卷首语

　　【新闻摘要】 根据非营利组织 Good Jobs First 的数据，市值540 亿美元的特斯拉，自2007年以来以35亿美元一直在公共货币补贴中保持领先地位，例如在内华达州，特斯拉就因为在“Gigafactory”电池厂的一批税收减免中，获得了大约13亿美元的补贴收益。不仅如此，谷歌的母公司 Alphabet自2000 年以来已获得 7.66 亿美元的补贴，且其中大部分补贴来自2011年以后。苹果、Facebook等公司也在2009年以来分别获得了约6.93亿美元和3.33亿美元的补贴。根据Good Jobs First的统计，上述四家公司绝大多数补贴来自于美国加州以外地区，如内华达州。（阅读报道）
　　【小云评论】客观来说，Good Jobs First所统计的金额中包括政府税收减免，并不完全是政府补贴，但总的来说，硅谷巨头“拿到高额补贴”的事实是毋庸置疑的，资金投入巨大的特斯拉更是其中的“出类拔萃者”。但对任何一家企业来说，“与其依靠补贴，不如构建生态”，通过市场合作、生态建设，企业能够获得更为广泛的商业机会和资金、技术、合作伙伴乃至智力资源方面的支持，从而建立起更为强劲和广阔的“造血机制”。正是在这样的发展思路下，阿里云与西门子在近期签署合作协议，将后者的MindSphere工业互联网平台部署到阿里云的云计算服务上，双方的合作不仅将构建起先进的工业互联网服务平台，更创造了更为广阔的市场生态和想象空间。

　　【新闻摘要】 市场研究机构eMarketer的数据显示，2018年亚马逊在美国的零售收入将达到2582.2亿美元，这一数字占到美国所有在线零售支出的49.1%，占零售总额的5%。美国电子商务市场的第二名是eBay，它占美国电子商务市场的份额为6.6%，苹果则以3.9%位居第三。值得注意的是，全球最大的实体零售商沃尔玛在电子商务领域的表现并不尽如人意，在市场中仅仅获得了3.7%的份额，甚至低于苹果公司。此外，亚马逊的扩张速度依然没有减慢，2018年预估销售额比前一年度增长了29.2%，而前一年度亚马逊占电子商务零售总额的43%。（阅读报道）
　　【小云评论】亚马逊在美国电子商务零售市场中49.1%的份额令人咋舌，但更重要的是它仍未放缓的增速，值得注意的是，这一增速的来源是亚马逊的第三方卖家零售平台Marketplace，其已经占据亚马逊零售总额的68%。Marketplace不仅是销售模式的转变，而是亚马逊为第三方卖家提供的是软硬件基础设施（包括云服务）和面向第三方的信息管理工具、物流服务、客户管理工具等一系列先进技术平台，其中甚至还包括AI方面的能力，显然，新一代信息技术才是Marketplace成功的主要原因。此外，从eMarketer的报告可以看出，美国电子商务零售市场仅占美国零售总额的约10%，利用云计算、大数据、人工智能等新一代信息技术优化升级传统零售业，在中美都有很大的空间。

　　【新闻摘要】 据BBC报道，自2016年南非公司模拟培训解决方案(STS3D)开发了世界第一面VR防爆墙，并将其安装在全球最大商品交易商嘉能可(Glencore)位于赞比亚的莫帕尼(Mopani)铜矿中，这一铜矿已经安装了两面VR防爆墙，另有三面VR防爆墙正在施工中。借助VR防爆墙，矿业公司的爆破专家可以在模拟环境下进行测量并选择适合的地点放置炸药，从而模拟爆炸后可能发生的情况，这不仅将避免错误的爆炸方案造成安全事故，而且可以更为简单地对爆破工作人员进行培训，比视频和黑板练习等传统培训方法更有效。（阅读报道）
　　【小云评论】使用VR防爆墙进行爆破方案的模拟测试，或是对爆破工作人员进行训练，能够大大提高矿井爆破方案的可靠性和安全系数，这对爆破工作极为频繁的采矿业来说，具有根本的安全性提升。不仅是VR，自动钻机、无人驾驶卡车、无人机、大数据等新技术都在对采矿业的日常工作方式产生变革。通过新技术的应用，矿业公司可以加强安全系数、提高生产率，甚至将很多原本由人来完成的危险工作交由自动机器人来完成，或是完成原本人所无法完成的高难度作业。此外，新技术的采用对解决采矿业长期以来所面临的使用童工、环境污染等问题提供新的解决思路——云计算、大数据、物联网、人工智能等新一代信息技术将对采矿业产生巨大的影响，从而改变行业顽疾：2017年，我国仅煤炭行业因事故死亡人数就高达375人。

　　【新闻摘要】 近日，墨尔本大学的研究团队宣布，他们首次成功模拟了 60 量子比特的量子计算机上 shor 算法的运行，这意味着其所模拟的量子比特数目成功跻身于全球领先行列，并创造了目前的世界纪录。长期以来，用传统计算机模拟量子计算是很棘手的事情，据介绍，墨尔本大学的研究团队通过优化算法，使算法生成的矩阵积态（Matrix Product State）可对量子态进行表征，降低了量子计算机模拟过程中对传统计算机运算能力和存储资源的要求。（阅读报道）
　　【小云评论】2018年以来，使用传统计算机模拟量子计算机的研究不断取得突破性进展，这也引发了一定的舆论疑问：既然在研究量子计算机，为什么还要使用传统计算机对其进行模拟？事实上，之所以这样做，是为了“帮助研究人员更好的理解和测试量子计算机未来所面对的问题”， 以便在真正的量子计算时代到来之时，做好准备。一直以来，业界共识是，50-100 量子比特已经超出传统计算模拟的范围，而成功地模拟 60 量子比特，让这一边界向前推进，可以让我们更好的理解量子计算优越性的标准。

　　【新闻摘要】 加州理工学院的钱璐璐团队在7月4日的《自然》期刊上，展示了如何在试管中创造人工智能，他们开发了一种名叫“Winner-Take-All”的由 DNA 制成的人工神经网络，并选用了机器学习界的经典问题——识别手写数字，作为其首战场。他们期望试管里的充满智慧的混合物，能帮助人类识别上万个潦草的数字。这项工作也是证明将 AI 编入合成生物分子电路的重要一步。钱璐璐表示：“在这项工作中，我们设计并创造了一个小型神经网络，可以对分子信息进行更为复杂的分类”。目前，“Winner-Take-All”神经网络，被认为能够对 MNIST 数据库中 98% 的手写数字进行正确分类识别。（阅读报道）
　　【小云评论】钱璐璐团队所展示的“Winner-Take-All”包含神秘感，听起来更像是玄学或是科技幻想，但事实是，在此之前，钱璐璐就做过类似的尝试。只是在过去的实验中，仅通过四种不同的 DNA 分子组成的识别模型，在图像的数量与复杂性上都大大受限；相比之下，新模型具有更强大的计算力，即可以大规模“扫荡”简单图形，又可以小范围识别复杂图像，这已经具备了建立包含人工智能神经网络的分子机器的初步雏形。如果在 20 世纪，我们因为一个手掌大小的灰色金属仪器而震惊，那么在 21 世纪，我们是不是会看到一碗含有智能分子的“智慧汤”，虽然科学家们刚刚开始探索在分子机器中创造人工智能，但其潜力已经不可否认。

　　【新闻摘要】 据Techcrunch报道，牛津互联网研究所的研究人员在一篇名为《网络防护和青少年接触网络色情材料》的文章中称，网络防护器很少能有效地防止青少年接触网络色情，该文作者之一的Victoria Nash博士认为，网络防护器的开发和维护成本很高，而且由于共享内容的新方式不断发展，它们也很容易“被屏蔽掉”， 此外，还可能导致“年轻人无法获得正当的健康和两性关系方面的信息。” 这项研究调查了来自欧盟和英国的9352名男性和9357名女性，发现近50%的受试者家里有某种网络防护器，但不管安装了什么，受试者看到的色情内容数量仍大致相同。（阅读报道）
　　【小云评论】牛津互联网研究所的研究结论中有两点值得注意：首先，网络防护器失效的原因，往往是由于共享内容的方式发生了变化，而网络防护器却并未得到及时有效的升级和更新；其次，网络防护器不应当是父母、其他监护人或机构服务人员唯一的“保险”，来自父母和看护者的监督看护与网络防护器的技术防范同等重要——就这两点来说，网络防护器应当借助人工智能之类的技术，实现更加智能的发展，软件的开发者也应当确保软件能力的持续迭代。同时，我们也应当认识到，在某些领域，人机混合比单纯的依靠软件更具现实意义。

　　【新闻摘要】 据西班牙埃菲通讯社报道，截止到世界杯季军争夺战之前，视频助理裁判（VAR）已经在本届俄罗斯世界杯上获得了440次使用，裁判们在62场比赛中观看了19次VAR回放，更正了16个不正确的判决。国际足联主席因凡蒂诺在谈到VAR时表示：“16个判决被改变，16个错误决定变成了16个正确决定。”藉此让世界杯的裁判准确率从95%提高到了99.2%。他认为，在VAR的支持下，本届世界杯是有史以来最好的一届世界杯。（阅读报道）
　　【小云评论】视频助理裁判（VAR）在俄罗斯世界杯开赛的第三天就在法国VS澳大利亚的比赛上发挥了作用，正是经过VAR的提示，主裁判才判罚法国队点球，而随着法国队的点球应声落网，全球亿万球迷在俄罗斯迎来了世界杯历史上视频裁判首次改判裁判结果的进球，VAR在很大程度上保证了俄罗斯世界杯比赛的公正性，而更多的前沿技术则为全世界未能亲临现场的球迷带来的了全新的观赛体验：视频转播更流畅、转播服务更丰富、AI快速生成如大片一样的比赛集锦，球迷们更能通过微粒化的视频服务功能，制作属于自己的世界杯视频。

　　【新闻摘要】 据国外媒体援引消息灵通人士的话称，微软本周缩减了其国际销售团队的规模，裁掉部分员工，该匿名知情人士称，此次裁员规模比一年前的一轮裁员要少，但自己并不清楚确切的裁员数量。但他指出，微软的此次裁员并不意味着公司会改变自己的既定战略，而只是正常的业务调整，而微软在上周刚刚进入2019财年。如果此次裁员属实，这已经是微软两年内第二次针对销售团队裁员：早在2017年微软就曾宣布裁员3000人。此次裁员中受波及最大的是销售人员，裁员比例约占微软整个销售团队的10%左右。（阅读报道）
　　【小云评论】微软裁撤销售人员的行动是一种必然，包括Office 365在内的大量软件通过SaaS的形式在Azure云服务上通过用户自助购买被销售出去，而非传统的销售人员。随着这家老牌的软件厂商朝着云计算转型的步伐日益加快，将会有更多微软的软件和服务产品通过平台，而非具体的销售人员进行销售，特别是在一些销售成本较高的市场，这一趋势将愈加显著。事实上，不仅仅是销售人员，整个IT产业链都在因为云计算的发展而被重塑，比如随着Kubernetes容器服务的发展，原本复杂的硬件层兼容性、互操作性工作的重要性将被削弱，许多硬件工程师将面临新的职业选择，而随着云计算的普及，越来越多的数据中心硬件工程师，已经开始了他们的职业转型。当然，很多硬件工程师在从数据中心管理至云管理运维的职业转换中，获得了更高的薪水和更舒适的工作环境。

　　【新闻摘要】 近日，The Verge刊文称，虽然从表面上人类社会似乎比以往任何时候都更接近完全自动驾驶实现的日子，许多自动驾驶公司的车辆正在测试，而一些功能有限的自动驾驶汽车已经被销售出去行驶在真实的道路上，照此逻辑发展下去，只要系统持续不断改进，不久之后就可以达到无需司机进行干预的自动驾驶水平。但事实上，实现完全自动驾驶汽车的梦想可能比想象的要远得多，也许需要数年甚至数十年，才能真正实现可以避免事故的自动驾驶系统，因为基于人工智能的自动学习系统所要应对的现实世界远比人们想象的更加混乱，比如说有时候自动驾驶汽车遇到出乎预料的情况却无法做出正确反应，而且几乎所有的车祸都会涉及某种不可预见的情况，同时有科学家指出，实现完全自动驾驶的瓶颈不在于建立一个完美的自动驾驶系统，而在于训练旁观者预测自动驾驶汽车的行为。（阅读报道）
　　【小云评论】虽然自动驾驶汽车很可能是一个我们不知道答案的科学实验，但是我们仍然要将这个“实验”做下去：首先，在研究自动驾驶汽车的过程中，人工智能，特别是深度学习的能力得到了极大的锻炼和进化，其中的一部分技术已经被应用于辅助驾驶或自动化港口等领域，创造了大量的社会价值和经济价值，甚至即使无法实现完全的自动驾驶，相关技术仍然将降低道路交通事故，从而拯救许多生命；其次，每一项技术的发展都会遇到各种困难，毫无例外的进入瓶颈期，但持续的研究和问题的发现，将有助于自动驾驶从发展的困境中走出来，除了深度学习之外，必然会有新的技术帮助自动驾驶突破瓶颈期。此外需要指出的是，正如Lyft董事会的Ann Miura-Ko所说：“人们总是期望他们一步登天，这完全不符合新技术上的正常期望，我认为，每一个微小的优化都是自动驾驶成熟工业化路程上独特的风景。” 一概而论地把仍不成熟的自动驾驶直接定义为失败是错误的观点。

　　【新闻摘要】 据《华尔街日报》报道，一些公司利用特定技术，对投资者和用户隐瞒了AI对人类的依赖，比如说利用人类来训练 AI 系统，更有甚者，则秘密地依赖于人类提供知识、经验甚至是具体的操作，提供“伪 AI”科技。比如说Edison Software公司的工程师就会借助谷歌的第三方应用程序开发者权限访问用户收件箱，浏览众多用户的个人电子邮件信息来改进“智能回复”功能，而更有甚者——企业费用管理应用程序Expensify承认，它一直使用人工来转录一些收据，并声称是“智能扫描技术”处理的。（阅读报道）
　　【小云评论】无论是对AI能力夸大宣传，还是干脆就使用人工来完成工作，却宣称是AI系统所为，所有这些欺骗举动所影响的都不仅是涉事公司或是其影响只停留在宣传层面，这些行为会降低AI技术在公众中的可信度，同时让AI技术的发展和能力本身变得越发不透明，会对AI技术发展产生极大的负面影响。当然，我们也应当认识到，在任何一项技术的发展中，“浑水摸鱼者”和“招摇撞骗者”都会存在，市场上需要建立权威公正的软硬件测评机制，提高受测产品的认可度和透明度。当然，需要指出的是，如果并非夸大宣传AI的能力，通过人类训练 AI 系统并完善它的准确性是可以接受的，但要确保用户的数据隐私安全。