2018，我们共芬芳 | 凡是过往，皆为序章
2018年逐渐走向尾声，我们怀念，我们不舍，我们回味，我们期待；而在AI领域，上述的情绪更是被无限放大。这是从繁荣回归冷静的一年，大家都以更平和更专业的角度来看待AI江湖的风起云涌。接下来，我们将一同回顾下2018年的年度AI关键词。
关于2018
关键词1：无人驾驶
曾有人阐述无人驾驶要分三步走，即从人为驾驶过渡到智能驾驶，再从智能驾驶过渡到无人驾驶，这个过程的本质就是AI来代替人类做一些事、做一些选择、做一些决定，以达到个人的解放；而智能驾驶正在做的就是通过技术手段解决传统驾驶方式产生的用户痛点。例如根据环境调整行驶速度、精确选取行驶路线、以缓解交通拥堵等，是“AI辅助人类”的角色定位，它在2018年有了更充分的发展。
随着5G时代的来临，AI技术的进一步成熟，无人驾驶则在2018年受到了业界内外的广泛关注。然而，3月24日于亚利桑那州凤凰城发生的一起无人驾驶事故，给无人驾驶的趋势蒙上了一层阴影。5月23日，Uber官宣关闭亚利桑那州自动驾驶汽车业务。这起事故的发生让原本就对AI认识不足的人群，在媒体的大肆造势后而陷入反AI的舆论和情绪当中，更是引发了一番关于“AI与人类之争”的大讨论。科技的进步总不是一帆风顺的，看来我们距离真正的无人驾驶还有很长的路要走。
关键词2：人工智能标准化
近些年来，人工智能的广泛发展一方面使我们的社会生产力得到了进一步提高，但是相对而来的也产生了许多浑水摸鱼的“伪人工智能泡沫”。在此背景下，2018年1月，我国发布了《人工智能标准化白皮书2018》，针对我国的人工智能行业进行了标准规范，并对行业发展做出指导。
该报告详细梳理了人工智能技术、应用和产业的应用发展情况，分析了人工智能的技术热点、行业动态和未来趋势，从支撑人工智能产业整体发展的角度出发，研究制定了能够适应和引导人工智能产业发展的标准体系，进而提出近期急需研制的基础和关键标准项目，呼吁社会各界共同加强人工智能领域的技术研究、产业投入、标准建设与服务应用，共同推动人工智能及其产业发展。
关键词3：数据伦理
2018年3月，据《纽约时报》报道，剑桥分析（Cambridge Analytica）在2016年美国总统大选期间在未经允许的情况下从5000万Facebook用户那里收集数据并将它们用到政治广告中。爆料人正是曾协助创立剑桥分析公司的韦利（Christopher Wylie）。与此同时，剑桥分析创始人尼克斯则在官方质询会上表示，公司从未使用过Facebook信息。这一否认无疑将泄密的责任直接推给了Facebook，随后Facebook便陷入泄密门的漩涡之中，用户隐私保护遭到质疑。
先是获得用户信息，然后再此基础上进行数据分析，再根据分析结果利用用户的喜好渗透进入社交网络，从而进一步改变用户的行为模式，形成了一个完整的闭环。这原本是市场营销策略中常见的套路，却因为数据的泄露和政治上的应用引发了民众关于“数据伦理”的深度思考。如何完善数据开放机制，又如何进行数据治理，成为了如今我们更应该思考的关键问题。
关键词4：估值与融资
2018年是国内AI企业走向新纪元的一年。
6月20日，寒武纪宣布完成数亿美元的B轮融资，由中国国有资本风险投资基金、国新启迪、国投创业、国新资本联合领投。此轮融资后，寒武纪整体估值为25亿美元。
7月23日，旷视科技完成6亿美元D轮融资。本轮融资资本方分别为阿里巴巴、博裕资本等。
9月10日，商汤科技公布最新获得10亿美元D轮融资，投资方为软银中国，投后估值达60亿美元。
10月8日，云从科技获得B+轮融资，据悉金额总计超过10亿元人民币。另据公司方面称，成立迄今已经累计获得超过35亿元人民币融资。
……
风口浪尖之上的AI企业，高额融资的背后是大家对于未来几年科技发展方向的预期。在这个过程中，重要的已经不是估值本身，而是以BAT为代表的产业界以及以红杉、经纬和IDG为代表的资本界所布的一张大棋局。然而，随着资本寒冬的来临，不少互联网企业在年底受到的冲击大家有目共睹，这会不会进一步影响到AI领域？企业在新一轮融资之际如何证明自己的“造血”能力？这是送分题，但也可能是送命题。但我们始终相信，未来已经在向我们招手。
关键词5：国际AI竞速赛
中共中央政治局于10月31日下午就人工智能发展现状和趋势举行第九次集体学习。中共中央总书记习近平在主持学习时强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。要深刻认识加快发展新一代人工智能的重大意义，“加强领导，做好规划，明确任务，夯实基础”，促进其同经济社会发展深度融合，推动我国新一代人工智能健康发展。
生产力决定生产关系，生产关系又反作用于生产力。我们从农耕文明走向工业革命，从互联网时代走向移动互联网时代，每一次的生产力显著变化，随之而来的都是生产关系的调整。如今，我们走进了人类命运共同体的时代，处于世界上产业变革和技术变革与我国经济转型的历史交汇点，因此如何通过人工智能的技术发展弯道超车，在AI竞速赛抢得优势先机，至关重要。
中美之间还有差距，美国一直处在人工智能基础研究的前沿；产业布局全面领先，基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势，各层级企业数量全面领先中国，人才队伍和创投均占优势，保持全球领先地位。中国虽然在全球跻身第一梯队，但在基础算法和理论研究方面与美国存在一定差距。
不过，未来可期。
关键词6：教育普及化
2017年7月，人工智能首次上升到国家战略层面，国务院发布了《新一代人工智能发展规划》。3个月后，人工智能写进十九大政府工作报告。之后政府开始密集的出台了一系列人工智能相关政策。《新一代人工智能发展规划》明确表示，中小学应该设置人工智能相关课程，推广编程教育，并要尽快在试点的高校设立人工智能学院、增设人工智能相关学科方向硕士、博士招生名额。在政策的推动下，全国掀起了一场“人工智能教学运动”。
中等教育方面，2018年1月，教育部公布的《普通高中课程方案和语文学科课程标准（2017年版）》中，正式将人工智能、物联网、大数据处理划入新课标，并把“数据与计算”，“信息系统与社会”两个模块设立为必修课程，该标准将于今年秋季学期开始执行。一本名为《人工智能基础（高中版）》的教科书于4月底正式发布，由商汤科技、华东师范大学慕课中心以及上海交大附中、华师大附中等 6 个学校的老师合作完成。
高等教育方面，大学人工智能和机器学习相关课程注册率在全球范围都有大幅提升，最引人注目的是清华大学相关课程的增长率，2017年的注册率比2010年高出16倍，比2016年高出了将近3倍。
关键词7：行业落地
技术发展的本质是要作用于人类的基本生活。如果谈及2018年度最受百姓瞩目的事件，那么都与技术产业化脱不开联系。金融领域中的智能投顾、医疗领域中的AI辅助诊疗、文娱领域的资讯智能推荐、交通领域的高精地图和智能城市等等新趋势和新技术都在不断走向百姓的生活中，通过技术的力量，解决社会中所固有的矛盾和挑战。
以智能投顾为例。A股市场的不成熟好像逐渐成为了大家的共识，但是究其原因，我们可以发现中国股市个人投资者（散户）交易量占比较多；个人投资者的交易量占据中国大陆总交易量的80％左右，而中国大陆的交易量主要集中在A股。通过数据更好地收集市场中的交易行为，从而提供更精准的投资信号成为了二级市场投资中的新手段。但业内人士也表示：“目前，深度学习并没有达到可以完全自治的水平。为了确保模型的准确性和可适性，人为管理在策略中仍然是十分必要的。”
所以从行业的角度来看，人工智能或许并不是我们所预期的完全机器判断，而是“人工+智能”。
关键词8：AI人才
大数据和人工智能成为这个时代的主题曲，与此同时，焦虑感也开始在行业中蔓延，从初创公司、行业巨头到从业者，都急切地想要跟上这股越来越热的浪潮。中间的bug在哪里？
纵观历史，无论在农业技术革命、工业革命还是信息革命的过程中，都展现出了对人口的争夺。春秋战国时期，伴随着农业生产力的大幅提高，获取更多的耕地人口成为了各国争夺的焦点；工业革命的来临是人类发展史上至关重要的节点，劳动力与剩余价值的争夺成为了资本家追踪的主要目标。走向AI新时代，巨头之间的数字人才之争早已开始。
什么样的人才最受欢迎？2018年7月，清华数据科学研究院联合《大数据文摘》发布了第二期《顶级数据团队建设全景报告》，报告通过110,000+条海内外网络数据分析、1,000+份调查问卷内容和8位海内外业界大咖深度访谈分析得出，同时具有技术能力和产业背景的交叉性人才，是当下企业的重点目标。
或许，他们也是未来AI行业发展的领头羊。
关键词9：“造假”风波
今年9月20日，一位同传译员在知乎上发文称，在上海的一场会议中，科大讯飞的翻译其实为人工同传，并非机器智能翻译。这容易让观众产生“人工智能翻译”的错觉，而忽略背后同传译员们的劳动成果。对此，9月21日，科大讯飞的回复是，“科大讯飞从来没有把同传翻译包装成机器翻译”。
近几年来，深度神经网络技术有了巨大突破，它同时也被广泛应用于语音技术的研发中，极大地提高了模型训练的效率，使得难度、成本、时间均大幅下降。此外，互联网和云计算时代的到来，使得各种信息和资源共享给国内外各研究单位提供了便利，加速了研发周期，语音识别技术已经不再难以企及。
尽管目前语音识别成为AI的先行领域，但是语音翻译依旧是一大难题，现阶段无法精准翻译属正常现象。曾有业内人士表示，光谈人工智能技术，在世界范围内，国内外各家的引擎识别率都基本在同一个水平线上，差不多达到了当前语音识别技术的极限，彼此之间差距不是那么明显。
那么，2019年谁能成为语音识别领域的领跑者？或许我们应该把目光放在更为低调专注于技术的公司上。
关键词10：清华人
自上世纪50年代开始，人工智能的概念开始出现。但是它成为一个家喻户晓的名词，也就是近几年的事情。在21世纪的第一个10年，各类技术层出不穷，一次次刷新着公众的认知。曾经只在百科全书中畅想的场景，从未离我们如此之近。然而，在人工智能成为一门“显学”之前，有一批清华人，已经默默耕耘了近40年，不断构建着人工智能这一海平面下的冰山。
而在如今的时代浪潮中，清华人也在默默耕耘和奉献，为行业培育了众多杰出人才，并推动了跨学科的教学与科研交叉融合，打造了“政产学研用”平台，孵化了众多大数据/AI赋能产业的项目，在行业内具有举足轻重的地位，为推动大数据和人工智能的技术落地、产业发展做出了巨大贡献：大数据系统软件国家工程实验室的承建、科技情报大数据挖掘及服务平台（又名AMiner）的研发，医工科研数据平台的发布、携手中国农业科学院开展的农业监测预警系统开发项目研发、大数据交通态势感知智慧指挥中心的课题研究等等领域的技术突破和行业应用，为推动中国科研项目市场化、产业化，贡献着属于自己的力量。
“清华人”不是一个简单的身份，他承载着一种特定的文化传统和特定的时代精神。
而2018年，对于数据科学研究院来说也是极有意义的一年。我们与你一同在浪潮之巅遨游，携手走过了365个日日夜夜。
我们于清华107年校庆也是数据院成立四周年的日子里，发布了一系列关于数据院的小故事，得到了大家的广泛支持。其中描绘了数据院在科学研究、人才培养和品牌传播中的困阻与挑战，也讲述了作为清华人的我们有着怎样的心路历程。
校刊《水木清华》（原《清华人》）于2018年第4期刊登36页数据院专访报道专栏，从数据院建院之初心，到数据院如今发展之态势，以详细的采访进行了深度的报道。
《水木清华》数据院四周年系列报道文章请见：
【科研篇】道阻且长,行则将至：搞科研,我们是认真的
【教学篇】万事皆起于微，教学尤是
【传播篇】清华大数据，365天我们持续在发声
【报道终篇】数据院建设者剪影
我们做了第二份报告，回答了数据团队建设现状和数据团队发展问题，为行业内数据团队的组建和高校数据人才的培养提供了指导性意见。
365天，我们从未间断。
而这只是我们今年的一小部分，而重要的事情，我们想在下面与大家共同回顾。
关于我们
🎉年度新收获🎉
今年6月，Guide2Research网站发布了2018年全球计算机科学和电子领域H-index排名前1000的科学家。排名基于 Google Scholar 和 DBLP 提供的 H-index 指标。H-index（被引次数高于或等于h的论文的数量）是衡量科学家产出和研究影响力的一种手段，除了论文被引次数，还将基于其论文的数量进行量化。清华数据科学研究院院长 Philip S. Yu（俞士纶）博士h-index位列华人第二。
详细请见：2018全球Top 1000 计算机科学家h指数发布，中国29名学者上榜！
今年8月，2018国家杰青建议资助项目申请人名单发布。杰青基金成立25年，在科学界享有盛誉，获得资助意味着科研结果得到同行高度认可。全部200位申请人都拥有博士学位，跟人工智能相关的数学、计算机和机器人控制等学科共有25人入选。清华大学入选18人位列机构第一。其中，清华大学计算机系特别研究员唐杰老师，同时也是数据科学研究院科技大数据研究中心执行主任。
详细请见：2018国家杰青名单，清华18人入选位列机构第一（附名单、唐杰老师团队报告）
🎉年度新大事🎉
中国工程院院士、清华大学长庚医院执行院长董家鸿，清华大学交通研究所所长、数据院交通大数据研究中心主任陆化普于今年接受了我们的聘请，成为了数据科学研究院RONG教授。截至2018年年末，已经有9位清华各院系的老师接受了我们聘请，为促进跨学科、跨领域、跨行业的沟通交流，实现清华大数据科研“顶天、立地”的目标而共同努力。
详细请见：中国工程院院士董家鸿正式接受聘请，成为数据科学研究院RONG教授
此外，随着RONG理念的不断推进，我们也聘请了以下五位来自业界各领域的专家成为RONG研究员，共同助力产业资源与科研力量的深度融合。其中包括国家“千人计划”特聘专家、中国轻纺城集团纺织产业大数据中心主任张晓明；现任贵州省公安厅交通管理局指挥中心（办公室）主任兼贵州省公安厅交通管理科学研究所所长王斌等。
详细请见：融合与发展：五位业界专家正式接受聘请，成为数据科学研究院RONG研究员
🎉年度新融合🎉
为响应国家号召，真正践行推动“产教”融合和“产研”融合，云南省公安厅交通警察总队与清华数据科学研究院将携手并进，于2018年12月13日共同举办了战略合作签约暨“交通大数据研究生实践基地”成立仪式。日后，双方将充分调动政府、高校、企业创新创业积极性，大力推进人才、科研成果、市场对接，产学研深度融合，打造出协同创新生态体系，释放创新活力，促进高新技术产业发展，繁荣地方经济。
🎉年度新活动🎉
2018年4月27日，由清华-青岛数据科学研究院主办、清数大数据产业联盟协办的第二届“大数据在清华”高峰论坛于主楼接待厅拉开帷幕。清华大学副校长杨斌于论坛中表示，清华校歌中蕴藏了“天行健不息须自强”的精神，在大数据领域亦要如此。世界科技格局千变万化，数据科学的工作者们身上肩负着的是国家与时代的责任，我们即使身处热潮之中也应时刻保持着冷静的头脑，以深刻、敏锐的态度实现大数据事业的“创新自强”。
中国工程院院士、清华大学长庚医院执行院长董家鸿也在此次论坛中接受了聘请，成为了数据科学研究院RONG教授。
详细请见：站立潮头、无问西东 | 第二届“大数据在清华”高峰论坛成功举办
2018年1月3日，第四届清华大学大数据人才新春交流会秉承“跨界融合、谋求共赢”的理念如期而至。数据科学研究院管理委员会和教育指导委员会的代表、大数据培养项目的授课老师、清数大数据产业联盟的优秀企业代表、数据院合作伙伴代表、清华大数据项目学生和校内外对大数据教育感兴趣的同学等200余人，共同度过了一个有意义的数据之夜。
与往年不同之处在于，数据院成立之初就给予强有力支持的青岛高新区管委会的代表、贵州省大数据标杆单位—贵州省公安厅交警总队、参与数据院交通大数据研究中心建设的广西省公安厅交警总队、数据院合作单位—清华长庚医院的代表们也应邀出席，为此次的新春交流会添画了浓墨重彩的一笔。
详细请见：新年伊始，我们共赴数据盛宴，与未来对话！
12月18日，为给学生提供和院长面对面交流的机会，数据院院长接待日成功举办，数据院院长俞士纶出席了这场别开生面的院长接待日，并聆听来自不同学校、院系的十余名同学对于大数据学习、未来技术发展、职业规划等方面的问题，也针对目前学生所处的情境和遇到的问题给出了悉心的指导和答疑。本次院长接待日主要分为两个部分，包括专项汇报以及自由交流。
🎉年度新发展🎉
2018年，数据院响应学校的号召，不断地探索建立跨领域协作创新平台，多渠道并举促进学科融合发展，于11月和12月分别发布“医工科研数据平台与医工结合科研创新支持计划”以及“计算社会科学数据平台”。
详细请见：“计算社会科学数据平台”在清华大学发布（附账号申请链接）
医工智能 创享未来—— “医工科研数据平台”与“医工结合科研创新支持计划”发布！
🎉年度新创造🎉
目前数据科学和人工智能的人才缺口空前之大，人们对AI相关知识的学习需求也大大增加。在这一背景下，由数据院支持并发起了“青年AI自强计划”，仅面向清华及周边高校学生，同样面向各行各业的从业者，不限定专业，没有知识门槛，提倡跨学科学习，力求让所有人都能零基础入门AI。
青年强则国强。如何跨越基础知识与实践应用之间的鸿沟？如何使得AI教育进一步普遍化？我们在努力。
🎉年度新国际🎉
今年正值中日和平友好条约签订40周年，中日双方的交流也愈发密切。11月15日，由清华大学•野村综研中国研究中心与数据科学研究院联合主办的“大数据应用中日交流论坛”在FIT楼二层报告厅成功举办。此次论坛以“共探数据应用与政策制度差异”为主题，分享数据应用场景及行业现状，交流中日数据使用的环境与制度的差异。
🎉年度新贡献🎉
本着跨学科融合的理念，数据院支持了清华大学社科学院和德国哥根廷大学的学生交换项目，而今也有了最新成果。一篇名为《论社会学理论引导的大数据研究—大数据、理论和预测模型的三角对话》刊登于《社会学研究》期刊。
关于《社会学研究》：《社会学研究》是中国社会科学院社会学研究所主办的一级专业学术期刊，系中文社会科学引文索引（CSSCI）核心期刊、国家社科基金资助期刊、国家哲学社会科学学术期刊数据库收录期刊。 在中国社会科学院、南京大学、北京大学、武汉大学等四家期刊评价机构的学科排名中均名列第一，被誉为“中国权威核心期刊”，并于2012、2013年获评“中国最具国际影响力学术期刊”称号。
2018年的过往并不仅仅这些，但过往终将成为历史，我们更需要的是去展望新的未来。
2018，再见。这一年虽跌宕起伏，在这片我们生于斯长于斯的土地上发生了很多事情，我们一同经历了悲痛、经历了喜悦、经历了寒冬、也经历了温暖。然而，没有一个冬天不可逾越，也没有一个春天不会来临。
2019，你好。新时代已经在向我们招手，新未来已经在向我们走来。愿大家在新的一年里，鲜衣怒马，不负韶华。而我们也将继续带你踏上数据科学的征程，勇往直前，为新时代贡献出新的力量。
祝大家新年快乐！
相关内容
微信扫码咨询专知VIP会员