AI一周热闻：谷歌关闭中国搜索引擎数据源；刘强东在京东数科持股比例下降

2018 年 12 月 19 日 AI前线

作者 | Jack clark

编译 | 阿拉丁，Debra

编辑 | Vincent

AI 前线导读：

- 谷歌关闭中国搜索引擎项目数据源

- 英特尔发布新款 CPU 微架构，将于明年上市

- 苹果高通诉讼争端升级，苹果供应商诉高通垄断

- 刘强东在京东数科持股比例下降，但仍有掌控权

- 伯克利创建 Franken-RL，融合手动工程系统和基于 RL 的控制器

- NVIDIA 创建高质量合成图像，足以以假乱真

- 使用 TextBugger 对抗性文本攻击框架攻击 AWS 和微软

- 训练 AI 学会通过复制来构建 AI 系统

- 微软呼吁规范人脸识别并发布道德原则

- 欧盟发布协调成员国的 AI 战略

更多优质内容请关注微信公众号“AI 前线”（ID：ai-front）

谷歌关闭中国搜索引擎项目数据源

据外媒 The Intercept 报道，谷歌目前已决定关闭中国版搜索引擎项目“蜻蜓计划”的整体数据来源，内部投注的资源，包括工程师也转移到其他发展中国家项目，如针对印度、印尼和巴西等国的搜索。

此前，Google CEO Sundar Pichai 也在国会听证中明确表示：目前没有在中国推出搜索服务的计划。

据悉，谷歌停止此项目可能主要是受到来自内部员工抗议的压力。从今年 8 月份遭到曝光以来，“蜻蜓计划”就遭到公司内部员工的多次抗议，多名员工因此辞职。

英特尔发布新款 CPU 微架构，将于明年上市

据外媒报道，英特尔于当地时间 12 月 12 日在美国发布了全新的基于 10nm 工艺的 CPU 微架构 Sunny Cove，同时宣布 2019 年将推出基于该架构的 Core（酷睿）和 Xeon（至强）品牌芯片。这些芯片将添加诸多新指令，以提高通用计算任务下的计算性能和降低功耗，并包含了可加速人工智能和加密等专用计算任务的新功能，它们的压缩性能比上一代部件提高了 75%。

苹果高通诉讼争端升级，苹果供应商诉高通垄断

在中国，苹果核高通的诉讼争端升级。据路透社报道，尽管苹果公司周一推出软件更新，但高通认为该公司仍然违反了中国法院的 iPhone 销售禁令，因为禁令裁定不涉及手机安装的操作系统，针对的是特定型号的手机，与其中搭载的 iOS 系统版本没有关系，苹果的升级并不能解决当前的问题。

高通于 12 月 10 日表示其已成功向中国法院申请初步禁令，禁止苹果公司出售一些侵犯了高通两项专利的旧款 iPhone 机型。就在同一天，苹果表示其所有手机仍在中国销售。

在美国本土，苹果的 4 家供应商提起的一项反垄断诉讼即将开庭，要求赔偿金额为 90 亿美元。根据美国法律该案的判罚金额可以达到三倍，即 270 亿美元。具体而言，这四家苹果供应商指责高通违反了《谢尔曼反垄断法》（ShermanAct），这项联邦法“旨在将自由竞争作为贸易的基本规则”。

刘强东京东数科持股比例下降，但仍有掌控权

2018 年 9 月 17 日，京东金融正式改名为京东数字科技控股有限公司，与此同时，包括股权结构、业务模式和发展理念等也发生变化。

天眼查最新信息显示，作为原第一大股东的刘强东，持股比例从 16.67% 降至 14.20%，原第二大股东宿迁东泰锦荣投资管理中心（有限合伙）（下称“东泰锦荣”）的持股比例从 15.12% 提升至 16.13%，成为新的第一大股东。

但这并不意味着刘强东失去了对京东数科的控制。据悉，刘强东分别通过持有宿迁泰合四方投资咨询有限公司 99% 股权和宿迁大荣恒元管理顾问有限公司 100% 股权，合计持有东泰锦荣 70% 的股权，加上他以自然人身份持有的 14.20% 股份，刘强东持有京东数科超过 25% 的股份，从而对京东数科形成实际控制。

伯克利创建 Franken-RL，融合手动工程系统和基于 RL 的控制器

加州大学伯克利分校、西门子公司和汉堡技术大学的研究人员将经典的机器人控制技术与强化学习相结合，创造出能够处理复杂任务（如叠砖块）的机器人。

他们将这项技术称为残差强化学习，使用“传统反馈控制理论”来学习如何控制机器人，并使用强化学习来学习如何与机器人世界中的物体进行交互。研究人员写道，“关键的想法是通过将可学习的参数化策略与固定的手动工程控制器的混合来实现 RL 灵活性与传统控制器效率的结合”。

在真实机器人上测试：研究人员表明，残差 RL 方法比其他方法更具样本效率，这些特征在模拟学习和真实机器人测试中已经得到了证实。他们还表明，使用残差 RL 训练的系统可以更好地处理混淆，例如通过移动砖块来混淆手写控制器，它仍然可以叠好砖块。

更多内容：https://arxiv.org/abs/1812.03201

NVIDIA 创建高质量合成图像，足以以假乱真

NVIDIA 的研究人员展示了使用从图像生成样式转换工作中剥离出来的技术创建高质量合成图像。研究表明，我们已经进入了神经网络能够生成足以欺骗（大多数）人类的单帧合成图像的时代。

它的工作原理：研究人员解释说，“我们的生成器从常数输入开始，根据潜在的代码调整每个卷积层图像的”样式“，因此可以直接控制不同尺度的图像特征强度”。他们还以各种不同的方式将噪点注入到网络中，并发现噪点的增加有助于在头发、耳垂等微妙的面部特征中创建复杂而连贯的结构。“我们假设在生成器的任何一个点上都有压力能够尽快引入新的内容，而我们的网络创建随机变化最简单方法是依靠输入的噪点”。

更多内容：https://arxiv.org/abs/1812.04948。

使用 TextBugger 对抗性文本攻击框架攻击 AWS 和微软

浙江大学网络空间研究所和计算科学与技术学院、阿里巴巴浙江大学边境技术联合研究所、伊利诺伊大学厄巴纳香槟分校和 Leheigh 大学的研究人员联合发布了有关 TextBugger“生成对抗性文本的通用攻击框架”的详细信息。

对抗文本是一组文本块，它们在自动分类器中不会引发警报。例如，研究人员已经表明他们，简单地通过改变某些单词的拼写和间距（例如，将“terrible”变成“terrib1e”，将“weak”变成“wea k”），就可以混淆某些商业分类器。同样地，他们通过将“shit”的拼写改为“shti”，将“fucking”改为“fuckimg”，将“hell”改为“helled”，将文本被分类的毒性从 92％将至 78％。

对真实系统的攻击：TextBugger 可以执行白盒攻击（攻击者可以访问底层分类算法）和黑盒攻击（已知目标系统的内部细节）。研究人员表明，他们的方法适用于已部署的系统，包括：谷歌 Cloud NLP、微软 Azure Text Analytics、IBM Watson Natural Language Understanding 和 Amazon AWS Comprehend。研究人员能够使用 TextBugger 以 100％的成功率轻松攻击微软 Azure 和 Amazon AWS NLP 系统。相比之下，谷歌 Cloud NLP 保持良好状态，只能达到 70.1％的成功率。

为了进行黑盒攻击，研究人员使用 spaCy 语言处理框架来帮助他们自动识别给定文本块中的重要单词和句子，然后再添加对抗性样本。

更多内容：https://spacy.io/

训练 AI 学会通过复制来构建 AI 系统

中国计算机视觉巨头商汤科技和香港中文大学的研究人员发布了有关 IRLAS 的详细信息，IRLAS 是一种用于创建 AI 代理的技术，可以学习设计受人类设计网络启发的 AI 架构。

这项技术叫作“用于架构搜索的逆向强化学习（IRLAS）”，通过强化学习来训练神经网络，从而能够基于人类的设计模板来设计新的网络。研究人员解释说，“鉴于代理采样的架构是自生成演示，专家网络是观察演示，我们的镜像刺激函数将输出一个信号来判断这两个网络之间的拓扑相似性”。

背后的动机是研究人员相信“人工设计的架构具有比现有自动生成的架构更简单和优雅的拓扑”。

结果：研究人员使用 IRLAS 设计了一个在 CIFAR-10 上获得 2.60％测试误差得分的网络，显示了“人工设计网络和自动生成网络的最先进性能”。研究人员还针对大规模 ImageNet 数据集训练网络，并表明 IRLAS 训练的网络部署在移动环境中时可以获得更高的准确度和更短的推理时间。

更多内容：https://arxiv.org/abs/1812.05285

微软呼吁规范人脸识别并发布道德原则

微软总裁 Brad Smith 在一篇博文中表示，微软正在呼吁各国政府开始规范人脸识别技术。博文指出了政府要解决的三个核心问题：避免偏见和歧视；保护个人隐私；保护民主自由和人权。对于每个问题，他们都提出了如何解决这些问题的措施，并提供了相关的法律先例。

在同一篇博文中，微软宣布了六项原则，用于指导他们如何使用人脸识别：(1) 公平，(2) 透明度，(3) 问责制，(4) 非歧视，(5) 通知和同意，(6) 合法监督。

更多内容：https://blogs.microsoft.com/on-the-issues/2018/12/06/facial-recognition-its-time-for-action/

欧盟发布协调成员国的 AI 战略

欧盟已经发布了在共同战略框架下协调成员国国家人工智能战略的计划。今年早些时候，欧盟宣布未来十年人工智能投资的目标为每年 200 亿欧元。欧洲计划的核心部分包括新的产学合作伙伴关系、加强的研究中心网络、技能培训和“单一的数据市场”。该计划发布 2019 年人工智能道德原则，表明了欧洲参与道德辩论的决心。欧盟重申了对致命自主武器的关注，并将继续倡导采取措施确保对武器系统进行有意义的人为控制。

更多内容：https://ec.europa.eu/digital-single-market/en/news/coordinated-plan-artificial-intelligence

OpenAI 点滴

OpenAI 的最新研究展示了我们如何通过在训练期间测量噪声量表来更好地预测 AI 工作负载的可并行性，并用它来预测 AI 训练在未来将如何扩展。

我认为这样的措施在 AI 策略中可能会非常有用。“人工智能策略的一个核心挑战是如何使用这些措施来预测未来人工智能系统的特征，并利用这些知识来构思可以让社会最大化技术优势和最小化技术缺陷的策略”。

更多内容：https://blog.openai.com/science-of-ai/

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

英文原文：

https://jack-clark.net/2018/12/18/import-ai-125-sensetime-trains-ais-to-imitate-human-ai-architects-berkeley-researchers-fuse-ai-for-frankenrl-system-and-fake-images-from-nvidia-cross-the-uncanny-valley/