AI 一週熱聞：周志華獲 IEEE 唯一技術成就獎；英偉達釋出最小 AI 計算機

摘要： 賈揚清正式宣佈加盟阿里巴巴 僅售 99 美元！英偉達釋出最小迷你 AI 計算機 Jetson Nano 阿里達摩院開發 AI“二哈”對付騷擾電話 Uber 獲軟銀 10 億美元投資，自動駕駛部門估值達 100 億美元 Facebook 開源服務...

• 賈揚清正式宣佈加盟阿里巴巴

• 僅售 99 美元！英偉達釋出最小迷你 AI 計算機 Jetson Nano

• 阿里達摩院開發 AI“二哈”對付騷擾電話

• Uber 獲軟銀 10 億美元投資，自動駕駛部門估值達 100 億美元

• Facebook 開源服務 27 億人的 AI 硬體“三套件”

• 周志華獲 IEEE 2019 年唯一 Edward J.McCluskey 技術成就獎

• 機器人團隊協作，用一根繩子攀爬懸崖

• Facebook 為 AI 晶片構建標準容器

• 艾倫人工智慧研究所：去偏誤演算法並沒有想象中有用

賈揚清正式宣佈加盟阿里巴巴

今天，阿里巴巴達摩院官方賬號正式宣佈 Caffe 之父、前 Facebook AI 架構總監賈揚清加入阿里，擔任技術副總裁崗位，領導大資料計算平臺的研發工作。賈揚清的個人領英顯示其已於 3 月份加入阿里巴巴，至今將近一個月。

賈揚清以深度學習框架 Caffe 作者的身份聞名。清華本碩畢業後，在加州大學伯克利分校取得電腦科學博士學位，先後工作於新加坡國立大學、NEC 美國實驗室、谷歌大腦，2016 年加入 Facebook 擔任研究科學家，任 Facebook AI 架構總監，負責前沿 AI 平臺開發及人工智慧研究。

賈揚清之前曾這樣評價阿里達摩院：

我在阿里有很多志同道合的朋友，比如說同在伯克利讀博的 Xiaofeng Ren（以前亞馬遜的首席研究員），當年一起在清華摸爬滾打的蓋坤（阿里的技術大牛靖世）等等。

白駒過隙，現在更多的本土公司開始加入人才培養和科研的第一線，這對於 AI 的發展是振奮人心的好事。（倒退幾年，如果我還在讀研究生的話，又多了一個實習的好去處呢。）

僅售 99 美元！英偉達釋出最小迷你 AI 計算機 Jetson Nano

3 月 17 日，在 GTC 2019 上，英偉達 CEO 黃仁勳釋出了今年的新產品，其中最引人注意點當屬人工智慧計算機 Jetson Nano。這款裝置可以建立數百萬個智慧系統，支援高解析度感測器，可以並行處理多個感測器，並可在每個感測器流上執行多個現代神經網路。它還支援許多流行的 AI 框架，使開發人員可以輕鬆地將他們喜歡的模型和框架整合到產品中。

Jetson Nano 的主要引數包括：

• GPU：基於 128 核 NVIDIA Maxwell? 架構的 GPU

• CPU：四核 ARM?A57

• 視訊：4K @ 30 fps（H.264 / H.265）/ 4K @ 60 fps（H.264 / H.265）編碼和解碼

• 相機：MIPI CSI-2 DPHY 通道，12x（模組）和 1x（開發人員套件）

• 記憶體：4 GB 64 位 LPDDR4; 25.6 千兆位元組 / 秒

• 連線：千兆乙太網

• 作業系統支援：適用於 Tegra? 的 Linux

• 模組尺寸：70mm x 45mm

• 開發者套件尺寸：100mm x 80mm

售價方面，Jetson Nano 有兩個版本：面向開發人員、製造商和發燒友的 99 美元開發套件以及面向希望建立大眾市場邊緣系統的 129 美元版本。

此外，黃仁勳在會上還發布了影象處理晶片 CUDA-X AI，旨在加速資料科學工作負載，使資料更有用。之後，黃仁勳釋出 OMNIVERSE，一個用於多工具工作流程的開放式互動式 3D 設計協作平臺。此外，為了滿足資料中心和雲圖形應用不斷增長的需求，英偉達釋出 RTX SERVER POD 和 RTX 伺服器。同時，會上還發布了為開發人員提供 Isaac 應用程式的工具包 NVIDIA Isaac SDK，以及 Level 2+ 的自動駕駛解決方案 NVIDIA DRIVE AP2X。

阿里達摩院開發 AI“二哈”對付騷擾電話

3.15 晚會曝光了可以一年撥出 40 億次的機器人之後數小時，阿里巴巴達摩院開發的防騷擾電話 AI“二哈”一炮而紅。阿里稱應該把機器人的問題交給機器人對付，當用戶在手機上開通了這項服務後，在接到騷擾來電時，使用者可以直接轉接給機器人接聽，可達到以假亂真的效果。

阿里巴巴 AI 實驗室語音助手首席科學家、阿里 AI 北京研發中心負責人，前微軟亞洲研究院首席研究員聶再清表示，開發“二哈”是因為其對各種騷擾電話不勝其煩。這項服務背後主要是智慧聊天技術，通過深度強化學習來學習對話策略，理解使用者請求，同時用強大的知識圖譜製作聊天的知識點，通過跟使用者對話，把知識圖譜裡的知識灌輸給使用者，同時也引導使用者反饋。

在放出“二哈”工作的演示視訊後，該技術便獲得了不少專家的肯定。其後，阿里還在支付寶小程式和天貓精靈 App 推出開放體驗。

Uber 獲軟銀 10 億美元投資，自動駕駛部門估值達 100 億美元

據外媒報道，Uber 自動駕駛部門即將獲得來自軟銀願景基金的投資，據悉，雙方的談判已經進入了最後階段。

如果順利獲得 10 億美元融資，Uber 自動駕駛部門的估值可達 50-100 億美元。

對於該訊息，Uber 和軟銀髮言人均未給出迴應。

此前，Uber 自動駕駛汽車每個月的開銷高達 2000 萬美金，而且還發生了事故致人死亡，甚至有傳聞稱 Uber 曾有意徹底放棄自動駕駛。Uber 獲得資金可幫助其自動駕駛部門迎來一輪跨越式發展。

Facebook 開源服務 27 億人的 AI 硬體“三套件”

在 3 月 15 日的開放計算專案全球峰會上，Facebook 釋出並開源了 3 款 AI 硬體，分別是面向訓練的 Zion、面向推理的 Kings Canyon 及面向視訊轉碼的 Mount Shasta。

其中，Zion 專為處理包括 CNN、LSTM 和 SparseNN 在內的神經網路架構的“頻譜”而量身定製，包括三個部分：擁有 8 個 NUMA CPU 插槽的伺服器；配備了 8 加速器晶片組，以及一個廠商中立（vendor-agnostic ）的 OCP 加速器模組（OAM）。

Kings Canyon 專為推理任務而設計，共分四個部分：Kings Canyon 推理 M.2 模組；Twin Lakes 單插槽伺服器；Glacier Point v2 載卡；以及 Facebook 的 Yosemite v2 機箱。同時，Facebook 還表示正在與 Esperanto、Habana、英特爾、Marvell 和高通公司合作，開發能夠同時支援 INT8 和高精度 FP16 工作負載的 ASIC 晶片。

Mount Shasta 是專為視訊轉碼而開發的 ASIC，由 Facebook 與 Broadcom、Verisilicon 合作開發。在 Facebook 的資料中心內，它將被安裝在帶有整合散熱器的 M.2 模組上，位於可容納多個 M.2 模組的 Glacier Point v2（GPv2）載板中。

Facebook 表示，平均而言，預計這些晶片的效率會比目前的伺服器“高出許多倍”。它的目標是在 10W 功率範圍內，以 60fps 速度輸入流編碼效率至少比 4K 高出一倍。

周志華獲 IEEE 2019 年唯一 Edward J.McCluskey 技術成就獎

3 月 16 日，IEEE 計算機學會宣佈 2019 年 Edward J. McCluskey 技術成就獎花落南京大學計算機與人工智慧教授周志華，以表彰他“對機器學習和資料探勘的貢獻”。值得注意的是，周志華教授是今年唯一的獲獎者。

周志華是南京大學人工智慧學院院長、南京大學電腦科學與技術系主任，同時還是 CCF 會士、常務理事、人工智慧與模式識別專委主任、ACM / AAAS / AAAI / IEEE / IAPR Fellow，歐洲科學院外籍院士。此外，他還是大家熟悉的“西瓜書”《機器學習》的作者，並擔任京東人工智慧研究院學術委員會委員，任京東研究院南京分院總顧問。他的研究領域包括周志華教授的研究方向包括人工智慧、機器學習、資料探勘等。

Edward J. McCluskey 技術成就獎起源於 1985 年，為了獎勵在過去 10-15 年間為計算機資訊科學和工程領域做出突出創新貢獻的人。獎項的名字來自學會第一任主席 Edward McCluskey，至今有 84 名獲獎者，此前，聯想 CTO 芮勇、喬治亞理工大學教授 Ling Liu、前金山軟體 CEO 張巨集江、2017 年圖靈獎得主 David Patterson 等都是這一獎項得主。

機器人團隊協作，用一根繩子攀爬懸崖

日本東京大學的研究人員建立了一支雙機器人團隊，通過一根繩子，機器人可以完成繪製周圍環境並穿越高低起伏地形等任務，這使得空中無人駕駛飛行器可以輔助地面車輛。

無人機使用英偉達 Jetson TX2 晶片進行板載本地化、對映和導航。這架無人機配備了攝像頭、飛行時間感測器和用於高度測量的鐳射感測器。地面車輛使用 UP Core 處理器“基於商用 Caterpillar 平臺”。地面機器人執行機器人作業系統的副本，機載無人機使用該副本連線到機器人作業系統。

智慧機器人用一根“笨笨”的繩索攀爬：機器人這樣完成協作：無人機飛到 UGV 上方並繪製地形圖，將資料傳送到地面機器人，以識別周圍環境。當機器人檢測到障礙物時，UAV 將繫繩（末端有一個抓鉤）纏繞在一個高大的物體上，UGV 從固定好的繩子向上爬。

真實測試：研究人員在一個小規模的真實環境中進行測試，結果表明這套方法很奏效，但還是存在一些問題：“由於缺乏感測器，我們沒有 [繫繩] 張力控制機制，繫繩需要從一開始就延長，結果，UGV 經常被繩子纏住。”

重要性：將來，我們可以想象到各種不同型別的機器人相互協作模式，發揮各自的專長作為一個整體協作，1+1 將大於 2。但這個實驗表明我們還處於早期階段，還需要解決一些問題。

閱讀更多：無人機 / UGV 自主合作：無人機通過連線繫繩協助 UGV 攀登懸崖 https://arxiv.org/abs/1903.04898

Facebook 為 AI 晶片構建標準容器

目前，許多人工智慧組織正在考慮建立資料中心，這些資料中心由許多不同型別的伺服器組成，執行 CPU、GPU、AI 定製晶片等不同型別的處理器。Facebook 希望將用於容納 AI 加速器晶片的機箱型別標準化，並提供了 Open Compute Project（OCP）開源硬體原理圖和規範——一個超大規模資料中心運營的伺服器裝置型別標準化方案。Open Compute Project（OCP）是 Facebook 在 2011 年 4 月發起的一個資料中心開放架構技術發展組織，目前成員包括 Intel、Red Hat、Facebook、Mozilla、Rackspace、NTT Data、百度、高盛以及 Google 等。

Facebook 提出的 OCP 加速器模組支援 12V 和 48V 輸入，並且可以為模組中的晶片提供高達 350W（12V）或高達 700W（48V）的 TDP（熱設計功率）。這是一個有用的特性，因為許多新的加速器晶片都需要大量的電力（任何消耗 450W 以上 TDP 伺服器都需要用液體冷卻）。它可以支援每個機箱內的單個或多個 ASIC，每個系統最多支援八個加速器。

設計：你可以在 Open Compute Project（OCP）更詳細地瞭解 OCP 加速器模組 https://www.opencompute.org/wiki/Server/OAM 。

重要性：隨著人工智慧進入工業化階段，我們將在 AI 裝置所需的基礎設施上投入更多資金。標準化 AI 加速器模組的需求將變大，而這種需求可能來自於亞洲的低成本原始設計製造商（ODM），它們會需要這種標準化產品。

閱讀更多：Facebook 共享加速器模組（ https://code.fb.com/data-center-engineering/accelerator-modules/ ）。

艾倫人工智慧研究所：去偏誤演算法並沒有想象中有用

艾倫人工智慧研究所的研究人員進行了一項分析，該分析對用於 debias 模型的一些演算法的有效性提出質疑。他們寫道：“我們認為目前的去偏誤方法主要是隱藏偏見，而不是消除它”。

研究人員用兩種不同的方法比較 embeddings：Hard-Debiased（Bolukbasi 等）和 GN-GloVe（Zhao 等），兩者都經過修改，以減少訓練模型中明顯的性別偏見。他們試圖分析這些方法中偏誤和去偏誤版本之間的差異，主要是通過分析兩個版本的 embeddings 之間的不同空間關係。他們發現，這些去除方法主要是把問題轉移到模型的其他部分，因此，儘管它們可能會修復一些偏誤，但其他偏誤仍然存在。

去偏誤失敗的三個因素：

• 具有強烈的預先性別偏見的詞語很容易聚集在一起
• 因為社會刻板印象導致隱含性別的詞語（例如接待員、髮型師、船長）仍然容易與其他性別相同的隱性詞彙分到一組
• 具有根深蒂固的預先偏見的詞，其隱含性別很容易基於單一向量進行預測

重要性：作者認為，“雖然這些去除偏誤的方法在消除性別方向方面效果很好，但是去除方法基本上是表層化的。刻板印象和從語料庫中學到的偏見在嵌入空間中根深蒂固。“

此類研究表明，處理偏見問題將比人們預期的要困難，並強調了人工智慧在偏見上有多大程度來自現實世界的資料，而這些系統正在接受包含此類偏見的訓練。

閱讀更多：給豬塗口紅（西方諺語：把醜陋的事物變美好而做的無用功）：去偏誤方法掩蓋了 Word 嵌入中的系統性別偏見，但不能根除（ https://arxiv.org/abs/1903.03862 ）。

作者 Jack Clark 有話對 AI 前線讀者說：我們對中國的無人機研究非常感興趣，如果你想要在我們的週報裡看到更多有趣的內容，請傳送郵件至：jack@jack- clark.net 。