在河南的一个小村庄，农民们聚集在一起拍照。拍的照片被用于训练 AI 识别真实面部特征，而村民则通过贡献照片换取茶杯或砂锅 。千机数据公司执行长刘阳峰称，“最大的项目有成千上万人参加，他们全部是当地人。”“我们正在创建更多的数据组来为更多的人工智能算法公司服务，它们可以服务于中国的人工智能开发，” 他拒绝透露他的客户。对用于训练 AI 算法的数据需求激增，正在推动一个全新的全球行业，该行业收集照片和视频等信息，然后进行标记并最终让计算机知晓所看到的内容。得益于蓬勃发展的 AI 行业带来的无尽需求，中国已成为重要的数据采集和标注中心。

Adobe 官方博客说，它的流行图像编辑软件 Photoshop 对视觉文化产生了巨大的影响，然而图像编辑的流行也带来了新的伦理方面的问题：如何辨别图像的真伪？ Adobe 的研究人员 Richard Zhang 和 Oliver Wang 与他们在加州伯克利的同事合作正在开发一种实验性工具能区分图像是否 PS 过。鉴于 Photoshop 的 Face Aware Liquify 被广泛用于修饰脸部，该工具目前主要集中在这一功能上。他们的论文发表在 arXiv，代码发布在 GitHub上。Adobe 称人类在判断脸部修改上的正确率只有 53%，它的 AI 神经网络能达到 99%。

加拿大的 Element AI 根据 2018 年内在 21 个国际学会上发表的论文调查了作者人数和经历，统计了顶尖 AI 人才的分布。调查显示，全球有 2.24 万 AI 方面的顶尖人才。其中约半数在美国（1 万 295 人），其次是中国（2525 人）占到 1 成。英国（1475 人）、德国（935 人）和加拿大（815 人）次之。AI 人才较多的欧美和中国近年来出台国家政策，培育了覆盖综合科学技术领域的人才。美国自 10 多年前开始，推行理科和数学教育的振兴政策，大幅增加了科技相关教师人数。中国也于 2017 年制定新一代 AI 发展计划，推进新设置 AI 专业等。

根据科技部发表的《中国新一代人工智能发展报告 2019》，2013-2018 年，全球人工智能领域的论文文献产出共 30.5 万篇，其中，中国发表 7.4 万篇，美国发表 5.2 万篇。中美两国之间人工智能科研论文合作规模最大，是全球人工智能合作网络的中心，中美两国合作深刻影响全球人工智能发展。虽然 AI 论文数量最多，但中国论文的引用率指标仍然比较低。报告称，全国 30 多所高校成立了 AI 学院，75 所高校自主设置了 89 个人工智能相关二级学科或交叉学科，人工智能还进入高中新课标。

Google 的电话智能助手 Duplex 开始为用户提供服务，它使用 AI 帮助用户完成预约或订餐等任务，这项技术给人留下了很深刻的印象，尤其是你以为的 AI 其实是人类的时候。某天下午，一家餐厅的服务员接到了 ID 为 Google Assistant 的呼叫者的订餐电话，服务员察觉打电话的人真的像人类，于是问对方是不是机器人，对方立即回答他不是机器人。Google 随后证实打电话的人来自一家呼叫中心。搜索巨人称 25% 的 Duplex 呼叫始于呼叫中心的工作人员，15% 的自动系统呼叫在某个时候需要有人类介入。换句话说智能电话助手很大一部分还是靠人来运作。在 Duplex 能真正为人类提供服务前它还需要接受更多的呼叫训练，向 AI 的过渡是逐步的。

肺癌是对人类健康和生命威胁最大的癌症之一。专家建议对高危人群进行低剂量的计算机断层扫描筛查。放射科医生会根据结节大小、密度和生长对图像进行解释，但超过 80% 的肺癌病例都没有在早期发现。根据发表在《Nature Medicine》期刊上的一项研究，Google AI 的研究人员开发出一种可预测肺部恶性肿瘤的深度学习模型，其表现相当于甚至优于经验丰富的放射科医生。研究人员利用 42,290 幅肺癌患者的 CT 扫描图像对神经网络模型进行训练，该模型预测了 6,716 个病例中的结节，准确率达到 94%。他们又开展了两项研究，将该模型的表现与放射科医生进行比较。六名放射科医生参与了对比，他们平均拥有八年的临床经验。在未提供先前的 CT 扫描图像时，该模型的表现优于全部六名医生，假阳性率减少 11%，假阴性率减少 5%。在提供先前的 CT 扫描图像后，该模型的表现与医生相当。

腾讯利用人工智能 (AI) 为帕金森病患者诊断的项目开始在伦敦进行临床试验，这一项目是与英国初创企业 Medopad 合作进行的。两年前，中国政府要求这家科技巨头牵头开发用于医疗诊断的 AI 项目。“我们有很多共同的愿景，”腾讯医疗 AI 实验室主任范伟表示。“我们发现我们的道路越来越近了。”据 Medopad 公司介绍，帕金森病诊断的临床试验将在伦敦的一家私人精神健康诊所 Dementech Neurosciences 进行，大约 40 名患者参与试验。这项试验将在未来几个月完成。有 30 多名 Medopad 员工参与了与腾讯的合作。腾讯也有 35 人参与这一项目。

亚马逊内部文件（PDF）显示，电商巨头利用算法去自动解雇未达到生产率指标的仓库工人。去年签名的一份信函中，代表亚马逊的律师表示，由于未能达到生产率指标，该公司在 2017 年 8 月到 2018 年 9 月之间解雇了一个运营中心的数百名雇员。公司发言人称，由于无效率大约 300 名全职雇员的岗位被终止，而该运营中心有大约 2500 名雇员，解雇数量超过了员工总数的 10%。文件展现了亚马逊的一个自动化的跟踪和岗位终止流程。亚马逊的自动化系统跟踪了每一名员工的生产效率，无需上司意见就能自动发出与质量或生产率相关的警告或岗位终止。亚马逊则表示，上司可以推翻系统的决定。

AI 驱动的大规模监视系统可能会导致匿名的终结，但研究人员也一次次证明，此类的系统并没有人们想象的那么无懈可击。比利时鲁汶大学的一群学生在预印本网站 arXiv 发表论文，演示可以利用简单的印刷图案去愚弄一种专门用于识别人脸的算法。如果你打印了学生设计的图案，挂在脖子下，从 AI 的角度，你好像披了隐形斗篷。不过他们的对抗样本图案只对名叫 YOLOv2 的算法有效，不适用于许多公司开发的计算机视觉系统。如果你盯着图像看，那么它也会失效。

大众高管表示该公司将使用中国软件开发者帮助设计全球自动驾驶汽车架构，因为中国有更多称职的程序员，而在其他地方则很难找到。随着汽车制造商争相开发先进的辅助驾驶系统和自动驾驶功能，汽车制造商正在努力寻找合格的工程师来构建教授汽车正确反应所需的软件算法。大众汽车在中国拥有 4000 名工程师，平均年龄为 29 岁，分布在五个研发中心，而软件工程师的数量还在快速增加。大众汽车中国的乘用车主席 Stephan Woellenstein 表示，“在短期内，他们将能每年完成 1500 万至 2000 万行代码。”

欧盟委员会发布 AI 伦理准则，同时宣布启动 AI 伦理准则的试行阶段，邀请工商企业、研究机构和政府机构对该准则进行测试。该准则由欧盟 AI 高级别专家组起草，列出了 “可信赖人工智能” 的 7 个关键条件——人的能动性和监督能力、安全性、隐私数据管理、透明度、包容性、社会福祉、问责机制，以确保人工智能足够安全可靠。欧盟将 “人工智能” 定义为“显示智能行为的系统”，它可以分析环境，并行使一定的自主权来执行任务。根据官方解释，“可信赖的人工智能” 有两个必要的组成部分：一是应尊重基本人权、规章制度、核心原则及价值观；二是应在技术上安全可靠，避免因技术不足而造成无意的伤害。举例来说，如果人工智能在未来诊断出一个人患有某种病症，欧盟的准则可以确保系统不会做出基于患者种族或性别的偏见诊断，也不会无视人类医生的反对意见，患者可以自行选择获得对诊断结果的解释。

有 3 篇于去年 3 月至 11 月间发表的论文，是由位于北京的微软亚洲研究院的学者与隶属于中国人民解放军国防科技大学的研究人员联合撰写的。其中一篇由微软和国防科大研究人员共同撰写的论文，描述了一种新的人工智能技术，通过分析人脸来重建详细的环境地图。论文承认，该系统可以提供关于 “未被摄像头拍到的” 周围环境的更多信息，这可以发挥“各种视觉用途”。另外两篇论文探讨的领域包括机器阅读，即计算机如何理解在线文本。微软表示，其 “研究人员——通常是学者——与世界各地的顶尖学者和专家一起进行基础研究，以增进我们对技术的理解”。

未来学家 Gary Grossman 刊文称，工人需要担心 AI 技术。他认为，AI 可能是科技史上最快的范式转变。这一次 AI 创造的工作将少于它取代的工作。毕马威会计事务所的调查称，超过半数的高管计划未来 12 个月实现某种形式的 AI ，调查的组织有四分之三预测 AI 自动化将会在未来两年内对 10 到 50% 的雇员产生严重影响。花旗的一位高管称，更好的 AI 将能减少 30% 的银行雇员人数。许多企业表示 AI 能消除部分枯燥的重复性工作，让人们能从事能更高端的工作。但大部分失业的呼叫中心雇员并不会成为 Java 程序员。除了低技术工作面临消失的风险，Gartner 报告称 AI 将能消除 80% 的项目管理工作。Edelman 2019 AI 调查显示，54% 的公众和 43% 的科技高管表示 AI 将会伤害穷人，他们中有 67% 和 75% 的人相信 AI 会让富人受益。

北京交通监管部门第一份关于持牌无人驾驶汽车的报告显示，2018 年 8 家公司的自动驾驶车队总共行驶了 15.36 万公里，其中百度的无人驾驶汽车在北京行驶了接近 14 万公里，约占 8 家有授权公司自动驾驶行驶总里程的 91%。百度的领先地位也符合该公司对人工智能技术的全力投入 。关于将人工智能应用在交通领域，百度明确表示不会涉足硬件，而是通过 “ 阿波罗 ” 开放平台让第三方厂商可以使用该公司的技术。根据最新数据，已经有 135 家 汽车厂商、零部件供应商和汽车行业公司参与 “阿波罗” 平台。

美国计算机学会（ACM）宣布 2018 年度的图灵奖授予了三位在神经网络上做出突破性贡献的计算机科学家： 纽约大学的 Yann LeCunn，多伦多大学的 Geoffrey Hinton 和蒙特利尔大学的 Yoshua Bengio。图灵奖是计算机科学领域的最高奖，三位科学家将分享一百万美元的奖金。Hinton 博士现在为 Google 工作，LeCunn 博士为 Facebook 工作，Bengio 博士则与 IBM 和微软有合作。神经网络是通过分析大量数据从中学习离散任务的复杂数学系统，比如通过分析大量通话学习去识别口语。神经网络让人工智能以以前不可能的速度快速发展。

在中国，推进 AI 发展的一些最关键工作是在与北京和深圳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。数据工厂应运而生，它们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。那么其它国家呢？印度成为一个热门的世界数据工厂。在一个叫 Kumaramputhur 的小村庄，大约 200 名工人在从事数据分类的工作，大部分人的年龄在 20 到 25 岁。外包公司在偏远地方建立了类似的工厂去从事数据分类，数以千计的人类在帮助训练最先进的 AI。

Google 于 2017 年在中国设立了 AI 实验室，主要是从事 TensorFlow 等软件的开发工作。但 Google 的中国 AI 实验室却在美国引发了争议，参谋长联席会议主席 Joseph Dunford 将军本周称，Google 在间接的帮助中国发展军事，这不符合美国的国家利益。本月早些时候，美国总统特朗普（Donald Trump）通过 Twitter 发表了类似的批评。自去年 Google 撤回与五角大楼的军事合同之后，双方的关系就出现了紧张。应 Google 的要求，Dunford 将军暂定下周与其高管进行会谈。Google 发言人称中国 AI 实验室与军事无关，主要是在进行自然语言理解和营销算法方面的研究。至于 TensorFlow，它是开源软件，Google 无法控制谁使用它。

对 2500 名欧洲人的一项调查发现，人们认为 AI 会比政客做出更好的政策决策。这次调查主要是了解人们对新技术的看法。结果显示一半以上的被调查者担心他们的工作会被机器取代，70% 的认为放任的技术创新对社会造成的伤害可能大于其好处。但调查的一个有意思的结果是四分之一的人更乐意由 AI 而不是政客去做出有关国家治理的政治决策。世界各地的人对他们的声音是否会影响政治决策日益产生怀疑，但算法作为一种解决方案并非没有缺点，因为算法可能会内在含有程序员的偏见，或者容易被操纵去产生特定结果。

日本旧的《道路交通法》禁止驾驶人员在驾驶中操作智能手机和注视车载导航仪，本周五通过的新修正案将自动驾驶排除在上述规定的适用对象之外。修正案以紧急时切换为手动驾驶为前提，将解禁智能手机操作等 “开车一心二用”。车辆驾驶员此前还需承担遵守交通规则等 “安全驾驶义务”，禁止喝酒、睡觉、吃东西和读书没有明确的法律上的规定。在修正案中，吃东西等没有明令禁止，但事故发生时司机有可能被控违反安全驾驶义务。喝酒和睡觉则仍然被严令禁止。修正案还要求通过车辆配备的装置记录行驶状态，保存数据。

风险投资公司 MMC 发表报告（PDF），它分析了 2830 家被归类为 AI 的欧洲创业公司，只有 1580 家公司符合其描述，五分之二的公司在其产品中没有发现使用任何 AI 的证据。MMC 检查了每一家公司的材料、产品、网站和产品文档。研究负责人 David Kelnar 没有给出这些公司的名字，他认为许多创业公司其实知道被错误归类，但它们没有动机去修正，因为这潜在可能会导致投资减少。