AI一周热闻：周志华获IEEE唯一技术成就奖；英伟达发布最小AI计算机 作者｜Jack Clark 编辑 & 整理｜Debra AI 前线导读： - 贾扬清正式宣布加盟阿里巴巴 - 仅售 99 美元！英伟达发布最小迷你 AI 计算机 Jetson Nano - 阿里达摩院开发 AI“二哈”对付骚扰电话 - Uber 获软银 10 亿美元投资，自动驾驶部门估值达 100 亿美元 - Facebook 开源服务 27 亿人的 AI 硬件“三套件” - 周志华获 IEEE 2019 年 Edward J.McCluskey 技术成就奖 - 机器人团队协作，用一根绳子攀爬悬崖 - Facebook 为 AI 芯片构建标准容器 - 艾伦人工智能研究所：去偏误算法并没有想象中有用 更多干货内容请关注微信公众号“AI 前线”（ID：ai-front） 贾扬清正式宣布加盟阿里巴巴 今天，阿里巴巴达摩院官方账号正式宣布 Caffe 之父、前 Facebook AI 架构总监贾扬清加入阿里，担任技术副总裁岗位，领导大数据计算平台的研发工作。贾扬清的个人领英显示其已于 3 月份加入阿里巴巴，至今将近一个月。 贾扬清以深度学习框架 Caffe 作者的身份闻名。清华本硕毕业后，在加州大学伯克利分校取得计算机科学博士学位，先后工作于新加坡国立大学、NEC 美国实验室、谷歌大脑，2016 年加入 Facebook 担任研究科学家，任 Facebook AI 架构总监，负责前沿 AI 平台开发及人工智能研究。 贾扬清之前曾这样评价阿里达摩院： 我在阿里有很多志同道合的朋友，比如说同在伯克利读博的 Xiaofeng Ren（以前亚马逊的首席研究员），当年一起在清华摸爬滚打的盖坤（阿里的技术大牛靖世）等等。 白驹过隙，现在更多的本土公司开始加入人才培养和科研的第一线，这对于 AI 的发展是振奋人心的好事。（倒退几年，如果我还在读研究生的话，又多了一个实习的好去处呢。） 仅售 99 美元！英伟达发布最小迷你 AI 计算机 Jetson Nano 3 月 17 日，在 GTC 2019 上，英伟达 CEO 黄仁勋发布了今年的新产品，其中最引人注意点当属人工智能计算机 Jetson Nano。这款设备可以创建数百万个智能系统，支持高分辨率传感器，可以并行处理多个传感器，并可在每个传感器流上运行多个现代神经网络。它还支持许多流行的 AI 框架，使开发人员可以轻松地将他们喜欢的模型和框架集成到产品中。 Jetson Nano 的主要参数包括： GPU：基于 128 核 NVIDIA Maxwell? 架构的 GPU CPU：四核 ARM?A57 视频：4K @ 30 fps（H.264 / H.265）/ 4K @ 60 fps（H.264 / H.265）编码和解码 相机：MIPI CSI-2 DPHY 通道，12x（模块）和 1x（开发人员套件） 内存：4 GB 64 位 LPDDR4; 25.6 千兆字节 / 秒 连接：千兆以太网 操作系统支持：适用于 Tegra? 的 Linux 模块尺寸：70mm x 45mm 开发者套件尺寸：100mm x 80mm 售价方面，Jetson Nano 有两个版本：面向开发人员、制造商和发烧友的 99 美元开发套件以及面向希望创建大众市场边缘系统的 129 美元版本。 此外，黄仁勋在会上还发布了图像处理芯片 CUDA-X AI，旨在加速数据科学工作负载，使数据更有用。之后，黄仁勋发布 OMNIVERSE，一个用于多工具工作流程的开放式交互式 3D 设计协作平台。此外，为了满足数据中心和云图形应用不断增长的需求，英伟达发布 RTX SERVER POD 和 RTX 服务器。同时，会上还发布了为开发人员提供 Isaac 应用程序的工具包 NVIDIA Isaac SDK，以及 Level 2+ 的自动驾驶解决方案 NVIDIA DRIVE AP2X。 阿里达摩院开发 AI“二哈”对付骚扰电话 3.15 晚会曝光了可以一年呼出 40 亿次的机器人之后数小时，阿里巴巴达摩院开发的防骚扰电话 AI“二哈”一炮而红。阿里称应该把机器人的问题交给机器人对付，当用户在手机上开通了这项服务后，在接到骚扰来电时，用户可以直接转接给机器人接听，可达到以假乱真的效果。 阿里巴巴 AI 实验室语音助手首席科学家、阿里 AI 北京研发中心负责人，前微软亚洲研究院首席研究员聂再清表示，开发“二哈”是因为其对各种骚扰电话不胜其烦。这项服务背后主要是智能聊天技术，通过深度强化学习来学习对话策略，理解用户请求，同时用强大的知识图谱制作聊天的知识点，通过跟用户对话，把知识图谱里的知识灌输给用户，同时也引导用户反馈。 在放出“二哈”工作的演示视频后，该技术便获得了不少专家的肯定。其后，阿里还在支付宝小程序和天猫精灵 App 推出开放体验。 Uber 获软银 10 亿美元投资，自动驾驶部门估值达 100 亿美元 据外媒报道，Uber 自动驾驶部门即将获得来自软银愿景基金的投资，据悉，双方的谈判已经进入了最后阶段。如果顺利获得 10 亿美元融资，Uber 自动驾驶部门的估值可达 50-100 亿美元。对于该消息，Uber 和软银发言人均未给出回应。此前，Uber 自动驾驶汽车每个月的开销高达 2000 万美金，而且还发生了事故致人死亡，甚至有传闻称 Uber 曾有意彻底放弃自动驾驶。Uber 获得资金可帮助其自动驾驶部门迎来一轮跨越式发展。 Facebook 开源服务 27 亿人的 AI 硬件“三套件” 在 3 月 15 日的开放计算项目全球峰会上，Facebook 发布并开源了 3 款 AI 硬件，分别是面向训练的 Zion、面向推理的 Kings Canyon 及面向视频转码的 Mount Shasta。 其中，Zion 专为处理包括 CNN、LSTM 和 SparseNN 在内的神经网络架构的“频谱”而量身定制，包括三个部分：拥有 8 个 NUMA CPU 插槽的服务器；配备了 8 加速器芯片组，以及一个厂商中立（vendor-agnostic ）的 OCP 加速器模块（OAM）。 Kings Canyon 专为推理任务而设计，共分四个部分：Kings Canyon 推理 M.2 模块；Twin Lakes 单插槽服务器；Glacier Point v2 载卡；以及 Facebook 的 Yosemite v2 机箱。同时，Facebook 还表示正在与 Esperanto、Habana、英特尔、Marvell 和高通公司合作，开发能够同时支持 INT8 和高精度 FP16 工作负载的 ASIC 芯片。 Mount Shasta 是专为视频转码而开发的 ASIC，由 Facebook 与 Broadcom、Verisilicon 合作开发。在 Facebook 的数据中心内，它将被安装在带有集成散热器的 M.2 模块上，位于可容纳多个 M.2 模块的 Glacier Point v2（GPv2）载板中。 Facebook 表示，平均而言，预计这些芯片的效率会比目前的服务器“高出许多倍”。它的目标是在 10W 功率范围内，以 60fps 速度输入流编码效率至少比 4K 高出一倍。 周志华获 IEEE 2019年国内唯一 Edward J.McCluskey 技术成就奖 3 月 16 日，IEEE 计算机学会宣布 2019 年 Edward J. McCluskey 技术成就奖花落南京大学计算机与人工智能教授周志华，以表彰他“对机器学习和数据挖掘的贡献”。值得注意的是，周志华是今年国内唯一的获奖者。 周志华是南京大学人工智能学院院长、南京大学计算机科学与技术系主任，同时还是 CCF 会士、常务理事、人工智能与模式识别专委主任、ACM / AAAS / AAAI / IEEE / IAPR Fellow，欧洲科学院外籍院士。此外，他还是大家熟悉的“西瓜书”《机器学习》的作者，并担任京东人工智能研究院学术委员会委员、京东研究院南京分院总顾问。他的研究领域包括包括人工智能、机器学习、数据挖掘等。 Edward J. McCluskey 技术成就奖起源于 1985 年，为了奖励在过去 10-15 年间为计算机信息科学和工程领域做出突出创新贡献的人。奖项的名字来自学会第一任主席 Edward McCluskey，至今有 84 名获奖者，此前，联想 CTO 芮勇、乔治亚理工大学教授 Ling Liu、前金山软件 CEO 张宏江、2017 年图灵奖得主 David Patterson 等都是这一奖项得主。 机器人团队协作，用一根绳子攀爬悬崖 日本东京大学的研究人员创建了一支双机器人团队，通过一根绳子，机器人可以完成绘制周围环境并穿越高低起伏地形等任务，这使得空中无人驾驶飞行器可以辅助地面车辆。 无人机使用英伟达 Jetson TX2 芯片进行板载本地化、映射和导航。这架无人机配备了摄像头、飞行时间传感器和用于高度测量的激光传感器。地面车辆使用 UP Core 处理器“基于商用 Caterpillar 平台”。地面机器人运行机器人操作系统的副本，机载无人机使用该副本连接到机器人操作系统。 智能机器人用一根“笨笨”的绳索攀爬：机器人这样完成协作：无人机飞到 UGV 上方并绘制地形图，将数据传送到地面机器人，以识别周围环境。当机器人检测到障碍物时，UAV 将系绳（末端有一个抓钩）缠绕在一个高大的物体上，UGV 从固定好的绳子向上爬。 真实测试：研究人员在一个小规模的真实环境中进行测试，结果表明这套方法很奏效，但还是存在一些问题：“由于缺乏传感器，我们没有 [系绳] 张力控制机制，系绳需要从一开始就延长，结果，UGV 经常被绳子缠住。” 重要性：将来，我们可以想象到各种不同类型的机器人相互协作模式，发挥各自的专长作为一个整体协作，1+1 将大于 2。但这个实验表明我们还处于早期阶段，还需要解决一些问题。 阅读更多：无人机 / UGV 自主合作：无人机通过连接系绳协助 UGV 攀登悬崖 （https://arxiv.org/abs/1903.04898） Facebook 为 AI 芯片构建标准容器 目前，许多人工智能组织正在考虑建立数据中心，这些数据中心由许多不同类型的服务器组成，运行 CPU、GPU、AI 定制芯片等不同类型的处理器。Facebook 希望将用于容纳 AI 加速器芯片的机箱类型标准化，并提供了 Open Compute Project（OCP）开源硬件原理图和规范——一个超大规模数据中心运营的服务器设备类型标准化方案。Open Compute Project（OCP）是 Facebook 在 2011 年 4 月发起的一個数据中心开放架构技术发展组织，目前成员包括 Intel、Red Hat、Facebook、Mozilla、Rackspace、NTT Data、百度、高盛以及 Google 等。 Facebook 提出的 OCP 加速器模块支持 12V 和 48V 输入，并且可以为模块中的芯片提供高达 350W（12V）或高达 700W（48V）的 TDP（热设计功率）。这是一个有用的特性，因为许多新的加速器芯片都需要大量的电力（任何消耗 450W 以上 TDP 服务器都需要用液体冷却）。它可以支持每个机箱内的单个或多个 ASIC，每个系统最多支持八个加速器。 设计：你可以在 Open Compute Project（OCP）更详细地了解 OCP 加速器模块 https://www.opencompute.org/wiki/Server/OAM。 重要性：随着人工智能进入工业化阶段，我们将在 AI 设备所需的基础设施上投入更多资金。标准化 AI 加速器模块的需求将变大，而这种需求可能来自于亚洲的低成本原始设计制造商（ODM），它们会需要这种标准化产品。 阅读更多：Facebook 共享加速器模块（https://code.fb.com/data-center-engineering/accelerator-modules/） 艾伦人工智能研究所：去偏误算法并没有想象中有用 艾伦人工智能研究所的研究人员进行了一项分析，该分析对用于 debias 模型的一些算法的有效性提出质疑。他们写道：“我们认为目前的去偏误方法主要是隐藏偏见，而不是消除它”。 研究人员用两种不同的方法比较 embeddings：Hard-Debiased（Bolukbasi 等）和 GN-GloVe（Zhao 等），两者都经过修改，以减少训练模型中明显的性别偏见。他们试图分析这些方法中偏误和去偏误版本之间的差异，主要是通过分析两个版本的 embeddings 之间的不同空间关系。他们发现，这些去除方法主要是把问题转移到模型的其他部分，因此，尽管它们可能会修复一些偏误，但其他偏误仍然存在。 去偏误失败的三个因素： 具有强烈的预先性别偏见的词语很容易聚集在一起 因为社会刻板印象导致隐含性别的词语（例如接待员、发型师、船长）仍然容易与其他性别相同的隐性词汇分到一组 具有根深蒂固的预先偏见的词，其隐含性别很容易基于单一向量进行预测 重要性：作者认为，“虽然这些去除偏误的方法在消除性别方向方面效果很好，但是去除方法基本上是表层化的。刻板印象和从语料库中学到的偏见在嵌入空间中根深蒂固。“ 此类研究表明，处理偏见问题将比人们预期的要困难，并强调了人工智能在偏见上有多大程度来自现实世界的数据，而这些系统正在接受包含此类偏见的训练。 阅读更多：给猪涂口红（西方谚语：把丑陋的事物变美好而做的无用功）：去偏误方法掩盖了 Word 嵌入中的系统性别偏见，但不能根除（https://arxiv.org/abs/1903.03862）。 作者 Jack Clark 有话对 AI 前线读者说：我们对中国的无人机研究非常感兴趣，如果你想要在我们的周报里看到更多有趣的内容，请发送邮件至：jack@jack-clark.net。 参考链接： https://jack-clark.net/2019/03/18/import-ai-138-transfer-learning-for-drones-compute-and-the-bitter-lesson-for-ai-research-and-why-reducing-gender-bias-in-language-models-may-be-harder-than-people-think/ 你也「在看」吗？?? 阅读原文