人工智能已经深入我们的生活，虽然你可能难以指出明显的例子。在无数服务的背后，有神经网络在为我们的虚拟助手提供支持、提出在线购物建议、识别出照片中的对象、审查我们的银行交易以避免欺诈活动、转录我们的语音信息，并清除社交媒体上的过激言论。但这些应用都有着共通的局限性，即只能在有限且明确可预测的环境当中学习和起效。

我们的工作与商业环境没这么单纯，所以让 AI 发挥作用自然困难重重。为了更上一层楼，研究人员正努力将 AI 与机器人技术融合起来，希望创造一种真正具备智能，可以在混合、无法预测且残酷无情的现实世界中做出决策、控制物理实体的完整解决方案。这无疑是个革命性的发展目标，也引起世界上众多强大技术研究组织的关注。

Google 位于伦敦的 AI 合作伙伴 DeepMind 机器人技术主管 Raia Hadsell 坦言，“我认为机器人技术领域的发展态势，可能要比计算机视觉技术的当前水平落后十年左右。” 即使对 Google 来说，这也是一项艰难的挑战。其中某些部分相对简单：在大多数机器人应用领域，我们很难收集到能够推动AI其他领域取得进展的庞大数据集。也有些问题深刻而复杂，涉及 AI 领域的老大难挑战：如何让 AI 在不忘记旧任务的前提下学习新任务？如何创建一种 AI，将它在新任务中学习到的技能融合进之前掌握的能力之内？ 只要在这些方面取得突破，AI 的应用领域将大大拓宽。我们热切希望 AI 完成的各类目标——驾驶汽车和卡车、在疗养院工作、灾后清理、完成基本家务、建造房屋，播种、培育和收割庄稼等等——这一切超出现有 AI 处理范围的复杂、通用任务，都将可以由机器人独力完成。 除了打开巨大的潜在市场之外，这项工作还将带来直接且深远的社会影响。它不仅启发着我们对机器人技术乃至AI研究的思路，更会影响我们对于智能这一概念本身的理解。 我们不妨从最简单的问题起步。神经网络的水平取决于训练中所使用数据的质量与数量。海量数据集的出现，成为近年来AI技术迅猛发展的前提：图像识别软件需要数百万张经过标 记的图像训练而成；AlphaGo 之所以能在古老的围棋中击败世界第一人，靠的就是数十万轮棋谱数据训练与自我对弈的几百万次磨炼。 但是机器人的训练可没有这么庞大的数据集可供参考。

Hadsell 指出，“这是个非常关键的困境。我们可以在几分钟内通过数百个 CPU 并发运行，让 AI 模型快速模拟成千上万盘围棋对弈。但如果机器人拿起一个杯子需要 3 秒钟，那么每台机器人每分钟最多只能进行 20 次练习。更重要的是，如果图像识别系统在前 100 万张图像中总结出了错误结论，不会有什么大问题。但如果双足机器人在前 1000 次行走中不断跌倒……那没等它学会走路机器就差不多要报废了。” 真实数据的问题目前还没能得到解决，但 DeepMind 从未止住脚步，他们只是不断收集自己能够收集到的一切、机器人则在实验室里嗡嗡作响。而在整个行业内，研究人员则希望通过所谓“模拟到真实”的技术解决数据匮乏问题。 位于旧金山的 OpenAI 实验室最近正在利用这项策略训练机械手，尝试让它学会破解魔方。研究人员开发出一个包含魔方加机械手的虚拟环境，并在其中训练负责操纵机械手的 AI 模型。之后它们把 AI 模型安装在实体机械手上，尝试破解真正的魔方。从结果来看，模拟训练确实能教会物理机器人解决真实世界中的难题。

Hadsell 适时泼了点冷水，表示虽然取得了重大成功，但这项技术仍有很大的局限性。AI 研究员兼机器人专家 Rodney Brooks 有句名言，“模拟注定会成功”，因为模拟环境过于完美、与现实世界的复杂状态脱节。Hadsell 指出，“想象一下模拟环境中有两只机械手臂，不断尝试组装一部手机。”只要让它尝试几百上千万次，机械手最终能够在几秒钟之内以恰到好处的力度加毫厘不差的时机组装出一部手机——每个部件都在最正确的时间落在最正确的位置上。但这样的结果永远无法适用于复杂而且混乱的现实。目前研究人员还无法建立起包含不完美因素的模拟方案。Hadsell 解释道，“我们当然可以人为添加噪声和随机性，但还没有任何一种现代模拟方案能够可靠地重现哪怕一小部分现实条件。”

今年春季，在雪城大学夸克物理学小组会议上，Ivan Polyakov 宣布自己初步发现了一种神秘粒子的踪迹。小组负责人 Sheldon Stone 回忆道，“我们都说，不可能吧，你是不是搞错了？”Polyakov 重新检查了自己对大强子对撞机b介子（LHCb）实验数据的分析结果，发现结论依然成立。换句话说，与大多数理论家的观点相反，被称为夸克的一组四个基本粒子确实可以形成一个紧密的基团。LHCb 在今年 7 月的会议及本月早些时候的论文中报告了这种复合粒子的发现，将其命名为双粲四夸克（double-charm tetraquark）。论文正接受同行评审。

双粲四夸克的意外发现凸显出令人不安的事实——虽然物理学家都清楚定义强作用力——即将夸克结合起来以在原子中心形成质子与中子的基本力——的确切方程，但他们却无法解开这个奇怪、似乎永无尽头的迭代方程。正因为如此他们无法预测强作用力的实际影响。四夸克结构为理论家提供了坚实的目标，测试他们的数学公式能否逼近强力的真相，它是物理学家理解原子内外夸克行为的主要希望。

技术专家、物理学家与虚拟现实专家 Paul Tomlinson 尝试在虚拟屏幕前待了 4500 多个小时，他分享了这段体验。元宇宙的部分样貌在 2021 年崭露头角。Tolinson 写道，“我漂浮在太空中，周遭环绕着银河系的壮丽景色。一块电影银幕大小的屏幕悬挂在我面前，略有弧度，观看距离非常完美。八个不同的窗格闪烁着代码，就像是一颗科技宝石的八个切面。在这里，我们能看到一套每天支配数千万美元的庞大系统的主脑。我触手可及的地方则是一张类似绘图桌的通信控制台，在这里我可以跟同事对话、查看会议日历、不同的参照 API，连接真实世界的视频源。在我的左边则是庞大的代码阵列，一块两层楼高的纵向显示器上是我最爱的音乐的播放列表。它的旋律一直相伴在我左右。

这不是来自 Ernest Cline 小说里的片段——这是我的真实生活。本周，我打算继续在虚拟现实中待上 40 到 50 个小时，过去两年半我每周都保持着这样的方式。使用 VR 的意义不只是娱乐和游戏，还包括锻炼、冥想、创造力拓展、社交等等。这篇文章我主要集中在工作方面。毫不夸张地说，我是地球上最狂热的 VR 用户之一，我花了很多时间观察这项技术的发展并推断未来的可能性。我不会顽固坚持自己对未来的判断，只向大家分享自己的见解。我们距离告别屏幕还有多远？在 VR 或 AR 领域工作还需要克服哪些阻碍？哪些因素有可能破坏整个体验？这些问题都需要长时间的沉浸体验才能解答。

研究人员在一篇发表在《IEEE Transactions on Aerospace and Electronic Systems.》期刊上的论文中报告，来自 SpaceX Starlink 星链宽带卫星的信号可用于实现地球表面位置的精确定位，精度可达到 8 米以内。越来越多的研究机构正探索利用近地轨道（LEO）卫星信号以类似于 GPS 的工作原理进行导航。这项技术在短期内还不可能取代智能手机地图应用，而且初步实验需要 13 分钟才能根据六颗星链卫星信号确定位置。但是研究人员至少成功实现了无需 SpaceX 帮助就达成定位功能的壮举，测试证明这种方法确实可以用于导航。研究人员不需要 SpaceX 的帮助就能使用卫星信号，他们反复强调无需获取由卫星发送的实际数据——只要有与卫星位置及运动轨道相关的信息，即可实现定位功能。

当 FBI 调查人员通过传票或搜查令从科技巨头获取信息时，调查对象可能完全不知情。只要调查人员获得封口令，即可在当事人不知情、或未经同意的情况下获取其言论记录——这相当于剥夺了当事人在法庭上对扣押提出质疑的机会。 每一年，Facebook、Google 及其他科技企业都会收到来自执法机构的数以十万计的执法命令，要求将人们保存在网上的个人信息、照片、搜索历史、日历条目等丰富的数据宝库交付给刑事调查人员。执法命令中还包含保密令，也被称为封口令，要求科技企业不得就执法活动向客户发出提醒，而且有效期往往长达数年。

Facebook 发言人 Andy Stone 表示，2020 年下半年，Facebook 在全美收到了 61262 项政府发出的用户数据提取指令，其中大部分（69%）带有保密要求。与此同时，根据客户安全与信任副总裁 Tom Burt 在国会上发表的证词，自 2016 年以来微软每年从联邦执法部门处收到 2400 至 3500 份保密令，平均每天 7 至 10 份。Google 和苹果虽然拒绝透露每年收到的封口令数量，但在 2020 年上半年 Google 共收到美国执法机构提出的 39536 条信息提取指令，共涉及 84662 个账户。苹果收到的指令则为 11363 条。

根据 1986 年发布的《电子通信隐私法》，联邦检察官必须从科技企业（而非客户）手中获取数字信息。在此之后，检察官就经常使用封口令防止企业向可能破坏证据、隐藏行迹或者威胁他人生命的嫌疑人泄密。但律师表示，自从 2001 年911 震惊全球的恐怖袭击发生之后，过去二十年来执法部门对个人信息的提取愈发频繁。隐私倡导者与科技企业自身对这种趋势表示担忧，部分官员还指责检察官已经把封口令当成必备条款随意使用，根本不考虑案件是否真的需要保密。也有不少企业官员与法律专家认为，这种作法剥夺了科技企业客户免受不合理搜查与扣押的宪法保护。

微软的 Burt 在采访中表示，“大家都知道政府不能随意拿走我们的东西、不能无故闯进我们的房子，不能抢夺我们的文件或者随意搜查保险箱。这类执法行为必须有搜查令的支持，这样我们就能机会行使自己的合法权利。但在数据方面，人们根本没有机会行使宪法第四修正案赋予的权利。”

美国亿万富翁 Marc Lore 想要在沙漠中建造一座乌托邦城市，计划斥资 4000 亿美元。这座名为 Telosa 的城市目前还是空中楼阁，但拟议中的占地 15 万英亩项目已经开始推进。建筑师正在美国西南部地区开展选址工作。它预计到 2030 年首批居民将能入住。根据 Telosa 的官方网站，城市最终将容纳 500 万人，将提供前卫的建筑、强大的抗旱能力、极低的环境影响、丰富的公共资源。这座设想中的大都市承诺采用最为前沿的可持续发展与城市设计理念，并努力将一切转化为现实。这项计划还强调将城市农业（包括用于容纳气雾栽培法农场的灯塔项目）、生活质量（每个人都能在15分钟之内完成生活、工作与娱乐通勤）以及新的绿色技术结合起来，让十九世纪经济学家 Henry George 提出、但从未实现的土地所有权制度在这里落地。以往的尝试只能算是思想实验或者小规模试不，如今一座庞大的美国都市将成为现实试验场，其背后的推动者则是一位极具野心的富豪。

Telosa 会成为一座未来都市，但未必有宣传中那么好。无论其中的公共交通系统多么强大、未来感多么强，项目都有着无法改变的基本立场——由超级富豪出资，教人民群众该如何生活。单是坐在私人飞机上嘲笑我们已经不够，他们还要接管我们的家园、城镇和社会……人们在社交媒体上听过 22 岁左派谈论“革命”后生活，很多人对未来的城市、国家和社会该如何运作有自己的想法。通过限制一个人能积累的财富或权力，这些想法通常不会变为现实，我们也无需处理他们自大狂的后果。然后过去几十年的税收政策和少数人收益的方式，结果可能你我未必喜欢。

所以这座虚幻空中楼阁的想法是伟大的，绿色建筑、环境科技、“透明治理”、创新规划，如果成功的话可能推动人类在不断变化的世界与即将到来的环境与经济灾难当中找到一条生存之道。但它不可能成功，因为一个人无法决定世界、甚至不可能决定一座城市要如何运作。即使与我们这个时代最伟大的思想家、建筑师和科学家合作，就会发现项目背后的超级富豪、沃尔玛前高管 Marc Lore 提出的一切关于社会改善与制度进步的表述都只是花哨而空洞的呓语……社会到底要如何变得更好？是沙漠中的摩天大楼？也许亿万富豪能少干扰一点社会的正常运作，反而会给世界带来更多助益。

Google 周一抨击欧盟反垄断监管机构忽视竞争对手苹果，并要求欧洲第二高等法院撤回针对 Android 操作系统提出的创纪录 43.4 亿欧元（约合 5 1亿美元）罚款。Google 律师在五天听证会第一天向法官小组做出申诉，称 Android 绝没有阻碍竞争对手或伤害用户，而是在正常的市场竞争上取得了巨大成功。欧盟委员会于 2018 年对 Google 处以罚款，称其自 2011 年以来一直利用 Android 的市场优势地位压制竞争对手、巩固其在一般互联网搜索领域的主导权。无论法院如何裁决，Google、苹果、亚马逊及 Facebook 未来几年都必须改变自己的商业模式，确保在欧盟反垄断负责人 Margrethe Vestager 提出的严苛新规定下建立更公平的市场竞争环境。Google 律师 Meredith Pickford 在法庭上表示，“欧盟委员会对于这个行业中真正的竞争动态，即苹果与 Android 间的对抗视而不见。通过狭隘定义市场并淡化苹果所强加的约束，委员会错误地认为 Google 在移动操作系统与应用商店领域占据主导地位；但事实恰恰相反，Android 只是充满活力的市场颠覆者。”他还坚持认为，Android 代表的是“通过行动展现竞争力量、并获得非凡成功的英雄。”

Facebook 宣布建立一支 5000万 美元的基金，用于帮助以更负责任的方式开发元宇宙。其正式名称为 XR Programs and Research Fund，Faecbook 表示相应款项将用于在未来两年内投资“各类项目与外部研究”。Facebook 之前曾资助过关于 AR 可穿戴设备的社会影响的学术研究，征求 VR 硬件提案。Facebook 在公告博文中将元宇宙描述为“下一代计算平台”，并表示该公司将在亲自构建元宇宙的同时，与政策制定者、研究人员及行业伙伴开展广泛合作。在公告中，我们还看到了 Facebook 对于“元宇宙”概念的定义。在 Facebook 看来，元宇宙就是“您可以与其他人共同创造并探索的虚拟空间”。这个空间分布在多种产品及服务之上。

之前写了一下受欢迎的哈利·波特，今天先谈一下不受欢迎的功夫熊猫。当然，无论是喜欢还是不喜欢，我们都以刚开园的北京环球影城为依据。
环球影城小程序有一项功能是游客实时排队时间，在今天这样一个工作日的下午，哈利波特项目的排队时间是40分钟，功夫熊猫则只有5分钟，二者时间差了8倍。不过，这应该不是功夫熊猫最惨的时候，等到了旺季，哈利波特应该排队到140分钟，功夫熊猫那时候可能也只要15分钟，这就是接近10倍的差距了。