文/李鹏飞     来源:字母榜(ID:wujicaijing)   真实世界的商战,继抢公章之后,再出现投毒这类编剧都不敢想的桥段。   12 月 23 日,游族网络 CEO 林奇疑似被高层投毒,送入 ICU 抢救的传言流出。   游族总裁陈芳连续 2 次否认,22 日发朋友圈回应林奇被投毒传闻是“假的。”23 日再发文回应:没内斗,人都在,“流言才是毒药。”   但在 23 日晚上 19 时 16 分,上海市公安局官微发出的一则警情通报显示,12 月 17 日,警方接到报警称,医院在诊疗时发现病患林某(男,39 岁)疑...... Last article READ

风投家 Rob Toews:2021年AI领域的10个大胆预测

2020 是令人难忘的一年。在这一年中,随着新冠病毒的流行,(AI)也开始在越来越多的地方大放异彩。

随着新年的步伐逐渐临近,人们开始更加憧憬,AI 领域在新的一年中会出现什么样的变化。

以下是 Highland Capital Partners 风险投资家 Rob Toews 对 2021 年 AI 的领域将会发生什么的 10 个大胆预测,包含了从学术研究,到初创企业,再到资本市场,最后到监管的各个领域。

1. Waymo 和 Cruise 将在公开市场上亮相

像 Waymo 和 Cruise 这样的自动驾驶汽车开发商,目前有大量的现金需求,公开市场投资者都渴望首次公开募股(IPO)。投资者也对下一代通信公司(比如 Nikola、Velodyne、Luminar、Innoviz、Canoo、Fisker、Romeo Systems)表现出极大的兴趣。

Waymo 和 Cruise 将于 2021 年上市,从它们的母公司 Alphabet 和通用汽车(General Motors)完全剥离出来,很可能会释放巨大的企业价值。

2. Deepfake 骗局将引发广泛的混乱和错误信息

Deepfake 技术正在迅速改进和扩散。加蓬和巴西最近发生的事件,反映出了该技术在政治领域具有的破坏力。2021 年将是 Deepfake 内容在美国成为主流的一年,有相当一小部分人最初认为它是真实的。

Deepfake 所引起破坏的,很可能就是一个公众人物发表具有争议评论的视频。

作为回应,一些政策制定者将加大呼吁力度,认为大型科技公司必须负责监管 Deepfake 技术在其平台上的传播。

3. 有关联邦学习的学术研究将激增

对于消费者和监管机构而言,数据隐私的保护正成为一个日益紧迫的问题。因此,保护隐私的 AI 方法将继续成为构建机器学习模型的最可持续的方式。这些方法中最突出的是联邦学习(Federated Learning)。

(来源:Proandroiddev)

据谷歌学术(Google Scholar)称,有关联邦学习的学术研究论文数量已经从 2018 年的 254 篇增加到 2019 年的 1340 篇,到 2020 年该领域的论文发表数量达到了 3940 篇。这种指数级的增长将持续下去:到 2021 年,将发表超过 10000 篇关于联邦学习主题的研究论文。

4. AI 芯片初创公司将被大型半导体公司超高价收购

专为 AI 工作负载而打造的硅基芯片,是半导体行业的未来。英特尔去年以 20 亿美元收购 Habana Labs 就是对这一趋势的认可。为了防止自身受到干扰,另一家传统芯片制造商将在 2021 年大举收购一家 AI 芯片初创公司。

最可能的收购目标:Graphcore、Cerebras、SambaNova最有可能的收购者:NVIDIA、AMD、Qualcomm、Intel

5. AI 药物公司将被大型制药公司以超高价收购

大型制药公司已经意识到这样一个事实,即机器学习提供了革新药物发现和开发的潜力。2021 年,一家主要的制药公司将出资收购一家 AI 药物初创公司,将其技术和人才引入到公司内部。

最可能的收购目标:Recursion、Exscientia、Insitro、Atomwise最有可能的收购方:Bayer、GlaxoSmithKline、Novartis、Bristol Myers Squibb、Eli Lilly、Gilead。

6. 美国联邦政府将首次把 AI 作为真正的政策重点
在积极为 AI 提供公共政策支持方面,美国落后于其他国家。随着拜登入主白宫和一个全新的国会,这种情况将在 2021 年开始改变。

拜登政府将提出一项联邦预算,并且国会将通过这项联邦预算。该预算将大大增加政府对 AI 的资助。美国国会还将通过一项关于 AI 的国家战略,以解决诸如 AI 伦理、研究重点、对国家安全影响以及劳动力自动化等问题。

7. GPT-4 参数将超过一万亿

OpenAI 在 2019 年发布了 GPT-2,它拥有 15 亿个参数,这是第一个具有超过 10 亿个参数的非线性规划(NLP)模型。当时,这被认为是惊人的模型。2020 年,OpenAI 在全球发布了 GPT-3,其参数高达 1750 亿。

(来源:Musings about Librarianship)

第一个参数超过 1 万亿的模型最有可能来自 OpenAI,并命名为 GPT-4。其他可能突破万亿参数模型大关的组织包括 Microsoft、NVIDIA、Facebook 和 Google。

随着第一个参数超过 1 万亿的模型发布,模型 “军备竞赛” 将在 2021 年继续。

8. “MLOps” 类别将开始进行重大的市场整合

近年来,涌现了一大批为机器学习开发工具和基础设施的初创公司。相对而言,这些 “人工智能推手” 初创公司很少会作为大型独立公司生存下来。2021 年,这一领域将开始出现有意义的整合。

(来源:Analytics Vidhya)

建立专门的 “点解决方案” 的初创公司将被寻求开发全面的、端到端的模型开发平台的大公司收购。英特尔今年对 SigOpt 和 Cnvrg.io 的收购就是征兆。

可能的收购目标:Alectio、Algorithmia、Arize AI、Arthur AI、Comet、DarwinAI、Fiddler Labs、Gradio、OctoML、Paperspace、Snorkel AI、Truera、Verta、Weights&Biases 等。可能的收购方:IBM、Microsoft、Amazon、Databricks、DataRobot、Oracle

9. AI 将成为监管机构反垄断调查的重要部分

今年,美国和欧洲的监管机构对亚马逊、苹果、Facebook 和 Google 正式发起了反垄断诉讼。到目前为止,监管机构在阐述针对科技巨头的反垄断案件时,并没有明确关注 AI。

在未来的一年里,预计监管机构将开始更频繁地关注、提及 AI,阐述这些公司如何以及为什么不公平地扼杀竞争。核心讨论的地方是,这些公司的数据垄断让它们在开发有效的机器学习算法方面拥有不可逾越的优势。

10. 生物将继续是机器学习最热门、最具变革性的领域

这是这个列表中最不可预测的部分,同时它也是这个列表中最重要的预测。

无论是在学术研究、创业投资和主流媒体关注方面,生物学都将日益成为应用人工智能影响最大的领域。DeepMind 上个月的历史性 AlphaFold 成就,其影响将需要数年才能完全发挥出来。而当前这些 AI 在生物领域的成果,仅仅是人类通过将计算方法和机器学习应用于生物学奥秘实现成就的开端。

原文作者:Rob Toews编译:阳光

AWS在机器学习上的持续深耕,大大拉近了众多企业与机器学习应用的距离。出品 | 常言道作者 | 丁常彦从利用机器学习技术到输出开箱即用的机器学习能力,亚马逊用了二十年时间。尤其在近几年,产业的迅速崛起,亚马逊云服务(AWS)在机器学习服务的打造上也在不断加速。正如AWS大中华区云服务产品管理总经理顾凡所说,亚马逊利用机器学习技术已经有20多年时间,这是AWS机器学习服务的深厚源泉。2016年,AWS开始发力在云上提供机器学习服务;当年只发布了三个服务,2017年开始加速。最近三年,AWS每年新增的服务和功能超过200个,为全球人工智能工作者丰富了他们急需的工具集。在刚刚结束的亚马逊re:Inv......Next article READ