政策加速醫療AI，量子計算又有新突破

科技 03-18

李根發自 San Jose

量子位報道 | 公眾號 QbitAI

2019年第十一周，全球AI領域有諸多新進展。

量子位篩選整理出過去一周Top 10，為你提供最新趨勢參考。

國家葯監局擬籌建人工智慧醫療器械創新聯盟

最新報道稱，為促進AI產業發展，國家葯監局醫療器械技術審評中心目前正在籌建人工智慧醫療器械創新聯盟，並將發動各方資源加入。

簡評：

AI醫療目前最大的問題，在於標準和政策。現在國家葯監局牽頭擬籌建人工智慧醫療器械創新聯盟，可能也是為行業標準制定鋪路。AI醫療的加速發展已經提上日程，今後可能會逐漸有更多的支持性政策開始放出。

我國首輛智能化高鐵今年開通，自動駕駛系統負責全程運營

中國鐵路官方消息，我國第一條智能化高速鐵路京張高鐵即將落地。京張鐵路起自北京北站，終到河北張家口站，預計今年年底前正式開通運營。

開通後，時速將達到350公里，自動駕駛系統將替代高鐵司機負責全程運營。此自動駕駛系統有五大功能：車站自動發車、車站區間自動運行、車站自動停車、車門自動防護和車門和站台門的聯動這五大功能，站內還將配備智能機器人幫旅客運行李。

簡評：

高鐵已經是中國名片，現在為冬奧會推出智能高鐵，也會進一步展現示範性作用。不過雖然是「首例」，但其中自動駕駛、機器人等技術實際已到落地期，場景也已明確固定，第一個已經啟動，接下來試水成功後，大規模複製也不會遠了。

自動駕駛技術現在最大的難題，就是場景中的不確定性，鐵路屬於場景相對可控的環境，應用其中也是自然而然的過程。相比公路上的汽車，難度還是降低了很多。

中國AI高質量和高引用論文正在超越美國

艾倫AI研究所發布的報告顯示，從2005年起，中國AI論文總數已經超越了美國，當前高引用論文的數量還略低於美國，其中中科院、清華、港中大、香港科技大學和上海交大貢獻最多。艾倫AI研究所預計，中國高質量論文將於後年超越美國，成為全球第一。

簡評：

論文的發表情況僅能反映在該領域理論層面的進展，若要評估一個國家綜合AI實力，還應該結合其在產業界的應用狀況。

論文數量與質量齊升之後，中國還在科研成果轉化方面還有提升空間，企業和高校的溝通也確實越來越密切，這兩年聯合做科研的實驗室、教學上的合作都越來越多。另外，報告里提到的國內高引機構也值得特別關注，包括中科院、清華、港中大、港科大、上海交大、香港城市大學、西安交大、香港理工大學、哈工大。

科創板發行上市審核系統，3月18日投用

據中國證券報報道，上交所科創板上市審核中心已經發出《關於組織科創板股票發行上市審核系統集中測試演練的通知》。通知表示，3月18日起，審核系統將正式進入生產狀態，所有通過審核系統提交的文件將被視為正式的科創板股票發行上市審核文件。

相關券商人士對此解釋，目前券商可以線下向上交所提供申報資料，3月18日之後是審核系統全部上線，券商可以在線提供申報材料。

簡評：

現在，企業和股民的熱情都已經被科創板點燃，新三板企業謀求轉板，上市公司計劃分拆，港股公司也有意回歸。按照3個月受理審核期限計算，6月中旬將有第一批企業通過，如果證監會動作加速，甚至上半年就會有科創板股票出現。借用證監會副主席李超的一句話，溫馨提醒要入市的朋友：不排除初期一些公司定價不完全符合市場預期，部分公司的股價出現較大波動。

IBM提出兩種量子演算法解決分類問題，登上Nature封面

IBM的一篇新論文登上了Nature封面。在論文中研究者探索了機器學習和量子計算二者的聯繫，展示了如今的量子計算機理論上可以以怎樣的方式從數據中學習。他們給出的思路是：將數據映射到只存在量子態的空間里。

實現這一思路有兩種方法，一是當給定兩個數據點時，量子設備返回相似性；二是在量子計算機上執行實際學習，經典計算機作為輔助。

簡評：

量子計算機因其遠優於傳統計算機的計算力，目前受到很多需要大規模計算的AI學者的關注。但是，因為量子計算機難以在傳統計算機上進行模擬，所以關於量子計算機的研究從某種意義上說還是從零開始。

目前關於量子計算方面的研究，全球執牛耳者就是IBM，這一次帶來的兩種演算法進展，展示了量子計算在加速機器學習運算方面的「牛刀小試」。

雖然還不能確定這篇論文提出的方法能否和現有的機器學習應用結合，但它們的潛力非常值得關注。將量子態空間作為特徵空間來使用，可以支持更大的特徵空間，通俗地講，也就是經典計算機演算法難以支持的複雜數據集分類，將來有望借量子計算之力完成。

谷歌手機輸入法上線新功能：支持離線語音識別

谷歌旗下手機輸入法Gboard上線離線語音識別新功能，目前可在Pixel系列手機上使用。這項功能基於谷歌最新提出的RNN-T（RNN transducer）訓練模型，是端到端、全神經、本地部署的語音識別系統。

簡評：

本地運行神經網路是大勢所趨，既能降低延遲，又利於保障隱私。但離線語音識別，模型體積和準確率一直面臨瓶頸。谷歌的新進步顯示了語音轉文字本地零延遲的可能性，也展示出了TensorFlow Lite庫中模型優化工具的壓縮能力。現在，谷歌邁步一小步，業界將有大進步。

Facebook公開三套AI硬體系統設計

Facebook發布了用於AI訓練的下一代硬體平台Zion、針對AI推理的新定製晶元設計Kings Canyon，以及用於視頻轉碼的Mount Shasta。

Facebook表示，將通過開放計算項目（OCP）公開提供所有設計和規格，歡迎其他公司的加入以加速基礎架構建設的進程，並通過硬體和軟體協同設計繼續努力改進這些系統。

簡評：

作為OCP的發起者，Facebook的硬體開放動作總會引發業界關注，用在其業務之中、服務於數十億用戶的硬體方案，也的確值得其他公司借鑒。

在這裡我們想分享一個小問題：為什麼需要龐大AI算力的巨頭們不直接用英偉達的DGX或HGX系列超算，而是要自己制定方案、搭建機器呢？專註硬體多年的媒體The Next Platform指出，這是因為他們需要的不是傾盡全力追求性能最大化，會更注重成本和性能之間的平衡。

英偉達69億美元收購以色列晶元製造商Mellanox

晶元巨頭英偉達以69億美元的價格收購以色列晶元製造商Mellanox。Mellanox成立於1999年，提供諸多數據中心產品，比如乙太網交換機、晶元和InfiniBand（無線帶寬）技術等，現已在納斯達克上市。

簡評：

69億美元是英偉達史上最大手筆收購。為何去年不太順的英偉達如此大手筆？核心還是Mellanox的核心技術：RDMA（遠程直接內存訪問技術），這是AI數據存儲和傳輸中的一項重要技術。

英偉達在比特幣「挖礦潮」過去後，開始陷入一波低谷期，股價攔腰折斷，礦工紛紛拋售Pascal架構GPU，英偉達難以消化庫存。因此，英偉達CEO黃仁勛開始擴展挖礦、遊戲行業之外的消費場景，不僅大力宣揚AI技術，而且開始通過收購Mellanox加大數據中心晶元業務的布局。

Waymo正在尋求外部投資，車廠優先

外媒The Information援引消息人士稱，全球自動駕駛一哥Waymo已經在接觸並尋求外部投資，特別是大眾之類的歐洲大型汽車製造商。據其前僱員和同行高管估算，Waymo每年花費至少10億美元。此前，Alphabet已經有意識限制在Waymo上的資金投入，並且千方百計向外界展示親兒子Waymo的價值。

簡評：

連全球科技巨頭谷歌旗下的無人車公司都開始尋求外部投資，足矣證明無人車研究燒錢量之大及研究周期之長。

此次為Waymo尋找外部投資者，除了財務方面的考慮之外，Alphabet或許也打著捆綁同盟者的算盤。開放融資且核心希望引入車廠，思路可能再清晰不過：結盟，資源互補，鞏固江湖地位，更快把無人駕駛商用實現規模化落地。

另一則財報披露也能說明自動駕駛有多燒錢：最新曝光的一份法庭文件顯示，為了搞自動駕駛技術，Uber每月燒掉2000萬美元，約合1.34億人民幣，以一月30天計算，每天支出446.7萬元。文件中指出，Uber下此血本，是為了實現自己的無人計程車偉大願景：2019年75000輛自動駕駛汽車上路，2022年在13個城市開展無人駕駛計程車服務。

蘋果收購谷歌系AI創業公司，更懂你的Siri要來了

蘋果公司目前已經確認，完成了對矽谷小型機器學習創業公司Laserlike的收購，但未透露購買原因和收購金額。官網顯示，這家被收購的創業公司想要藉助機器學習技術，篩選全網各個主題的優質信息，為用戶發現和個性化推薦內容。

簡評：

蘋果Siri在語音助手界可謂起個大早趕個晚集，近年來，蘋果先後收購了WorkFlow、Shazam等AI公司，並先後將這些產品整合到Siri中。收購Laserlike能幫助Siri在提供個性化信息服務方面逐漸趕上亞馬遜和谷歌。

按照蘋果的風格，輕易不收購，收購一定是要圍繞該技術做大做強，結合今年一系列對Siri的整合，蘋果在語音交互領域的大動作，肯定免不了了。

從蘋果此前主推的業務來看，Siri項目確實是重中之重，最新版iOS 12也在下拉菜單中加入了Siri的個性化推薦。蘋果此舉的背後用意也很明顯：將Siri從單純的智能語音助手，變成一個真正的個人工作生活助理，做到真正與個體生活各個場景密不可分。

One more thing

孫正義萬字訪談：AI是我現在唯一關注的事情，我是科技的絕對信徒