【逆转】谷歌与美军方合作人工智能项目到期后不再续约
关注
1.员工说不：谷歌与美军方合作人工智能项目到期后不再续约；
2.AI科技的革命；
3.人工智能值得关注的八大趋势
1.员工说不：谷歌与美军方合作人工智能项目到期后不再续约；
面对员工的强烈反对和外部持续的舆论压力，最终，谷歌妥协了。
当地时间6月1日，谷歌称将不会与美国国防部合作的Maven项目续约。谷歌云CEO黛安·格林（Diane Greene）在谷歌云每周五的例会上向员工公布了上述消息。她表示，目前谷歌与美国军方签订的Maven合同将在2019年到期，届时谷歌将不会再寻求续约的机会。
此外，格林还在会上称，谷歌不会再推进Maven项目，因为外界对这一项目的反馈给公司造成了糟糕的影响。她还补充说公司计划在下周推出关于使用人工智能（AI）的新到的原则。
去年4月份，美国军方提出Maven项目。Maven的目标是“加快国防部整合大数据和机器学习”，也被美国国防部称为算法战争跨功能团队（AWCFT：Algorithmic Warfare Cross-Functional Team）。Maven项目的首要任务是帮助美国国防部有效地处理来自全球各地的海量的视频资料。美国国防部每天收集到数量庞大的无人机飞行画面，但人类图像分析师远远跟不上视频数量的增长。因此，国防部希望能利用机器学习来识别无人机镜头中的车辆和其他物体，从而减轻分析人员的负担。在自身资源不足的情况下，国防部转向了学界与业界的人工智能专家合作。
在该项目中，谷歌向美国国防部提供用于机器学习应用的TensorFlow API接口，以帮助军事分析人员检测图像中的物体。但合作到哪种程度，双方都未对外界透露。
谷歌与美国军方的合作一开始在公司内部就引起了不满，谷歌内部的员工认为这种合作影响了声誉和公司文化，也关乎机器学习发展和使用的道德问题。今年4月份，谷歌内部有3000多名员工写了公开信给谷歌高层，要求停止与美国军方合作。到了5月份，谷歌有十几名员工正式因为这一项目向谷歌请辞。
另一方面，外部也给予了谷歌巨大的舆论压力，学术界有364名人工智能专业人士也联名上书，反对谷歌。
对于内部遭遇的辞职潮和外部舆论压力，谷歌一度曾选择“冷处理”。去年9月份，谷歌内部在讨论如何向公众解释这个事情时，谷歌云首席科学家、副总裁李飞飞曾在邮件中强烈建议双方在合同中回避“AI”（人工智能）这个字眼。
“无论付出什么代价，都必须要避免提及或者使用到AI这两个字。武器化人工智能可能是AI领域里最敏感的话题，没有之一。对于媒体而言这简直就是红肉（red meat），他们会找到一切方式毁掉谷歌。”这位来自斯坦福大学人工智能实验室的学者在邮件中说。
“我不知道如果媒体开始讨论谷歌正在秘密建造AI武器或AI技术，并为国防工业服务会发生什么。”李飞飞说，因此她希望在对外公布合同时，能将项目描绘为是谷歌云平台的重大胜利。李飞飞一直坚持相信的是以人为中心的人工智能，可以用积极和慈善的方式让人类受益。她还表示，任何将人工智能武器化的项目研究，都将违背她的原则。
不过，最终谷歌选择不将Maven项目公之于众。只有反对的员工通过谷歌内部沟通平台开始抗议时，谷歌作为Maven项目分包商的事才引起了公众的关注。
到了今年4月份，反对声音愈演愈烈。谷歌才在内部召开了一次大会，向员工介绍了谷歌在做的事情。谷歌现任CEO桑达尔·皮查伊（Sundar Pichai）也在这次的会议上表示，谷歌将制定一套原则，来指导其人工智能业务在防务和情报合同中，如何越过道德雷区。谷歌也向外界表示，新的原则将会避免让人工智能朝武器化发展。
在更早一次谷歌每周的全公司TGIF（Thanks God， it‘s Friday）会议上，格林也在极力打消员工的疑虑。她在这次会上称，Maven项目不是为了攻击目的，双方的合同价值相当小，仅900万美元。并且，谷歌高层认为，这一项目有利于拓展谷歌云和政府、军方的合作。
但据《连线》5月29日报道，Maven项目到2018年，将开始扩展到新领域，包括利用开发工具以更高效地驱动硬盘。另外，今年Maven项目获得的资金也有望扩大到1.31亿美元。美国五角大楼还计划与硅谷建立联合人工智能中心，可能会效仿Maven项目，以支持美国军方，并为情报机构提供服务。这让Maven项目引发的争议可能在未来几个月还会加剧。
这样的情况，也让谷歌做出了妥协，尽管不想失去军方的合同，但在舆论压力下，谷歌选择了“不作恶”。澎湃新闻
当地时间6月1日，谷歌称将不会与美国国防部合作的Maven项目续约。谷歌云CEO黛安·格林（Diane Greene）在谷歌云每周五的例会上向员工公布了上述消息。她表示，目前谷歌与美国军方签订的Maven合同将在2019年到期，届时谷歌将不会再寻求续约的机会。
此外，格林还在会上称，谷歌不会再推进Maven项目，因为外界对这一项目的反馈给公司造成了糟糕的影响。她还补充说公司计划在下周推出关于使用人工智能（AI）的新到的原则。
去年4月份，美国军方提出Maven项目。Maven的目标是“加快国防部整合大数据和机器学习”，也被美国国防部称为算法战争跨功能团队（AWCFT：Algorithmic Warfare Cross-Functional Team）。Maven项目的首要任务是帮助美国国防部有效地处理来自全球各地的海量的视频资料。美国国防部每天收集到数量庞大的无人机飞行画面，但人类图像分析师远远跟不上视频数量的增长。因此，国防部希望能利用机器学习来识别无人机镜头中的车辆和其他物体，从而减轻分析人员的负担。在自身资源不足的情况下，国防部转向了学界与业界的人工智能专家合作。
在该项目中，谷歌向美国国防部提供用于机器学习应用的TensorFlow API接口，以帮助军事分析人员检测图像中的物体。但合作到哪种程度，双方都未对外界透露。
谷歌与美国军方的合作一开始在公司内部就引起了不满，谷歌内部的员工认为这种合作影响了声誉和公司文化，也关乎机器学习发展和使用的道德问题。今年4月份，谷歌内部有3000多名员工写了公开信给谷歌高层，要求停止与美国军方合作。到了5月份，谷歌有十几名员工正式因为这一项目向谷歌请辞。
另一方面，外部也给予了谷歌巨大的舆论压力，学术界有364名人工智能专业人士也联名上书，反对谷歌。
对于内部遭遇的辞职潮和外部舆论压力，谷歌一度曾选择“冷处理”。去年9月份，谷歌内部在讨论如何向公众解释这个事情时，谷歌云首席科学家、副总裁李飞飞曾在邮件中强烈建议双方在合同中回避“AI”（人工智能）这个字眼。
“无论付出什么代价，都必须要避免提及或者使用到AI这两个字。武器化人工智能可能是AI领域里最敏感的话题，没有之一。对于媒体而言这简直就是红肉（red meat），他们会找到一切方式毁掉谷歌。”这位来自斯坦福大学人工智能实验室的学者在邮件中说。
“我不知道如果媒体开始讨论谷歌正在秘密建造AI武器或AI技术，并为国防工业服务会发生什么。”李飞飞说，因此她希望在对外公布合同时，能将项目描绘为是谷歌云平台的重大胜利。李飞飞一直坚持相信的是以人为中心的人工智能，可以用积极和慈善的方式让人类受益。她还表示，任何将人工智能武器化的项目研究，都将违背她的原则。
不过，最终谷歌选择不将Maven项目公之于众。只有反对的员工通过谷歌内部沟通平台开始抗议时，谷歌作为Maven项目分包商的事才引起了公众的关注。
到了今年4月份，反对声音愈演愈烈。谷歌才在内部召开了一次大会，向员工介绍了谷歌在做的事情。谷歌现任CEO桑达尔·皮查伊（Sundar Pichai）也在这次的会议上表示，谷歌将制定一套原则，来指导其人工智能业务在防务和情报合同中，如何越过道德雷区。谷歌也向外界表示，新的原则将会避免让人工智能朝武器化发展。
在更早一次谷歌每周的全公司TGIF（Thanks God， it‘s Friday）会议上，格林也在极力打消员工的疑虑。她在这次会上称，Maven项目不是为了攻击目的，双方的合同价值相当小，仅900万美元。并且，谷歌高层认为，这一项目有利于拓展谷歌云和政府、军方的合作。
但据《连线》5月29日报道，Maven项目到2018年，将开始扩展到新领域，包括利用开发工具以更高效地驱动硬盘。另外，今年Maven项目获得的资金也有望扩大到1.31亿美元。美国五角大楼还计划与硅谷建立联合人工智能中心，可能会效仿Maven项目，以支持美国军方，并为情报机构提供服务。这让Maven项目引发的争议可能在未来几个月还会加剧。
这样的情况，也让谷歌做出了妥协，尽管不想失去军方的合同，但在舆论压力下，谷歌选择了“不作恶”。澎湃新闻
2.AI科技的革命；
巴伦周刊指出，人工智能 (AI) 科技为近日热门话题，但这波革命才刚刚起步，发展 AI 过程中，需要运用巨大的计算能力，对于美光科技与赛灵思等半导体公司，为非常好的消息，他们可能成为未来的芯片之星。
巴伦周刊早在 2015 年 10 月，就曾以 AI 为主题做过封面故事，当时的标题为《Watch Out Intel, Here Comes Facebook》。 当中曾被提及的 Nvidia，股价已大涨 770%，而美光可能在 AI 发展之撑下，成为新一代芯片界新星，因为发展过程中，需要许多的内存芯片，该公司股价迄今已成长 270%。
Nvidia 五年来股价走势图
目前 AI 仍处于发展的初期，未来可能会有更强劲的回报。
在网络和云端计算开始兴盛之下，网络巨头可以在其数据中心，汇整大量数据并进行计算，计算机科学家创造出一种新的机器学习 (machine learning) 模式，称为深度学习 (deep learning)， 该模式不需要科学家制定明确的计算规则。
下图显示一个深度学习的例子，其中一台计算机被教导辨识猫的照片，数以百万计的猫图片被输入计算机，以及许多不是猫的例子亦被输入，例如狗的照片。 计算机将检测图像像素中，许多基本形状的图案。
深度学习范例之一，辨识猫与狗
然后它会发现这些非常基本的形状，如何聚集形成相关的 (尖的耳朵) 和不相关的 (软的耳朵) 可辨识图案特征，这将成为计算机新的模型，之后在辨别图片是否为猫时，它将套用此模型。
这种深度学习是一种强大的新范例：人类只需要设定一个基本目标，如分类图片，接着让计算机找出解决方案的模式。 计算机所经历的一系列步骤被称为「网络」，而不同的网络擅长不同的事物，举例来说，所谓的强化学习为使用非常简单的讯息，只需要一个场景和一套规则，它们变能找出最佳的行动模式。
Google 曾在 2017 年底，使用这种方法制作能自我学习的计算机围棋 AI 模型 AlphaGo Zero。 该模型运用神经网络的技术，它透过与自己对弈，学习到各种招式并发现新的战略，他在学习过程中并不需要人类的智能，它最终击败了顶级人类围棋棋士。
而科技公司在 AI 发展中扮演的重要角色为，提供所需的硬件支持或是新的机器设备，例如 Nvidia 的 GPU 芯片效率比 Intel 的微处理器更高。 美光的内存芯片需求激增，并预计在 2021 年推出可支持深度学习的芯片。
深度学习将在运算中变得更加普遍，随着时间推移，深度学习将接管人类编写程序的工作，但受限于芯片和软件的发展，要走到此目标还有很长一段路。 钜亨网
巴伦周刊早在 2015 年 10 月，就曾以 AI 为主题做过封面故事，当时的标题为《Watch Out Intel, Here Comes Facebook》。 当中曾被提及的 Nvidia，股价已大涨 770%，而美光可能在 AI 发展之撑下，成为新一代芯片界新星，因为发展过程中，需要许多的内存芯片，该公司股价迄今已成长 270%。
Nvidia 五年来股价走势图
目前 AI 仍处于发展的初期，未来可能会有更强劲的回报。
在网络和云端计算开始兴盛之下，网络巨头可以在其数据中心，汇整大量数据并进行计算，计算机科学家创造出一种新的机器学习 (machine learning) 模式，称为深度学习 (deep learning)， 该模式不需要科学家制定明确的计算规则。
下图显示一个深度学习的例子，其中一台计算机被教导辨识猫的照片，数以百万计的猫图片被输入计算机，以及许多不是猫的例子亦被输入，例如狗的照片。 计算机将检测图像像素中，许多基本形状的图案。
深度学习范例之一，辨识猫与狗
然后它会发现这些非常基本的形状，如何聚集形成相关的 (尖的耳朵) 和不相关的 (软的耳朵) 可辨识图案特征，这将成为计算机新的模型，之后在辨别图片是否为猫时，它将套用此模型。
这种深度学习是一种强大的新范例：人类只需要设定一个基本目标，如分类图片，接着让计算机找出解决方案的模式。 计算机所经历的一系列步骤被称为「网络」，而不同的网络擅长不同的事物，举例来说，所谓的强化学习为使用非常简单的讯息，只需要一个场景和一套规则，它们变能找出最佳的行动模式。
Google 曾在 2017 年底，使用这种方法制作能自我学习的计算机围棋 AI 模型 AlphaGo Zero。 该模型运用神经网络的技术，它透过与自己对弈，学习到各种招式并发现新的战略，他在学习过程中并不需要人类的智能，它最终击败了顶级人类围棋棋士。
而科技公司在 AI 发展中扮演的重要角色为，提供所需的硬件支持或是新的机器设备，例如 Nvidia 的 GPU 芯片效率比 Intel 的微处理器更高。 美光的内存芯片需求激增，并预计在 2021 年推出可支持深度学习的芯片。
深度学习将在运算中变得更加普遍，随着时间推移，深度学习将接管人类编写程序的工作，但受限于芯片和软件的发展，要走到此目标还有很长一段路。 钜亨网
3.人工智能值得关注的八大趋势
人工智能春天刚刚开始。我提出这一观点是因为人类社会经历了机械化、电气化、信息化的时代以后，正在向智能化时代迈进。人工智能有望引领新一轮科技革命。我认为有八个宏观发展趋势值得关注。
第一个是由专用走向通用，这是必然的发展趋势。通用智能被认为是人工智能皇冠上面的明珠，大家都很关心这个竞争焦点。
我注意到，美国军方也开始规划通用智能的研究。他们认为通用人工智能和自主武器，是显然优于现有人工智能技术体系的发展方向。
第二个是由机器智能到人机混合智能。为什么不认同机器人和人类或者人工智能与人类智能是零和博弈？因为人工智能另外一个重要发展趋势是人机混合智能。人类智能和人工智能各有所长，可以互补。人工智能的一个非常重要的发展趋势，是From AI （Artificial Intelligence） to AI （Augmented Intelligence），两个AI含义不一样。
第三个是从“人工+智能”到自主智能系统。为了让深度学习提高性能，需要大量已经标注好的数据。比如给人工智能一个图像，要通过人工标注好图像中哪一块是人、哪一块是草地、哪一块是天空，非常费时费力。下一步发展趋势是怎样以极少的人工来获得最大程度的智能，人类看书可以学习到知识，机器还做不到。人工采集和标注大样本训练数据，是这些年来深度学习取得成功的一个重要基础或者重要人工基础。因此，有人开始试图创建自动机器学习算法，来降低AI的人工成本。
第四个是学科交叉将成为人工智能的创新源泉。现在很火爆的深度学习借鉴了大脑的原理：信息分层，层次化处理。《Nature》 发表了一个研究团队开发的能自主学习的人工突触成果报告，它能提高人工神经网络的学习速度。但大脑到底是怎么处理外部视觉信息或者听觉信息的，很大程度还是一个黑箱，这就是脑科学面临的挑战。人工智能和脑科学这两个学科的交叉中存在巨大创新空间。
第五个是一个明显的趋势，即人工智能产业将蓬勃发展，国际上一个比较有名的咨询公司预测，2016到2025年人工智能的产业规模几乎直线上升。我们国家发展规划提出，2030年人工智能核心产业规模将超过1万亿元，带动相关产业规模超过10万亿元，人工智能产业的前景显然是非常大的。
第六个是关于人工智能的法律法规一定会更加健全。大家都很关注人工智能可能带来的社会问题，因此联合国还专门成立了人工智能机器人中心这样的监察机构。前不久，欧盟25个国家签署了人工智能合作宣言，共同面对人工智能在法律方面的挑战。我们学部也列了这方面的题目加以研究。
第七个是人工智能将成为更多国家的战略选择。一些国家已经把人工智能上升为国家战略，越来越多的国家一定会采取同样的举措。
第八个是人工智能的教育会全面普及。教育部专门发布了高校人工智能的行动计划。国务院新的人工智能发展规划也指出，要支持开展形式多样的人工智能科普活动。这是值得大家关注的一个方面。新华网
第一个是由专用走向通用，这是必然的发展趋势。通用智能被认为是人工智能皇冠上面的明珠，大家都很关心这个竞争焦点。
我注意到，美国军方也开始规划通用智能的研究。他们认为通用人工智能和自主武器，是显然优于现有人工智能技术体系的发展方向。
第二个是由机器智能到人机混合智能。为什么不认同机器人和人类或者人工智能与人类智能是零和博弈？因为人工智能另外一个重要发展趋势是人机混合智能。人类智能和人工智能各有所长，可以互补。人工智能的一个非常重要的发展趋势，是From AI （Artificial Intelligence） to AI （Augmented Intelligence），两个AI含义不一样。
第三个是从“人工+智能”到自主智能系统。为了让深度学习提高性能，需要大量已经标注好的数据。比如给人工智能一个图像，要通过人工标注好图像中哪一块是人、哪一块是草地、哪一块是天空，非常费时费力。下一步发展趋势是怎样以极少的人工来获得最大程度的智能，人类看书可以学习到知识，机器还做不到。人工采集和标注大样本训练数据，是这些年来深度学习取得成功的一个重要基础或者重要人工基础。因此，有人开始试图创建自动机器学习算法，来降低AI的人工成本。
第四个是学科交叉将成为人工智能的创新源泉。现在很火爆的深度学习借鉴了大脑的原理：信息分层，层次化处理。《Nature》 发表了一个研究团队开发的能自主学习的人工突触成果报告，它能提高人工神经网络的学习速度。但大脑到底是怎么处理外部视觉信息或者听觉信息的，很大程度还是一个黑箱，这就是脑科学面临的挑战。人工智能和脑科学这两个学科的交叉中存在巨大创新空间。
第五个是一个明显的趋势，即人工智能产业将蓬勃发展，国际上一个比较有名的咨询公司预测，2016到2025年人工智能的产业规模几乎直线上升。我们国家发展规划提出，2030年人工智能核心产业规模将超过1万亿元，带动相关产业规模超过10万亿元，人工智能产业的前景显然是非常大的。
第六个是关于人工智能的法律法规一定会更加健全。大家都很关注人工智能可能带来的社会问题，因此联合国还专门成立了人工智能机器人中心这样的监察机构。前不久，欧盟25个国家签署了人工智能合作宣言，共同面对人工智能在法律方面的挑战。我们学部也列了这方面的题目加以研究。
第七个是人工智能将成为更多国家的战略选择。一些国家已经把人工智能上升为国家战略，越来越多的国家一定会采取同样的举措。
第八个是人工智能的教育会全面普及。教育部专门发布了高校人工智能的行动计划。国务院新的人工智能发展规划也指出，要支持开展形式多样的人工智能科普活动。这是值得大家关注的一个方面。新华网
0
相关文章
相关留言
