Google AI 子公司 DeepMind 开发出一个神经网络，能根据一张 2D 图像“想象出”它的 3D 场景。该系统被称为 Generative Query Network (GQN)，相关研究报告发表在《科学》期刊上。GQN 项目旨在复制一个人类大脑仅仅通过环顾四周就能了解世界的那种轻松方式。GQN 由两部分组成。第一部分是通过图像传感器来观察场景，然后用计算机代码将其表达出来。第二部分是 “生成式网络”，它可以从先前未观察到的视角来预测或想象场景。GQN 目前仍有很大的局限性，它迄今只在包含少量物件的相对简单场景中展示了想象力。

花旗投行部门表示，随着机器以更快的速度取代人类，在未来 5 年内，其 2 万名技术与运营人员中，最多将有一半被裁员。花旗总裁兼机构客户集团首席执行官福雷斯 (Jamie Forese)表示，占花旗投行员工总数近五分之二的运营岗位的工作 “最适合由计算机来处理”。如果整个行业都仿效这种做法，潜在裁员力度将远甚于 2007 年至 2017 年，在那十年间，全球前十大投行中的八家总计裁员近 6 万人。并非每个投行老总都赞同还会大量裁员。汇丰全球银行业务及市场主管阿萨夫 (Samir Assaf) 称，技术取代不了多少投行职员。

Google 旗下的英国 AI 公司 DeepMind 目前披露了它申请的 12 项 AI 专利，这些专利覆盖了神经网络的运用，递归神经网络和增强学习等。根据披露原则，专利申请将在优先日 18 个月后公开，因此目前披露的 DeepMind AI 专利是在 2016 年 12 月前申请的。从 2016 年 9 月到 12 月，DeepMind 基本上以每周一项的速度申请专利。DeepMind 并不是第一家申请 AI 专利的公司，作为该领域领先的研究公司，它的专利申请覆盖了相当广泛的 AI 技术。DeepMind 此前强调了对 AI 技术开放且和合作的态度，但它的专利申请未必符合它此前的说法。

在 Project Maven 军用无人机 AI 项目引发公司内外的争议之后，Google CEO Sundar Pichai 在官方博客上公布了 Google 的 AI 原则，承诺不会将 AI 应用于武器或其它导致或直接伤害人类的技术领域。Google 称，AI 应用的宗旨包括：有利于社会，避免创造或加强不公平偏见，安全第一，置于人类的直接控制和监督下，注重隐私，坚持科学卓越性的高标准等等。Google 称，他们不会将 AI 应用于可能造成伤害，主要目标是伤害人类的武器等技术，大规模监视，违反人权等领域。

美国国家运输安全委员会(NTSB)公布了今年三月发生在加州山景城的特斯拉 Model X 致命车祸的初步调查报告（PDF）。这起车祸导致司机 Walter Huang 死亡。报告确认车祸发生时汽车启用了自动驾驶系统。日志显示，在撞击发生前 8 秒，汽车跟在另一辆汽车后面以时速 65 英里行驶。车祸发生在 7 秒，特斯拉汽车开始左转，进入到公路主道和分流出口的一个三角形区域。车祸发生在 4 秒，汽车不再跟在另一辆汽车后面，由于汽车此前设定的巡航速度为时速 75 英里，因此汽车开始加速，在撞击发生前车速增加到了时速 70.8 英里。在 Walter Huang 的最后一分钟旅途中，他的手放在在方向盘的时间为 34 秒，车祸发生前 6 秒他的手脱离了方向盘，汽车并没有对此发出警告。特斯拉声称在 Huang 的手离开方向盘后汽车发生了警告，但 NTSB 指出警告只发生在车祸前 15 分钟。

性爱机器人的市场在升温，这个行业的市场价值估计高达 300 亿美元，至少有四家企业生产成年女性机器人，售价 5000 到 5 万美元。男性性爱机器人据称正在研发中。对于这种趋势，怀疑论者担心性爱机器人可能会增加对女性的厌恶和暴力，点燃恋童癖的冲动，或进一步孤立性挫败感。性爱机器人的厂商则强调其优点，如减少性疾病传播，抑制恋童癖等等。根据发表在《BMJ Sexual & Reproductive Health》期刊上的一篇文章，研究人员认为双方的说法事实上都没有证据，尚无证据显示性爱机器人有害或有益。他们呼吁展开更多研究寻找出答案，他们认为性爱机器人不可避免的会对身体、精神和社会福祉产生影响。

在加州 Laguna Beach，一辆特斯拉汽车周二与一辆停着的无人警车相撞，司机告诉调查人员汽车当时处于自主驾驶模式。司机在事故中受到了轻伤。特斯拉发表声明称：“使用自动驾驶时，司机不断被提醒他们有责任将双手放在方向盘上并始终保持对汽车的控制。特斯拉一直澄清自动驾驶并不会让汽车免于事故。”今年早些时候的一起致命事故让特斯拉的自动驾驶功能受到了广泛关注，特斯拉汽车并不具有真正自动驾驶的功能，该功能实际上是辅助驾驶，特斯拉被消费者组织指责是虚假宣传。

道德模范 写道 "近日，南加州大脑与创造力研究所的研究人员，尝试了利用人工智能技术来分析 Twitter 上的推文，试图预测抗议活动何时会变得暴力。他们利用机器学习分析了 2015 年巴尔的摩抗议活动期间发布的 1800 万条推文，发现示威期间的逮捕率与抗议前几小时发布的道德推文数量成正比。在警察和抗议者之间发生暴力冲突时，包含道德语言的推文几乎增加了一倍，比如用道德术语从主观意义上判断事情的正确性。这意味着，当人们在用道德标准看待抗议的问题时，更容易对持不同意见者使用暴力。该人工智能技术有望成为实时推文监控工具，帮助有关机构保持抗议活动的有序进行。"

今年三月，津巴布韦政府与广州云从科技公司签署了战略合作框架协议，在津巴布韦全国部署脸部识别系统。该项目得到了中国政府一带一路计划的支持，脸部识别计划将主要用于安全和执法领域，还将扩大到其它公共项目。津巴布韦预计将会与中国的 AI 技术专家分享该国数百万居民的脸部数据，云从科技 CEO 姚志强表示，亚洲人和黑人存在巨大差异，不仅仅限于肤色还有脸部骨骼和特征，人脸识别技术需要充分的数据训练才能扩大其能力。云从科技已经调整了其技术以更好的识别较暗的肤色，正在开发系统去识别不同的发型和体型。

此前有消息称，今年三月发生在亚利桑那坦佩的 Uber 自主驾驶汽车致命车祸是软件 bug 导致的。汽车的传感器在 Elaine Herzberg 扶着自行车穿过马路时就探测到了她，但软件将之分类为 “假阳性”，认为不需要停下来。现在，全国运输安全委员会的事故初步调查报告给出了不同的说法。自主驾驶系统在致命车祸发生前六秒就探测到了行人，但它没有刹车是因为刹车功能被禁用了。为了减少汽车在自主驾驶系统控制下的不稳定行为，紧急刹车功能交给了人类司机，由司机决定是否做出干预启用刹车。但系统并没有设计在发现异常后警告司机。而根据警方公布的视频，车祸发生时司机看起来正在分心看手机——但司机本人否认，称她当时看得是监视自主驾驶软件的触摸屏。

Google AI 研究员 Ali Rahimi 去年 12 月在一次 AI 会议上，指责机器学习算法，即计算机通过反复试验和纠错来学习已经成为某种形式的 “炼金术（YouTube）”。他说，研究人员并不知道为什么有些算法会起作用而另一些则不会，他们在选择一个 AI 架构而非另一个时也没有严格的标准。在近日于加拿大温哥华举行的关于学习陈述的国际会议上报告的一篇论文中，Rahimi 和合作者列举了他们所看到的 “炼金术问题”，并为提高 AI 的严格性开了 “药方”。他说，如果不深入了解构建和训练新算法所需要的基本工具，研究人员创建 AI 就会像中世纪的炼金术士一样诉诸于谣言。Rahimi 的论文强调了被浪费掉的努力以及可能导致的次优表现。例如，它指出，当其他研究人员从最先进的语言翻译算法中去掉大部分的复杂性时，它实际上能够把英语更好地翻译成德语或法语，而且效率更好，这表明其创建者并没有完全理解那些额外部分有什么好处。

德国为自主驾驶汽车制定了世界首个伦理规则：如果自主驾驶系统比人类司机造成更少的事故，那么自主驾驶系统将成为一种道德责任；相比对动物或财产造成的伤害，系统必须最优先考虑人类安全；如果事故不可避免，禁止任何基于年龄、性别、种族、身体特征或其它区别的歧视；驾驶的责任方必须明确；汽车必须安装储存驾驶记录的黑盒子；对于是否将驾驶数据转发给第三方或给第三方使用，人类司机保留独有权；如果面临道德上模糊的事件，人类司机必须重新获得汽车控制权。

下层阶级未来将要与中上层阶级的智能助手而不是真人通话了。在 2018 年度的 Google I/O 开发者大会上，Google 演示了能通过电话完成真实世界任务的 AI 系统 Duplex。为了展示其能力，CEO Sundar Pichai 使用 Google Assistant 通过 Duplex 安排了理发预约和订餐。两次任务中，接电话的人都没有意识到他们是在和计算机对话。即使对话没有按照预计的进行，Google 的智能助手也能理解上下文，做出恰当的回应。Google 称它利用大量的匿名通话数据训练 Duplex。目前这项技术还比较初级，还只能支持一小部分询问，AI 的回应也不是很自然。

半个世纪前，混沌理论的提出者发现蝴蝶效应让长期预测变得不可能。复杂系统的最小扰动也能触发一连串的事件，导致未来发生巨大变化。我们生活在不确定性之幕下。现在，机器人伸出了援助之手。科学家在《Physical Review Letters》 和《Chaos》期刊上发表报告，使用机器学习预测混沌系统的长期演化。这种方法被外部专家称赞为重大突破，被认为具有广泛的应用前景。发现来自资深混沌学家 Edward Ott 和他在马里兰大学的同事，他们利用储备池计算（reservoir computing）算法去学习名叫 Kuramoto-Sivashinsky equation 的混沌系统的动力学。通过数据训练，他们的储备池计算能预测的系统演化时间八倍于旧的方法。

英国议会发表报告，建议在发展和应用人工智能过程中把伦理道德放在核心位置，以确保这项技术更好地造福人类。报告提出，应确立一个适用于不同领域的 “人工智能准则”，其中主要包括５个方面：人工智能应为人类共同利益服务；人工智能应遵循可理解性和公平性原则；人工智能不应用于削弱个人、家庭乃至社区的数据权利或隐私；所有公民都应有权利接受相关教育，以便能在精神、情感和经济上适应人工智能发展；人工智能绝不应被赋予任何伤害、毁灭或欺骗人类的自主能力。

与人类相关的诉讼就很棘手，更不用提 AI 了。虽然具有人类能力的自主机器人还需要几十年时间才会出现，但欧洲立法者、法律专家和制造商们已经展开了一场有关机器人法律地位的辩论：是机器还是人类最终需要为其行为承担责任。这场辩论可追踪到欧盟议会去年初的一份报告，这份报告认为具有自我学习能力的机器人可以被赋予“电子个性”，意味着机器人可以被个别投保，对人类或财产造成的伤害或损害承担责任。支持者认为这是常识，机器人所具有的法律人格将使其变成虚拟的人，可以结婚和受益于人权。但反对者认为，从法律和伦理的角度赋予机器人法律人格是不合适的。

研究人员利用 AI 去分析刻板印象的演化过程。研究人员设计了使用词嵌入 (word embeddings)的程序。通常，一串数字代表一个单词的意思，而这些单词的意思是基于文本中的周围其他单词所考量的。例如，如果人们倾向于把女性描述为情绪化的，那么 “情绪” 这个词语会比 “男人” 这个词汇更频繁地出现在 “女人” 的旁边，而文字的嵌入将会把它挑出来——“情绪”的嵌入将会比 “男人” 更加接近“女人”。而这便是对女性的一种偏见。通过对几十年来出版的英语文本进行分析，研究人员发现，几十年来，与能力相关的词汇——比如 “足智多谋” 和“聪明”——正在慢慢变得不那么男性化。但是与外表有关的词语——比如 “迷人” 和“居家”——却依然没有太大的变化。在过去的几十年里，这些词汇的嵌入仍然明显与 “女性” 有关。

因为自动驾驶汽车在旧金山的一条街道上与行人靠得太近，警方给汽车开了张罚单。这辆汽车属于旧金山公司 Cruise，被交警拦下来开了罚单，原因是它没有礼人行横道上的行人。Cruise 公司为其辩护，称数据显示行人与汽车的距离还比较远，它的自动驾驶汽车并没有犯错。当时行人和汽车距离 10.8 英尺，而在此次事故中行人没有受到任何伤害。

3 月 23 日周五上午 9 点，苹果工程师 Walter Huang 驾驶特斯拉 Model X 汽车在加州 101 公路和 85 公路交接处发生致命车祸，车祸发生时汽车启用了自动驾驶（或自动辅助驾驶）功能。根据 ABC 的跟踪报道，此次车祸可能并非是孤例。去年 9 月 21 日发生的特斯拉车祸与上个月的车祸有很多相似之处，幸运的是司机没事，安全隔离带发挥了作用。多名特斯拉司机在网上公布视频，显示自动驾驶控制的汽车偏离了路线。一名特斯拉司机的通勤路线与 Walter Huang 相同，他本周记录下了类似的现象，自动驾驶控制的汽车没有任何警告的突然左转冲向隔离带，迫使他立即接管了驾驶。另一名 Model X 司机也指出他的汽车自动驾驶下在通勤路线的相同地点多次发生突然转向。

上周五早晨苹果工程师 Walter Huang 驾驶特斯拉 Model X 汽车在加州 101 公路和 85 公路交接处发生车祸，汽车撞在了隔离带，期间汽车启用了自动驾驶。而据 ABC 报道，Huang 曾向汽车零售商抱怨自动驾驶曾多次在同一地点转向隔离带。特斯拉发表声明称，“通过恢复车载电脑中的行车日志，对于事故当时可能发生的情况，我们已经了解了更多的信息。在碰撞发生前（ 3 月 23 日周五上午 9 点 27 分之前）的时段里 ，自动辅助驾驶处于使用状态，主动巡航控制中的跟车距离被设置为最小距离。在驾驶过程中，系统发出了数次影像提示和 1 次声音提示，要求驾驶员双手握住方向盘。但在事故发生前的 6 秒内，系统没有检测到驾驶员将双手放在方向盘上。从距离高速公路混凝土隔离带 150 米处，驾驶员的视野就可以清晰看到隔离带，并有 5 秒左右的反应时间。但遗憾的是，行车日志显示，驾驶员并未采取任何行动...在美国，平均每行驶 8600 万英里就有一起致命汽车事故发生。而对于配有自动辅助驾驶硬件的特斯拉车辆，这个数据为平均每行驶 3.2 亿英里（其中包括已知的行人致死事故）。这意味着，如果你驾驶装备自动辅助驾驶硬件的特斯拉车辆，遭遇致死事故的可能性会低于平均值的 3.7 倍...目前，全世界每年有近 125 万人被车祸夺去生命。如果配备与特斯拉同等安全级别的车辆在世界范围内得到广泛应用，意味着每年有大约 90 万人能免于在车祸中失去生命。我们认为自动驾驶车辆的安全水平将比非自动驾驶车辆高出 10 倍。”