AI一周热闻：周志华获IEEE技术成就奖；英伟达发布最小AI计算机

• 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

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 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，周志华教授是今年唯一的国内获奖者。

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，任京东研究院南京分院总顾问。他的研究领域包括周志华教授的研究方向包括人工智能、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：[email protected]。

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/