区分计算机和人类的图灵测试——Google 的 reCAPTCHA 系统进入到了这样一个阶段，人类开始对其避而远之，因为它太难了。为什么 CAPTCHA 变得越来越难？因为机器学习在基础性的文本、图像和语音识别任务上的表现与人类已经不相上下，甚至有过之无不及，以至于增加机器人程序识别难度的 CAPTCHA 对人类也越来越难。新的 CAPTCHA 混入了文化元素和游戏元素，计算机难以理解，但人类也是，人类并非笨而是因为人类之间在语言、文化习俗和经验上也存在巨大差异。图灵测试让人类也越来越难以证明自己是人类了。

上周，DeepMind AI AlphaStar 在与世界排名 44 位和 13 位的职业选手 Dario Wunsch 和 Grzegorz Komincz 之间展开的《星际争霸 2》人机大战中以 10 比 0 获胜。但分析人士认为这次人机大战并不公平。AlphaStar 的微操确实令人印象深刻，但许多操作对人类玩家是不太可能做到的，而这对机器人程序来说却是稀疏平常。举例来说，AlphaStar 同时在屏幕的两个对立面操纵单位。虽然为了公平起见，DeepMind 限制了 AlphaStar 的速度，但仍然远远超过人类。通过使用 API 它的点击精度也比人类玩家高得多。API 也给予 AlphaStar 对整个战场有着近乎上帝的视野。

官媒报道了浙江绍兴用 AI 监控厨房，识别出违规行为后就向管理人员发出警告。技术提供方杭州祐全科技发展有限公司总经理聂立功表示，人工智能通过深度学习厨师在操作场所不穿工装、砧板混用、垃圾桶不加盖等 8 种不规范行为和专间洗手消毒、环境清洁等 4 种规范行为的大量体征和动作，构建了行为运动状态模型数据云。在接入该智能系统的首家餐饮单位绍兴市咸亨酒店厨房区，当操作场所出现上述规范或不规范行为时，人工智能便利用监控进行实时识别、抓拍，并立即向管理员手机 APP 示警。同时，违规行为在现场显示屏同步曝光，在企业负责人电脑端也可实时展示。

YouTube 和 Twitch 直播了 AI 和人类顶尖电竞职业选手之间展开的一系列《星际争霸 2》人机大战，结果 DeepMind AI AlphaStar 以 10 比 1 打败了世界排名 44 位和 13 位的职业选手 Dario Wunsch 和 Grzegorz Komincz。DeepMind 的 David Silver 在直播中表示，这一时刻令人兴奋，我们首次看到 AI 能战胜职业玩家。DeepMind 开发了五个版本的 AI 程序 AlphaStar，使用人类玩家的数据进行训练，然后五个 AI 在竞技场上互相对战，领先的 AI 积累了相当于 200 年的游戏经验。AlphaStar 的成功也有其局限性，它只使用一张地图和单一游戏种族（神族）。虽然程序是运行在一个 GPU 上，但训练时它使用了 Google 云端的 16 块 v3 Tensor Processing Units。

研究人员在《Nature Medicine》期刊上发表论文，描述了名叫 Face2Gene 的智能手机应用的技术特点。它依靠机器学习算法和类脑神经网络对先天性和神经发育障碍患者照片中的面部特征进行分类。利用从图片中推断出的 “经验”，对可能的诊断进行定位，并提供可能的选项列表。研究负责人、马萨诸塞州波士顿数字健康公司 FDNA 首席技术官 Yaron Gurovich 表示，以标准化方式描述显型能力的增强，为未来的研究和应用，以及识别新的遗传综合征打开了大门。“它展示了如何将先进的算法，比如深度学习，应用到一个具有挑战性的领域。”

DARPA 的一个新项目旨在创建一个机器学习系统，能从日常的无数事件和媒体片段中识别出其中的联系。该项目被称为 KAIROS，代表 Knowledge-directed Artificial Intelligence Reasoning Over Schemas。我们日常所经历事件中的关联性对人类而言十分简单，但对机器来说就不那么容易搞清楚了。举例来说，你要买东西，你会走进商店，选择商品，拿到收银台，扫描，支付，然后离开商店。买东西的流程是一种我们能识别的模式，但计算机对此却难以理解。DARPA 的计划就是创建能理解这种模式的 AI。

AI 过去几年取得了令人瞩目的成就，以 DeepMind 的 AlphaGo 为例，它先后击败了当今最顶尖的围棋选手，而它的演进版本 AlphaZero 能在只掌握最基本的棋类规则的情况下通过自对弈成为棋类游戏的最强者。AI 的成功部分来自于深度神经网络，而深度神经网络的基础则始于 30 年前提出的误差反向传播学习算法（backpropagation）。在廉价但更强大的硬件帮助下，深度神经网络产生的某些结果比专家更出色。那么深度神经网络是否可能预示了强人工智能？DeepMind 的联合创始人 Demis Hassabis 不这么看。他认为强人工智能离我们还很遥远。游戏或棋类游戏某些方面非常简单，状态之间的转换模型明确且易于学习，而真实世界的 3D 模型和真实世界本身是难以弄明白的。他说，现有的 AI 系统首先需要学会看然后再学会玩，而人类能更快的学会玩游戏。

自动驾驶汽车是大势所趋，但真正的全自动驾驶离我们还有很长的距离。美国将自动驾驶汽车定义为五个层次，等级一意指汽车基本上是由人驾驶，车内只装置巡航控制系统等简易安全系统。等级二的汽车拥有转向控制或停车辅助，可由电脑控制方向盘功能的部分自动化系统。达到等级三的汽车已经可以高度自动化，由无人驾驶系统操控汽车，但在遭遇困难情况时将停止自动驾驶功能。例如当暴风雪或暴雨造成相机和雷达失效时，电脑会要求人接手驾驶。等级四是汽车接管绝大部分驾驶功能，等级五则是全自动驾驶，电脑能在所有交通状况下取代人类驾驶操控汽车。研究指出，全自动驾驶功能还需要数十年的光阴，人们暂时不应该抱持过高的期望。

Loop Ventures 发表了年度智能音箱 IQ 测试报告，向 Google Home/Google，HomePod/Siri，Echo/Alexa 和 Cortana 询问了 800 个相同的问题，根据智能助手是否能理解问题以及是否能提供正确答案进行评分，问题旨在全面测试智能音箱的能力，涵盖了地点如最近的咖啡店，购物，导航、信息和指令等五类。结果显示，所有智能助手都比前一年有进步，而 Google 仍然是表现最出色的。Google 理解了所有 800 个问题并正确回答了 86% 的问题，Siri 错误 3 次正确回答了 75% 的问题，Echo 错误了 8 次正确回答了 73%，Cortana 错误了 5 次正确回答了 63%。相比之下，2017 年的成绩是：Google 错误率为 19%，Siri 47% ，Alexa 37%，Cortana 44%，显然 Siri 的进步最为显著。

Nvidia 的研究人员在预印本网站 arXiv.org 上发表论文（PDF），描述了一种生成和混合图像（特别是人脸）的新架构，可以“带来更好的插值特性，而且也能更好地解析变化的潜在因素”。研究人员利用机器学习去生成逼真的人脸，逼真到我可能永远不会再相信一个机器或人类是真实的。新系统的灵感源自所谓的风格转移，也就是对图像（比如说一张画）的重要风格特征进行提取，并应用到另一张图像的创作当中，如果一切顺利的话，最终得到的图像应该跟原来的拥有类似外观。研究人员还发布了一个面部数据集。

Waymo 的商业自主驾驶出租车服务上周三正式启动，但在 48 小时后没有看到多少人使用该服务的迹象，也没有人在社交媒体上谈论它。被称为 Waymo One 的出租车服务还不是真正的无人驾驶，还有司机坐在方向盘后面，它更像是测试的继续而不是真正的商业性服务。过去两年一直跟踪 Waymo 测试的记者 Ryan Randazzo 报告，该公司的自主驾驶汽车还没有真正做好无人操作的准备，在处理复杂交通问题时仍然挣扎不已，远不如人类司机。

Google AI 子公司 DeepMind 的研究人员去年宣布他们的 AI 程序进化到了 AlphaZero，利用自对弈强化学习在短时间内打败了顶尖的国际象棋和日本将棋程序。在只知道基本规则的情况下，AlphaZero 靠自对弈精通了围棋、国际象棋和日本将棋。本周，DeepMind 在《科学》期刊上发表了他们的通用强化学习算法论文（预印本PDF），确认和更新了去年的结果。论文描述了 AlphaZero 如何快速的学习三种棋类游戏成为史上最强的棋手，尽管它只知道基本规则没有其它该领域的知识。

Nvidia 演示了利用 AI 而不是传统的建模或图形渲染引擎去实时绘制虚拟世界。新的方法利用了条件生成神经网络去分析现有的视频，然后将 3D 元素应用到新的环境里。Nvidia 称这项技术大大简化了 3D 虚拟世界的创造，因为通过视频训练的 AI 能自动将建筑物、汽车、树木等元素渲染到新 3D 世界里，不再需要艰苦的场景元素建模过程。如图所示，AI 生成的视频不是太清晰，其优点在于实时生成。研究人员发布了一则视频（YouTube）演示了 AI 视频渲染和场景替换（将研究人员自己的肖像替换原视频中的人物）。

一名特斯拉司机在自动驾驶启用的情况下睡着了，为了停下这辆车，加州公路巡警追逐了他七分钟。警官是在凌晨 3 点 30 分左右注意到这辆直行的 特斯拉 Model S 汽车，由于司机没有任何回应，警方不得不设法让自动驾驶系统放慢速度，最终停下来。特斯拉拒绝置评，Consumer Watchdog 认为此事再次证明特斯拉的自动驾驶误导了消费者，让他们以为自动驾驶是真的能自动的驾驶，无需人干预。但实际上特斯拉汽车的自动驾驶更多是一种辅助性驾驶。

推进 AI 发展的一些最关键工作是在与北京和深圳那些向往成为硅谷的地方相距十万八千里进行的。虽然人工智能机器是超快的学习者，擅长处理复杂的运算，但它们缺乏就连 5 岁的孩子都具备的认知能力。人工智能需要被教导。它必须消化大量带有标签的照片和视频，然后才能意识到，黑猫和白猫都是猫。这就是数据工厂及其工作人员起作用的地方。数据工厂开始在远离大城市的地区涌现，通常是在相对偏远的地区，劳动力和办公空间都很便宜。许多数据工厂的工人都曾在大城市的流水线和建筑工地工作。但是那些工作正在枯竭，工资增长放缓，而且许多中国人更喜欢住在离家较近的地方。

中国各地开始部署面部识别技术去识别乱穿马路的人，然后通过安装在路边的显示屏进行曝光。但 AI 的智能其实有限，误报率很高，格力董事长董明珠可能对此就有深刻体验。她的肖像上周出现在了浙江宁波的曝光显示屏上，但显示的却是她在公交巴士上的广告图像。宁波交警很快认识到了错误，删除了显示屏上的快照，表示将全面升级监控系统以减少误报。格力没有表现出丝毫的不满，而是感谢了交警的辛勤工作，它还呼吁人们遵守规则以确保交通安全。

长久以来，中国官媒《人民日报》被认为是洞悉中南海最新政策的重要窗口，许多中国观察家每天的第一项工作就是：埋头细读《人民日报》头版，从中寻找变化的蛛丝马迹。在不久的将来，记忆力远超人类读者的人工智能或能代劳这一工作。 两位华裔研究员开发出名为“政策变动指数”（Policy Change Index）的人工智能程序，它犹如一位《人民日报》的死忠读者，“熟读” 该报及其前身《晋察冀日报》自 1946 年来发布的全部 200 万篇文章。根据程序设定，如果这位人工智能读者一觉醒来，读到当日的头版觉得非常惊讶，就说明这篇文章偏离了该报此前的采编思路。如果该程序持续对头版信息感到“惊讶”，就意味着北京的宣传思路转向，新的政策可能要横空出世了。他们的论文发表在美国企业研究所网站上。政策变动指数成功“预测”了大跃进，改革开放和本世纪的改革“减速”。

Yoshua Bengio 是深度学习技术的缔造者之一，他接受采访回答了 AI 竞赛和军事使用等问题。Bengio 对西方和中国的少数公司统治 AI 领域感到担忧，认为 AI 研究需要更多民主，AI 研究本身会导致权力、金钱和研究人员的集中化，最好的学生想要去最好的公司，他们会有更多的钱更多的数据，这种趋势不是健康的。即使在民主制度下，太多的权力集中在少数人手中也是危险的。他坚决反对 AI 的军事使用，即使是非致命的使用。他认为需要将拥有杀人机器人变得非道德，改变文化，包括改变法律和条约。当然你无法永远阻止杀人机器人的出现，因为流氓国家会去研究，但我们可以研究防御技术，针对无人机的防御性武器和针对人类的进攻性武器之间是有差异的。两者都可使用 AI。Bengio 不信任军方，他认为军方通常会将职责放在道德之前。

HAL 9000 配音演员 Douglas Rain 于 11 月 11 日去世，享年 90 岁，属于自然死亡。Rain 生于 1928 年，一生中参演了上百部电视剧和电影，从事过配音和电台的工作。他最著名的工作就是在《2001太空漫游》里面给人工智能 HAL 9000 配音。HAL 9000 已经成为一个经典的角色，它能语音交流、语音识别、面部识别、自然语言处理和读取唇语，在电影中，Rain 配音的 HAL 9000 以没有任何感情波动著称。

中国官方的新华社联合搜狗发布了首个合成新闻主播。新华社发布了两个 AI 主播，一个讲中文，另一个讲英文（YouTube）。“AI合成主播”是通过提取真人主播新闻播报视频中的声音、唇形、表情动作等特征，运用语音、唇形、表情合成以及深度学习等技术联合建模训练而成。该项技术能够将所输入的中英文文本自动生成相应内容的视频，并确保视频中音频和表情、唇动保持自然一致，展现与真人主播无异的信息传达效果。新华社称，真人主播一天只能工作 8 小时，但 AI 主播可以根据输入的文字一天 24 小时工作。