有多少人喜欢无聊，可无聊本身也是一种休息，接下来推荐的这两本书就从这个角度切入。
How to Be Bored 从文学、神经科学的角度阐释无聊的价值，虽然谈论的都是一些老生常谈甚至无聊的话题，但阅读这些内容或许也是一种无聊的方式。
The Art of Rest 是一门探讨「休息是一门艺术」的小册子，作者根据一份调查，为读者们列举出更具体的休息方法和建议，这些休息方式涵盖了看电视、做白日梦、步行、不做任何事情（无聊状态）等十个方面，如果你不知道如何休息，不妨翻看一下这份休息清单。
Emily Thomas｜2020 年 3 月出版｜亚马逊 Kindle 商店｜9.99 美元
2020 年开始的疫情限制了全球范围的旅行，半个多世纪以来，人类从未如此「封闭」在自己的国家/大洲，这样的情形也延续到了 2021 年，现在望过去，距离恢复到 2019 年的「自由旅行」状态，或许还要两到三年。
在这样的背景下，重新思考「旅行的意义」也就有了更深层次的「意义」。在这本书里，作者透过历史上哲学家对旅行的思考与实践，一步步探讨人类不同阶段的旅行概念演化，比如旅行与旅游的区别，再比如为何欧洲的哲学家们更偏爱旅行？
这本书的一个阅读困难是，作者有意无意地把大量哲学家的观点纳入叙述里，可能会影响到部分读者的阅读体验，但其实跳过这些观点，直接读作者的叙述，也不影响这本书的价值。
在我看来，旅行本质上就是人类好奇心的体现，包括对陌生地方、陌生人与陌生文化的好奇，当熟悉的身心与陌生的环境不断发生碰撞，所谓「旅行的意义」也就出现在你我的头脑之中了。
Clemency Burton-Hill ｜2018 年 3 月出版、2020 年 10 月中译本发布｜亚马逊 Kindle 商店、豆瓣｜9.99 美元、88 元人民币
我一直觉得有两样东西「写入了人类 DNA」，其一是诗歌，其二是音乐。
我们读到一句美妙的诗句（比如这句：「I have measured out my life with coffee spoons」）、听到一首动人的乐曲（比如莫扎特的第 40 号交响曲第一乐章），并不仅仅是因为这些诗句与旋律多么好，更是因为它们唤醒了你我与生俱来对于「美」的感受。
音乐从来没有国界，音乐也从来没有高低贵贱，古典音乐的魅力在于，这些音符拥有着超越时空的魅力，只需想一下，当我们播放维瓦尔第的《四季组曲》时，是否也能透过这些音符与和 16 世纪的人类产生共振？
推荐这本 Year of Wonder（中文译为《奇遇之年》）的原因在于，它极大降低了普通读者聆听古典音乐的门槛，你无需关注巴赫、海顿是谁，也不必了解太多乐理知识，读者所需要做的，就是每天翻开这本书，找到今天「适合」听的那首曲子，去听就够了。
这本书同时提供了适用于流媒体播放清单：
需要说明一点，中文版本翻译的过程里还把曲目名称直接翻译过来了，这是一种画蛇添足的行为，增加了读者接下来检索该曲目的困难（需要先翻译成英文再去搜索），因此我更建议翻看英文版。
在上一个版本里，我首次引入基于 Tiddlywiki 的阅读形态，期间也获得不少读者的反馈，有读者反应打开速度慢，也有的读者不愿意每次访问都要输入密码。
在这一次的新版本里，我把原来 Tiddlywiki 单一的 HTML 文件形态迁移到基于 Nodejs 的存储形态，由此带来的是更快的访问速度以及页面的渲染速度。
其次，我在修订该版本的时候，把电子书的配图几乎全部替换为压缩率更高的 WebP 格式，在减少图片体积之后，进一步提升页面打开速度。
第三，整个站点也全线接入腾讯云的 CDN（内容分发网络），满足不同地区用户的快速访问需求。
第四，如果不想每次通过浏览器并输入密码访问，读者可随时将其下载到本地，如下图所示。
您将获得一个 HTML 文件，无论是在 iPhone 还是 iPad 上，都可以通过免费的 Documents 打开访问，无需密码。
而在内容层面，V 2.7 增加并优化了一系列新内容，其中新增的「构建高效的搜索工具箱」章节，我会分享三种快速、高效搜索 Web 内容的方式，在新增的「 在 Tiddlywiki 里实现信息复用」章节里，我会详细介绍如何利用 Tiddlywiki 的链接机制，形成实现类似编程里的代码块复用的效果，进而提升信息加工的效率；与此同时，我还重构了「图片编辑与生产」章节与「从图片到图床」章节，添加了更多新的思考。
以下是详细的更新日志。
## 架构更新
- 从单一 HTML 文件迁移到基于 Nodejs 的存储形式；
## 图像
- 绝大多数图片格式已更改为 WebP 格式；
## 内容新增
- 在「信息消费/定制信息源」里增加「构建高效的搜索工具箱」章节；
- 在「信息加工自定义化」里增加「自定义共享表单」章节；
- 在「信息加工升维化」里增加「 在 Tiddlywiki 里实现信息复用」章节；
- 在「信息加工云化」里增加「如何选择云上的存储服务」章节；
## 内容优化
- 修订「图片编辑与生产」章节；
- 修订「从图片到图床」章节；
- 删减部分过时的信息描述；
- 修订部分表达以及错别字；您可通过这里免费试读、体验这个版本，如果内容满意，欢迎通过这里购买该电子书。
同时，本书也是 Dailyio Pro 年度订阅、iPad Power User 年度订阅的专属福利，订阅会员登录账号，点击「会员专属内容」的小箭头，找到「iPad 系列电子书」即获取浏览所有电子书。
本文选择「Deep Reading」，作为一份主打深度阅读推荐的邮件通讯，「Deep Reading」会不定期推荐最值得关注的新书，欢迎订阅。
独居与失眠是定义这个时代人类生存方式的两个关键词，在后城市化与智能化的大背景下，人工智能与生物技术的加速发展，正在让人类群居与睡眠能力退化，推荐两本新书，从性爱与睡眠的角度，展现人类进化的历史与可能的未来。
正如本书的副标题「Adventures at the Frontier of Birth, Food, Sex & Death」（亚马逊 Kindle 链接）所言，这本 Sex Robots & Vegan Meat 更多还是在探讨一种前沿的生活方式，这种生活方式要解决的是人类最基本的生理需求，包括生存所需的食物、性爱等。新技术为这些困扰人类数万年来的命题带来了一组新答案，比如性爱机器人让独居生活不再是「苦行僧的修行」，作者在书里并没有给出太多价值判断，而是把答案交给了读者，阅读的过程里，或许我们可以带着这个问题：这就是人类的进化方向吗？
我曾是严重的失眠患者，现在依然会有各种睡眠困难，「睡眠是一种能力」这是我对身边很多睡眠质量好的朋友的赞誉，市面上关于睡眠的图书很多，但最近出版的这本书有一个很好的切入点：做梦。
人为什么会做梦？它与睡眠能力与睡眠质量之间又有什么关系？两位来自神经领域的专家从历史谈起，一步步展现对梦以及睡眠的研究进展与突破，内容兼具科学性与可读性（亚马逊 Kindle 链接），你会发现，很多看似神秘的生理机制背后有着一套清晰的原理，但一些习以为常的生理机制却依然无法用科学解释清楚，这或许就是人类有趣的地方吧。
关于自动驾驶有太多可以讨论的角度，以文章的篇幅并不足以覆盖，所以我推荐今年读的两本书，可以相对完整地展现出围绕自动化与汽车之间的过去、现在与可能的未来。
Alex Davis 是科技媒体 Business Insider 的高级编辑，他的这本 Driven: The Race to Create the Autonomous Car，以编年史的视角，从美国 DARPA 举行自动驾驶挑战赛开始，一步步引出当下自动驾驶领域的重要人物、公司，比如被指控盗窃商业秘密后被特朗普赦免的 Anthony Levandowski，这本书还有很多值得玩味的细节，你会看到 Google 的独特文化以及 Waymo 如何从 Google 内部孵化出来。
如果你想了解自动驾驶产业发展的历史，这是一本必须要读的书。
这本书有趣的地方在于，它跳出了汽车的范畴去看待自动驾驶的发展，正如书名所言，如果以自动化的机器人视角观察汽车领域的发展，或许可以得到更多有趣的结论。
作者将这一类机器称之为「Robotic Transpiration Machines」，在这个框架下，作者以思想实验的方式，探讨了一种新型人机关系，至于结论是否正确与否并不重要，因为整个思考的过程已经足够了。
Cal Newport 是近几年活跃的畅销书作家，《深度工作》（Deep Work）等图书卖的非常好。今年，他又推出一本新书 A World Without Email（亚马逊 Kindle 商店），就像书名所言，他把电子邮件作为批判的靶子，探讨现代数字经济工作者们是否还需要邮件以及应该如何使用邮件。
这本书的整体「说教」能力不强，作者更多还是在探索一种新的工作方式，他反复强调一段历史：20 世纪初福特对汽车工厂的改造直接改变了工人的工作方式，从而定义了工业的流程与规则。在这个基础上，作者提出疑问：数字经济时代的「福特」们如何定义数字工作者的流程，使他们成为这个时代创新的动力？
感兴趣的朋友可以先读一下 Cal Newport 在《纽约客》的专栏，重点是批判电子邮件对于数字工人的破坏性，请记住这不是 Cal Newport 这本书的重点，文章最后一段的思考很有深度。
从 1882 年爱迪生为纽约点上电灯到1920 年代的经济大繁荣，电力技术变成了推动美国经济腾飞的底层技术，也很快成为整个世界的通用技术。
关于电力技术之于世界的重要性，我推荐一本书 The Technology Trap（亚马逊链接、2019 年出版）。在这本书的第三部分，作者详细分析了电力技术带来美国社会的一系列连锁变化，相比于英国蒸汽动力引发的第一次工业革命，电力技术引领的第二次工业革命，让技术不再局限于生产场所（比如工厂），而是进入到普通人家，这带来了面向消费者的巨大创新可能。
各种家用电器开始出现，一方面解放了妇女在家庭中的劳动力角色，使得她们可以有更多时间去做其他事情，另一方面则改变了家庭生活环境，人均寿命显著上升。
上一个世纪的「咆哮二十年代」与中国以及亚洲其他国家并没有直接的关系，那段时间，亚洲正在酝酿一场新的革命，在这本 UnderGround Asia（亚马逊链接、2021 年 1 月出版）的新书里，我们也可以勾勒出中国以及东南亚国家共同定义的一段历史。
这本书的价值在于，作者把亚洲二十年代的民族独立运动放在全球的框架里，同时去寻找越南、印尼、中国等亚洲国家民族独立之间的关系，从广州沙面岛到上海租界，来自亚洲的革命者、阴谋家与苏联间谍、英法高官展开了一系列交锋，那是属于亚洲的「咆哮二十年代」。