14周，全球AI领域有诸多新进展。
2019年第
技术新突破、
量子位筛选整理出过去一周Top 10，从
|
|
01 新突破
5G+AI，医疗领域展露锋芒
4月4日，中国首例AI+5G心脏手术成功完成，患者在广东高州市人民医院，而通过5G传输提供远程指导的则是300多公里外的广东省人民医院。这台手术针对患者心脏图像，需要经过AI去噪、机器学习+计算机视觉建模，制造1：1心脏模型，之后通过5G传输、VR演示，广东省人民医院的医生指导高州市人民医院的医生进行微创手术。
简评：
5G在远程医疗方面的应用，最近案例开始层出不穷，而且之前AI如何作用于医疗手术，现在也给出了临床答案。互联网+时代没能解决的医疗资源分布不均的挑战，AI和5G正在加速解决。
在5G网络加持下，广州画面与手术室之间的延时低于30微秒，远程指导医生对患者手术部位的观察，几乎不会受到影响。而微创腔镜手术对医生的要求十分严格，越是这样的手术，越需要5G网络下的画面准确性，来促成远程指导。
不过除了技术本身，基层网络通信设施也需要完善。另外，试想如果全国各地的危重病人都可以直接在本地医院接受远程医疗，那么实施远程医疗手术的医生工作量必然会大大增多，需要培养更多优秀医生。
之前4月1日，上海首个5G超声联合实验室揭牌成立，可指导手术、远程会诊。
02 新突破
微软成功研制用DNA存储读取数据的全自动系统
来自微软和华盛顿大学的研究人员宣布：以人工合成为DNA为载体的存储和读取数据的全自动系统研制成功，迈出了该技术从研究实验室走进商业应用关键的一步。
在一次概念验证测试中，该研究团队成功地在人工合成的DNA片段中编码了“hello”一词，并使用全自动端到端系统将其转换回数字数据。
该研究结果发表在一篇名为《DNA自动存储端到端自动化演示》的论文中，并于3月21日出版在Nature Scientific Reports版块。
简评：
如微软的研究人员所说，自动化是另一个关键因素，因为它可以实现商业级规模的存储并极大降低成本。
现有的存档技术在几十年内将不再适用，而DNA存储信息的时间要比它长得多。比如说：DNA可以在猛犸象牙和原始人骨骼中存在数万年。
03 新突破
P视频像P图一样简单，Adobe后期软件AE新功能上线
|
|
上周，P图大厂阿逗比(Adobe)出品的后期软件AE(After Effects)完成了一项重要更新，加入了内容识别填充(content-aware fill)功能，让P视频像P图一样方便。
穿帮的道具和场工，不该露面的logo，男艺人的耳钉，圈一圈点一点，都可以在视频的每一帧里消失得毫无违和感，就像从未存在过一样。
内容识别填充功能你大概并不陌生，Photoshop从2010年开始就有这个神器了。选中一块区域，使用内容识别填充，PS就会根据周围的画面，计算出这里应该涂成什么样。
自动P图的效果，已经非我等不专业的人类可比。
然而，毕竟一段视频起码几十帧，从P图到P视频，还差着N张图的距离。
简评：
视频换脸到直接P视频，AI给视频领域带来的变革再直接再明显不过。
而现在Adobe直接加入产品中，说明技术已经完全成熟了，人人能用，对于视频App来说，也是技术趋势。
04 新突破
旷视AutoML首次曝光，效果超谷歌；KDD首次举办AutoML竞赛
旷视科技孙剑团队首次披露AutoML相关成果，通过构建一个简化的超网络来解决训练过程中面对的主要挑战。在在ImageNet上的实验结果超过了谷歌、Facebook等AutoML技术的成绩。
旷视科技首席科学家孙剑团队发布论文Single Path One-Shot Neural Architecture Search with Uniform Sampling，首次披露AutoML中的重要子领域神经结构搜索的最新成果——单路径One-Shot模型。
单路径One-Shot模型用来解决训练过程中面对的主要挑战，其核心思想是构建一个简化的超网络——单路径超网络(Single Path Supernet)，这个网络按照均匀的路径采样方法进行训练，在ImageNet上的实验证明，这一方法在精度、内存消耗、训练时间、模型搜索的有效性及灵活性方面结果最优，超过了谷歌、Facebook等公司AutoML技术的成绩。
论文的作者之一、旷视上海研究院负责人危夷晨表示，深度学习是非常通用的技术，但在实际落地时会面临在不同行业、不同场景、不同计算设备上寻找最优算法和工程实现的问题。自动神经网络搜索是用“计算换智能”的新范式，可以极大地加速我们的产品及解决方案在各行业的落地。
简评：
AutoML是目前AI前沿领域最火热的研究之一，之前李飞飞、李佳团队在Google云在该方向上做了大量的工作。现在，中国公司也正在进一步实现推进。
另外，2019年国际数据挖掘顶级会议KDD，也在本周宣布首次引入AutoML Competition挑战赛，承办方是第四范式和微软。
05 新动态
GAN之父离职谷歌跳槽苹果，加入库克直管的“特别项目组”
|
|
Ian Goodfellow，生成对抗网络之父，《深度学习》花书第一作者，再一次从Google离职。
Goodfellow刚刚更新的LinkedIn资料显示，他2019年3月起开始在苹果工作，任特别项目组(Special Projects Group)机器学习的总监。
特别项目组在苹果的任务，就是创新：创造新产品新功能。这个团队2013年首次曝光，负责人Bob Mansfield直接向CEO蒂姆·库克(Tim Cook)汇报。
谷歌也对国外媒体确认了Goodfellow离职的消息。从2017年回归谷歌大脑到再次跳槽，总共2年1个月。Goodfellow离开谷歌时的职位是高级研究员。
简评：
技术竞争、公司竞争，乃至国家竞争，归根结底是人才的竞争。虽然苹果在AI研究方面并没有Google和Facebook那样大张旗鼓，但决心和态度一直很坚定，如今挖角Goodfellow也能说明行业竞争之激烈。
另外，加拿大Element AI最近刚发布的2019版的《全球AI人才报告》显示，全球AI专家目前共计3.6万多名，属于严重供不应求状态。人才抢夺，是科技巨头、国家与国家之间正不断加剧的重要竞争现象。
06 新动态
DeepMind将推出首款商业产品：30秒准确诊断一系列眼疾
据英国《金融时报》报道，Google兄弟公司DeepMind联合医院打造出一款能够实时诊断复杂眼疾的设备的产品原型，能够在大约30秒内给出了疾病紧急程度评级和详细诊断。该系统能够检测包括青光眼、糖尿病性视网膜病变和老年性黄斑变性在内的一系列眼病，其准确度与世界领先专家水平相当。项目负责人表示，这是一个重要的里程碑，标志着可供普通医生使用的临床工具的诞生。
该产品相关研究细节曾发表在去年8月的科学杂志Nature Medicine上，目前该产品尚未获得任何监管部门的批准。
简评：
涉足AI医疗的企业虽多，但真正的应用广、口碑好的产品还寥寥无几。在这个专业领域，如果技术实力强大的DeepMind能够推出切实好用的产品，将会是AI医疗领域的福音。
另外，去年10月的数据显示，2017年DeepMind亏损超过26亿人民币，谷歌表示将继续提供充足的财务支持。DeepMind虽然靠着AlphaGo一炮打响，技术实力高超，但毕竟“拿人手短”，急需提升商业化能力，才能站稳脚跟。
而最近同样是做基础研究的机构OpenAI成立了盈利性公司，也开始走商业化的路子了。两大研究机构均开始商业化，也侧面印证了AI研究的耗资巨大。
07 新动态
娃哈哈成立机器人公司，主要从事智能机器人产品与解决方案的开发
娃哈哈新注册了一家浙江娃哈哈智能机器人有限公司，法定代表人为宗庆后，注册资本为4000万元人民币。
娃哈哈称，该机器人公司主要从事智能机器人产品与解决方案的开发、生产、销售，比如磨抛机器人打磨机头的智能化控制。娃哈哈在饮料行业率先践行“中国制造2025”，成立了精密机械公司、机电研究院等科研和生产机构，致力于智能化饮料生产线、智能装备产业化研究。未来娃哈哈将持续关注智能装备制造领域的发展状况，培育未来新兴产业的成长与发展。
简评：
工业生产是AI落地的一个重要场景，包括吴恩达Landing.ai以及BAT在内的许多公司都瞄准了这个机会，帮助工业企业降低成本、提高效率，AI在工业场景下的落地具有相当高的商业价值，因此，包括娃哈哈在内的传统企业也瞄上了这个领域。
但是，与其他公司选择与各大科技公司合作不同，娃哈哈则选择了自建企业，自行研发方案，但自研和采购成熟方案之间，哪种更为合算，还是个问题。
08 新动态
中国无人驾驶进入RoboTaxi发展期
RoboTaxi——无人驾驶出租，自动驾驶出行的最核心商业化落地场景。目前最知名的运营服务，来自谷歌牌无人车Waymo。
|
|
但目前在国内，PonyAI已经在广州南沙展开了试运营，当地居民可以通过小程序点对点乘坐无人车。
而无独有偶，百度上周在长沙，联合成立了湖南阿波罗智行科技有限公司，该公司最主要的任务就是致力于Robotaxi服务在长沙规模化落地，承担湘江新区智慧城市及智能网联汽车科技创新项目，包括智能交通、城市大脑、智慧高速、智慧公交、自主泊车、仿真实验室等，促进湘江新区智能网联产业的集聚发展，共同打造湘江新区智能网联产业生态。
简评：
在经历2018年的“质疑”后，自动驾驶进入了新阶段，开始展现落地和商用前景，而且是之前谈之又谈的共享化出行。
但对于新技术，长期内不要低估，短期内不能高估，因为RoboTaxi目前看来也只是初步发展阶段，离真正大规模实现还距离很远。
至于自动驾驶的落地发展，李彦宏的最新思考可以参考：他认为自动驾驶有三境界：第一境界，基础设施的智能网联化;第二境界，最后一公里的自动驾驶，也就是自动泊车;第三境界，就是共享无人驾驶。
第一境界，基础设施的智能网联化，依然符合此前百度提到的车路协同理念，基础设施跟上了，应用才能起得来;
第二境界，最后一公里的自动驾驶，从低速、安全的场景中开始落地，其实是教育市场的一种“由易到难”策略，让用户在安全的前提下体验自动驾驶，从而逐渐接受自动驾驶，后续真正上路更容易让大众接受;
第三境界，共享无人驾驶，道路、停车位资源毕竟有限，如果无需驾驶员，那么整个道路系统必将革新，用更少的车辆、无需拓宽道路，就可以满足更多人的出行需求，节省公众资源和用户精力。
09 新风向
三部门联合发布人工智能、物联网、大数据、云计算工程技术人员等13项新职业
上周，人力资源社会保障部、市场监管总局、统计局三部门在向社会公开征集的基础上，经专家评审、公示征求意见后，按程序遴选确定后，发布了13个新职业，其中包括人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员、云计算工程技术人员，是产业结构的升级催生高端专业技术类新职业。
简评：
技术的逐渐发展与应用，一定会制造出新的岗位、新的职业，这次国家将AI等领域工程技术人员专门划分为新职业，会对日后的经济人才统计、教育政策制定、产业发展政策规划产生一定的影响，会有更详细的信息为产业发展、政策制定做参考。
对于这些职业岗位，创业公司和市场需求早已反映出需求，但国家部门的认证，也反映了国家层面对于AI、云计算、物联网等领域变革的认定。另外，传统产业越来越智能化，对职场人的要求也会越来越高。
10 新风向
工信部：培育一批工业互联网领域行业通用工业App
工信部总经济师王新哲在今天国新办的新闻发布会中表示，2019年围绕打造工业互联网平台体系，工业和信息化部将重点开展四个方面的工作：一是围绕平台建设开展多场景、大范围、规模化的测试验证;二是开展跨行业跨领域的平台遴选和示范;三是培育一批基础性、行业通用的工业App;四是强化公共服务，支持建设公共服务体系。
简评：
工业互联网建设，目前呈现出两大发展趋势：一是上云，让工业流程和数据云端化处理;二是引入人工智能提升效率降低成本。而通用工业App，无疑将助推这两大趋势。
将已有技术转换为工业App，人类可以通过App轻松控制机器，免去直接控制机器和生产资源的复杂流程。在现有生产线上部署成熟的SDK，实现相关的AI功能，进行更多维度的数据处理，通用工业App将会是生产线上的数据分析师，可以帮助工厂运营人员进行更全局化的管理，并且，通过将行业工业技术结构化、数字化和模型化，帮助企业把产品及相关技术中的知识、最佳实践和技术诀窍封装成应用软件，便利这些经验的应用和复用。
本文首发于微信公众号：量子位。文章内容属作者个人观点，不代表本网立场。投资者据此操作，风险请自担。
