去搜搜
头像
特斯拉不造车,要造“人”?| AI 内参
2021-08-31 16:53

特斯拉不造车,要造“人”?| AI 内参

文章所属专栏 全球科技纵览·趋势必读

本期导读:

 

本期“AI 内参”首先谈谈没有意义的特斯拉 Bot 以及为何“正经”的科技媒体需要警惕马斯克对 AI 的看法。关于商汤科技赴港 IPO,本期结合其招股说明书提炼几个值得关注的要点;芯片行业峰会 HotChip 上有哪些值得关注的公司,以及英伟达收购 ARM 的变数,进行一些梳理。

 

本期还将关注: AWS re:Inforce 大会要点;国资云的几个疑问;中俄 AI 合作分析报告;面部识别争议的一种解释;11 个 AI 伦理短视频;人形机器人学习过程;


焦点


  • 特斯拉 AI Day 与没有意义的人形机器人


我曾在多个场合强调一个观点:如果你是“正经”的 AI 媒体,就不要太关注伊隆·马斯克对这个领域的判断。


这句话也适用于不久前特斯拉 AI Day 上,马斯克重磅介绍人形机器人特斯拉 Bot(如下图)之后,掀起一阵热潮,但 Cnet 的这句评论最应该被强调:


It’s hard to say how far off such a future might be, but there’s a huge gap between showing off a few PowerPoint slides and delivering an actual, working humanoid robot. 



科技媒体 Verge 上周的一篇评论指出,这个机器人让人想起那个获得“公民身份”的机器人索菲亚


What the Tesla Bot really reminded me of is Sophia: the mechanical chatbot that’s appeared on chat shows and magazine covers. Sophia relies on misdirection to fool audiences and is a regular target of AI experts’ scorn. But it also has a job to do. As one of the robot’s creators, Ben Goertzel, told me in 2017, Sophia works by priming our imagination, encouraging us to fool ourselves into thinking the future is closer than the evidence suggests. In the process, the robot generates funding and news coverage for its makers.


请注意我加粗的这一部分,这是索菲亚的使命,也可以类比到特斯拉 Bot 的使命,它像是马斯克又一次推销自己 AI 理念的尝试,此前很长一段时间里,马斯克、比尔·盖茨都是 AI 的坚定反对者,他们认为“AI 即将取代人类”,我之前写道:


马斯克所宣扬的人工智能即将取代人类成为这个星球主宰的前提条件:人类可以制造出超级智能,或者说通用人工智能(AGI)。但现在的人工智能领域,即便是 Google、Facebook 这样的巨头公司,花费巨资研发的人工智能,都只是狭义人工智能,没有一家公司在研究马斯克所担心的通用人工智能智能。


回到几年前我的一条社交媒体状态:“科技媒体还是屏蔽掉马斯克关于人工智能的看法吧,真的,除非你是要追星。 ”


事实上,特斯拉 AI Day 上还有众多值得关注的技术与产品,比如自研芯片 Dojo 1,不仅是为了训练特斯拉的自动驾驶软件,还有可能在未来成为一项新产品,卖给其他汽车公司。



再比如,特斯拉 AI 团队分享了如何解决两个自动驾驶场景的难题:


• 临时遮挡汽车“视力”

• 道路标记出现时间较长


前者可能是在诸如十字路口大量车辆拥挤在一起,自动驾驶车辆无法获取完整道路信息,后者则可能因为有些路段会在 100/200 米的时候提示前方有状况,这个时候就需要车辆“记住”这个提示。


特斯拉的解决思路大概分为两种:


• 算法:利用神经网络形成一个空间网络视频,从而形成对道路的空间和时间队列;

• 人工标注:该公司展示了一支超过 1000 人的标注团队,并结合计算机仿真,形成更多数据。


所以,我个人建议,如果你对特斯拉的 AI Day 或该公司的人工智能发展感兴趣,那么请不要关注马斯克说了什么,应该多花点时间去看看特斯拉在做什么:


• AI Day 演讲视频全集除去最后的特斯拉 Bot,都是非常精彩的技术分享;

 Lex Fridman 的 11 分钟解读这是一个概览,最后的特斯拉 Bot 也可以忽略;


市场·资本


  • 商汤科技赴港 IPO


上周,商汤科技已经向港交所提交 IPO 招股说明书,此前的数据显示,该公司的估值高达 120 亿美元。


你可以在这里免费下载商汤科技的 IPO 招股说明书,接下来谈谈其中的几个要点。


产品,商汤目前提供软件开发平台和商业平台,类似云计算里的 PaaS 和 SaaS,SenseCore 是面向客户开发的标准软件开发平台,在此基础上,衍生出几个产品:


• 面向商业通用领域):方舟企业开放平台;

• 面向城市:方舟城市开放平台;

• 面向生活场景:SenseME、SenseMARS 和 SenseCare;

• 面向汽车:绝影智能汽车平台;


客户,报告给出了比较笼统的数字,大致可以了解到其客户规模:


• 软件平台的客户数量合计已超过 2400 家,其中包括超过 250 家《财富》500 强企业及上市公司;

• 119 个城市;

• 超过 30 余家汽车企业;

• 向超过 4.5 亿部手机及 200 多款手机应用程序提供服务;


营收与亏损,商汤的财务数字是典型的 AI 创业公司,先看营收:


• 2018 年:18.534 亿元;

• 2019 年:30.266 亿元;

• 2020 年:34.462 亿元;

• 2021 上半年:16.518 亿元;


调整后的亏损


• 2018 年:2.205 亿元;

• 2019 年:10.371 亿元;

• 2020 年:8.784 亿元;

• 2021 上半年:7.262 亿元;


主要股东:


• 个人股东:创始人汤晓鸥(21.73%)、联合创始人兼CEO徐立(0.9%)、SenseTalent(徐立、王晓刚、徐冰所持B类股票)持股12.17%;


• 机构股东:软银(14.88%)、淘宝中国(7.59%)、春华资本(3.08%)、银湖资本(3.05%)、IDG资本(1.42%)。


对于商汤科技而言,现阶段上市既是对过往投资人的一种“交代”,也是为了获得更多融资渠道,以继续投入到包括 AI 芯片以及 SenseCore 等在内的基础技术研发之中,其招股说明书也明确提到,募集资金的 60% 将用于上述基础设施研发。


但现阶段的商汤依然有着诸多挑战:


• 商业层面:国内 AI 落地的争夺战越发激烈,从创业公司到 BBATH(传统 BAT 与字节和华为),都挤在这样一条赛道上;


• 内部政策层面:中国高层今年以来的互联网高压政策,未来政策的走向,对各类上市公司都是一个潜在危机;


• 外部政策层面:商汤已被列入美国商务部的黑名单,无法获得美国的技术和产品,其影响到底如何,目前还是一个未知数;


巨头


百度旗下语音 AI 平台小度完成 B 轮融资。百度并未透露具体金额,但表示该轮融资之后估值达到 51 亿美元,而在去年 11 月的时候,小度的估值为 29 亿美元。


过去几年语音交互的应用还是局限在家庭与个人的场景里,主打语音交互的智能音箱发展也渐趋平缓,就像 FT 这张图所展示的美国智能音箱增长曲线一样,智能音箱并没有像手机一样变成一个快销品,而是成为音箱“本来的样子”:



这其中的原因既有语音交互的不完善,听清一个词和听懂一个词是两个完全不同的技术挑战,而理解一个词的难度更大;另一方面,对隐私泄露的担忧也在影响智能音箱的使用,一个显而易见的问题:你是否会接受在公司会议室摆放一个小度音箱?


微软上调微软 365原 Office 365商业版价格,涨幅在每用户 2–4 美元不等,微软表示将从 2022 年 3 月开始执行新的新价格。


微软在商业办公软件领域拥有绝对意义的“垄断”,Gartner 此前的一份数据称,微软拥有 90% 的商业办公软件市场份额,Google 与其他公司争夺剩下的 10% 的市场。


微软在官方博客表示过去一年微软 365 不断集成新产品,包括 Teams、Power Apps 等产品都可以通过微软 365 获取,这也留给市场一个疑问:包括 Slack 在内的公司,是否会继续向欧盟或美国的监管机构施压,从而推动对微软 365 的垄断调查?


AWS re:Inforce 大会要点。上周 AWS 举办了一场关注安全的峰会 re:Inforce,大会介绍了 AWS 在企业安全领域的诸多新产品,包括基础设施、网络、数据安全等,感兴趣的朋友可以通过这里查看这场会议的要点。


英特尔即将关闭 RealSense 业务。这是英特尔一个面向计算机视觉场景的业务部门,其产品应用在 PC 人脸登陆、VR、无人机等产品中,但在英特尔战略转型的大背景下,所有与芯片设计、代工无关的业务都将成为“牺牲品”。


产业·芯片


英伟达 400 亿美元收购 ARM 目前正面临诸多变数,英国和中国市场监管部门已经表达了担忧,而欧盟将在下月正式开始相关调查,FT 上周的一篇评论建议软银(ARM 现在的母公司)考虑 B 计划,比如将 ARM 包装上市,但时间并不等人,这个市场的变化非常快:


• 产业挑战:芯片产业的“冬天”即将到来;

• 新架构的挑战:Risc-V 架构性能不断提升而且还是开源产品;


也是在上周,WSJ 援引消息人士的话称,台积电将全面提高芯片代工价格,涨幅从 10% 到 20% 不等,新价格将在今年晚些时候或明年施行。


AI 芯片是芯片领域的另一个焦点,本月的 HotChip 大会上,IBM 展示自己首款 7 纳米 AI 芯片 Telum,该芯片将被部署到 IBM 下一代 Z 系列大型机以及 LinuxONE 服务器中,主要面向金融行业的客户。


HotChip 可谓观察当下芯片公司 AI 发展的重要窗口:


• 英特尔分享了更多关于 Ponte Vecchi GPU 的技术细节,其竞争对手是英伟达的 A100;

• 英伟达继续强调 DPU 的价值;

• 高通展示了其 Cloud 100 芯片的最新能耗比,全面对比英伟达;

• 创业公司 Esperanto 展示了基于 RISC-V 架构的 AI 芯片潜力,这是一个非常值得关注的领域;


除此之外,Synopsys CEO Aart de Geus 分享了该公司如何将 AI 纳入到芯片设计与优化流程里,这个演讲提供了很多有用信息,比如下面这张图:



围绕 AI 芯片还有几个值得注意的信息:


• 百度 AI 芯片“昆仑 2”的相关进展;

• 创业公司 Cerebras 的强大 AI 芯片组,可支撑更大的机器学习模型;

• 三星未来三年将投资 2000 亿美元,其中会有很大一部分用在芯片、AI 领域的技术研发;


业界·其他


国资云,上周,天津市国资委《关于加快推进国企上云工作完善国资云体系建设的实施方案》被流传,其中的一个关键描述:


企业已部署在第三方公有云平台(如:“华为云”、“阿里云”、“腾讯云”、“沃云”、“天翼云”、“移动云”)的信息系统,租约到期日起2个月内全部迁移至国资云,原则上最迟在2022年9月30日为止结束云计算迁移工作。此外,用于企业内部生产所需的数据采集、工业控制、视频监控等系统可维持现有企业部署方式,暂缓上云。


这份文件引发诸多讨论,特别是在中国近期一系列压制互联网巨头的背景下,此举也被认为是监管部门将互联网巨头的 B 端生意纳入监管范围的举措,但我觉得这个事情背后还有几个没有厘清的问题:

 

• 谁来参与建设国资云?目前的消息里,三大运营商、阿里云都出现在一些地方国资云的建设名单里;


• 地方政府与央企的云计算需求并不相同,央企特别是大型央企是否也有类似的举措?如果是,那么后续的影响会更大。


中俄两国的 AI 合作。在中美持续技术对抗的现实里,中国与俄罗斯过去两年的技术合作值得关注,2020 和 2021 是两国科技创新合作年,两国合作的重点是生物技术、AI 与机器人。


CSET 的这份研究报告从学术和投资两个领域梳理了中俄 AI 合作,列举其中的几个数字:


• 研究:2010——2019 年两国研究人员联合发布了 296 篇 AI 论文,其比例仅占中国 AI 论文的 0.1%,约占俄罗斯同期 AI 论文的 2%;


• 投资:2016 年-2019 年,有记录的投资合作为 12 笔共计 8.79 亿美元,还有至少 5 笔投资没有具体数字;


你可以在这里免费下载这份研究报告。


面部识别,本周 Bloomberg Business 封面(如下图)关注美国超市巨头 Target 的面部识别与监控,配发的封面文章是一个围绕面部识别技术、对有色人种偏见与城市安全的故事。



 

根据 Engadget 援引美国联邦政府的一份报告显示,有 10 个联邦政府机构计划或扩大使用面部识别技术,你可以在这里免费获取这份报告。


最近面部识别还有另外一组消息:


• Facebook 被韩国政府罚款 64.6 亿韩元(约合 3750 万人民币),原因是 FB 未经用户同意制作、存储超过 20 万韩国本地用户的面部模板;


• 印度将在火车站部署面部识别系统,该技术由俄罗斯创业公司 NtechLab 提供。


Fast Company 一篇专栏文章对于面部识别的争议给出一个有趣的解释,本质上说,这是人类对自己外观、身份如何被识别的担忧与不安。面部识别技术与 19 世纪的颅象学并没有根本的进步,“虽然面部识别看起来是未来主义的,但这项技术从根本上来说是向后看的,因为它的功能依赖于过去的自我形象和过时的分类方法”,文章这样写道。


11 个关于 AI 伦理的短视频。我曾经推荐过非盈利教育机构 Fast.ai 去年的一门数据伦理的在线公开课,近期这门课的授课老师 Rachel Thomas 整理了一份包含 11 个短视频的 AI 伦理播放列表,每个视频 6–13 分钟不等,如果你没有时间听完这门公开课,不妨通过这 11 个视频快速了解 AI 伦理的争议与解决方案。


波士顿动力机器人的行走“学习”过程。我不看好特斯拉 Bot 的原因之一在于,机器人,特别是人形机器人领域的技术难度太高了,短期内提升到人类“以为”的那种机器人(比如电影《星球大战》里的机器人)的可能性微乎其微,来看看波士顿动力机器人如何开展跑和跳的学习过程,或许你会更明白这一点。

本内容未经允许禁止转载,如需授权请微信联系妙投小虎哥:miaotou515
如对本稿件有异议或投诉,请联系tougao@huxiu.com
评论
0/500 妙投用户社区交流公约
最新评论
这里空空如也,期待你的发声