网站首页    信息智能    剑桥大学AI全景报告要点
  • A股4次著名“抱团”事件

    传统基建、消费升级、科技发展、金融扩张同时存在,在未来的一段时间内还是并存的格局。因此,映射到A股,四大板块——周期、金融地产、消费、科技(主要是TMT)机会轮动。而金融地产、消费、科技是机构投资者愿意持股的主要板块。因此A股出现了抱团轮动的特征。

    21 ¥ 0.00
  • 中国31个省市区重点产业布局

    天津未来产业发展重点1、壮大高端装备、新一代信息技术、航空航天、节能与新能源汽车、新材料、生物医药等十大先进制造产业;2、建设一批智能制造试点;重庆重点招商引资产业:IT产业、汽车摩托车产业、高端设备、新材料、节能环保、新一代信息产品……

    3 ¥ 0.00
  • 华尔街之狼2016年反向操作复盘

    比尔·阿克曼因手法激进,素有“华尔街之狼”之称。2020年开春,在桥水基金、文艺复兴科技等传奇基金可能面临亏损的时候,却在逆风而上。以2700万美元赢得26亿美元,收益率近百倍!2019年录得58%的收益,2020年累积取得年化70.2%。本文是他在2014-2018年间,反向操作而巨亏的一个复盘

    2 ¥ 0.00
  • 进击的早餐馒头

    早餐消费习惯的差异会是横亘在前的一个障碍。44%的消费者会选择吐司/面包作为早餐,并且这个数据仍处于上涨的趋势中,但超过4成的西式早点消费者无疑将大幅削弱中式早点增长空间预期。中式早餐连锁还是面临着便利店的竞争:选择在便利店早餐人群比例高达29%。

    4 ¥ 0.00
  • 产业链的地理距离

    地理距离对于贸易和产业聚集的影响极大。欧洲、北美、东亚三大经济高地,都是跟临近地区贸易金额极高。不管是RCEP还是阻断外国法律与措施不当域外适用办法,实际上都是确保变成东亚市场+东亚产业链VS美国市场+产业链的形态,利用地理优势加大长期竞争的胜算

    19 ¥ 0.00
  • BAT移动生态战争2021

    2021年,移动互联网生态中,算法推荐可能会受到抑制,或有一些数据运用的规则出台。同时收购获得行业领导地位的行为,也会在政策监管之下变得谨慎。买水的(买流量),送水的(精准匹配需求),造水的(知识化是最大的看点)移动生态之间增速的差异会开始显现。

    3 ¥ 0.00
  • 基础科研需要“讲实话”

    中国还远远没有到全球领先的科技地位。必须靠的是比人家优越,优越在哪里?优越在你的科技发展能力。科技发展能力靠的是什么?学术界。学术界靠的是什么?人力、财力和物力的投资。这些投资必须要用在刀口上,你不用在刀口上,后果之严重是非常明显的。

    8 ¥ 0.00
  • 迷失的日本文创战略

    “酷日本”本身沦为依靠品牌驱动、缺乏核心内容的空泛概念——从影视、动漫、游戏、出版、时尚、餐饮旅游乃至工业制品,几乎无所不包,凡是可以盈利的行业似乎都纳入其中,其自身只是成了一个毫无灵魂的容器而已。这正是“酷日本”创新发展战略当下最尴尬之处

    6 ¥ 0.00
  • 制造业能不能去西部?

    那些“制造业外流能倒逼产业升级”的鬼话,连信都不要信。自然环境、基础设施和耕地红线一直是制约中国西部发展制造业的掣肘。未来,交通网络、水电光伏的超级工程,目的是不断降低西部要素成本,让制造业留在中国,让就业留在中国,让有尊严的生活留在中国。

    5 ¥ 0.00
  • 顶尖高手是如何研究基本面的?

    研究商业模式的意义在于:1.是不是个好生意?2.这样的生意能够持续多久?3.如何阻止其他进入者?这三个问题分别对应:商业模式、核心竞争力和商业壁垒。三位一体则构成公司未来投资价值:盈利模式、实现前者的能力,壁垒是通过努力构筑的阻止其他公司进入的代价

    7 ¥ 0.00
  • 科学仪器,被拉大差距

    过去400年的历史一再证明:谁掌握了最先进的科学仪器,谁就掌握了科技发展的主动权。中国1000多家科学仪器厂,大部分产值低于1000万元。2018年数据:全球科学仪器行业TOP20,无中国企业。北京大学2009年一个调研结论是:过去20年,与发达国家相比,科学仪器差距逐步拉大。

    8 ¥ 0.00
  • 特斯拉秘密:软件收入

    特斯拉目前并未在其财报中单独披露最核心应用软件AutopilotFSD的收入:1、FSD在2020年7月1号,其价格已经上涨至8000美元/套(国内64000元/套)。2、OTA付费升级;3、车联网功能。根据可揭示FSD收入的核心变量——递延收入,预计FSD累计现金收入达到12.6亿美元,2019年现金5.6亿美元

    17 ¥ 0.00
  • 工业气体,一国化工考场

    工业气体,是现代工业的基础原材料,被誉为“工业血液”。工业气体产业考验的是一个国家的化工底子。中国工业门类齐全,工业产量充足,这是事实;有很多工业产品无法量产、依赖进口,这也是事实。能制造许多高技术的产品,也有大量产品根本没办法制造。

    5 ¥ 0.00
  • 全国文化产业投资基金概览

    文化产业发展渐入佳境,除了一些老牌文化产业投资基金,从中央到各省市、区县级地区,各级文化产业政府投资基金遍地开花。文化产业政府投资基金在兼顾社会效益和经济效益的同时,其自身也在不断成长。本文梳理了2014年至今,全国各地部分文化产业政府投资基金。

    8 ¥ 0.00
  • 温铁军:​RCEP与中国农业

    RCEP谈判中,农产品关税一直是个敏感话题。最终的谈判结果,除了日韩和个别最不发达国家,大多数成员达到90%以上农产品零关税的高水平。我国和日本之间首次达成农产品关税减让安排,日本六成以上、我国八成以上的农产品将互相取消关税。

    1 ¥ 0.00
  • 全球另类投资现状

    全球每年基础设施投资需要3.6万亿美元;房地产投资在2010年-2016年快速增长,2016年后增速放缓;对冲基金里,过去十年收益最高的类别是全球股票策略,其次是相对价值策略,收益最低的是全球宏观策略。对冲基金和传统60/40的投资组合在衰退和市场极端情况下相关性较低。

    1 ¥ 0.00
  • 疫苗玻璃瓶,造不出来

    中国人不光造不出疫苗用的玻璃瓶,还造不出圆珠笔上的钢珠,打火机上的垫片,很多“小”东西造不出来。有人据此骂中国制造不行,但其实不是的。中国制造只是缺少足够的时间,不能苛求每一步都走得无比扎实。不可否认的是,高速增长掩盖了发展中的许多问题。

    18 ¥ 0.00
  • 贝莱德CEO:创纪录资金正在流入中国

    “许多美国大公司在中国非常活跃,销售商品,对中国的贸易逆差从未如此之大,”“全球投资者都在奔向中国,而不是远离中国。”他欢迎与拜登政府讨论对华多边合作必要性。“有必要让全球第二大和第一大市场进行对话,有必要让多边主义构建一个更美好的世界”。

    2 ¥ 0.00
  • 2020谷歌技术发展

    2020年,随着世界被冠状病毒重塑,我们看到了技术可以帮助数十亿人更好地交流,理解世界和完成任务。GoogleResearch的目标是解决一系列长期而又重大的问题,从预测冠状病毒疾病的传播,到设计算法、自动翻译越来越多的语言,再到减少机器学习模型中的偏见

    1 ¥ 0.00
  • 马斯克新访

    我们正在进入一个新的阶段,在这个阶段触及范围得到了扩展。我们真的能很好地使用先进的技术?这将成为一场考验。这个问题最后会成为许多文明的过滤器:能利用好这些技术,同时不让自己被毁灭吗?人类拥有这些先进的技术,是不是就和给一个小孩一把枪一样?

    0 ¥ 0.00

【转自:搜狐-中关村互联网金融研究院《剑桥大学发布2020<AI全景报告>全文177页》2020.10

该调查的两位主要作者NathanBenaichIanHogarth均来自剑桥大学。

http://p1.itc.cn/q_70/images03/20201007/498c315a0ab34234b0b4be33562dbcae.jpeg

 

一、人工智能研究进展

 

人工智能领域的发展虽然伴随着开源的框架和活跃的社区,但在今年报告的开头,我们还是需要以数据说话,首先明确一点:AI研究的开放性并没有我们想象的那么高。

http://p2.itc.cn/q_70/images03/20201007/fef9e970eade4dbaa445a347de8e1d7c.jpeg

在深度学习框架上,正如我们最近所感受到的,在各个AI顶会的论文中,研究人员已经广泛使用了PyTorch,其抢占了大部分原来TensorFlow的位置。

http://p2.itc.cn/q_70/images03/20201007/a951291ea4254fc5a850a930625ee2e6.jpeg

GitHub上,PyTorch相比TensorFlow也有更多的新研究实现:据统计现在约有47%的实现是基于PyTorch的,而TensorFlow的大约为18%

另一方面,大尺寸模型正在推动着NLP领域的技术进步,OpenAIGPT-3等新研究已经把深度学习模型的参数数量推到了千亿。根据目前的云服务算力价格,训练每1000参数的模型平均需要1美元,拥有1750亿参数的GPT-3可能需要花费百万美元级别的费用,有专家认为这一数字超过了1000万美元。高昂的训练费用,让研究人员们在探索新方向时遭遇了挑战。

http://p3.itc.cn/q_70/images03/20201007/8c3a4ec9ff1840f285ab4212e70e45f0.jpeg

AI模型训练需求越来越多算力的同时,传统计算机架构却在逐渐接近摩尔定律的终点。MIT等大学的研究称,科学家如果希望将ImageNet数据集图像分类任务的错误率从11.5%降到1%,可能需要数百亿美元的投入。

不过,人们也在研究提高模型效率的方法,OpenAI的统计表明:自2012年起,训练深度学习神经网络进行ImageNet图像分类要想达到特定的水平,其所需的算力每16个月减半。

http://p3.itc.cn/q_70/images03/20201007/2e66815306d74b579afed9d7d4b9dcc1.jpeg

毋庸置疑的是,GPT-3BERT等模型已经让NLP领域的研究进入了新的阶段。现在甚至出现了自动翻译编程语言的无监督机器翻译工具。在GitHub上把C++函数翻译至Java准确率达到90%

技术的快速发展源于人工智能领域的高研究力度。据统计,全球有关AI方法(深度学习、NLP、计算机视觉、强化学习等)的论文数量自2017年起每年增长50%,在2020年,我们可能将会看到超过21000AI领域的新论文。

不过,当前的大多数机器学习应用是通过统计来实现功能的,其忽略了人类学习知识的重要方法——因果推理。在为患者寻找诊疗方案等任务中,因果推理是更好的方式。JudeaPearlYoshuaBengio等人工智能先驱者都认为,因果推理是使得机器学习系统更好地泛化,更强大稳健,并为决策作出更大贡献的新方向。

 

二、AI人才:美国占主导

 

人工智能领域研究者的分布情况近几年呈现出几种新的趋势。

 

人才流动

首先,学术界面临人才外流的情况,美国许多研究教授离开大学,前往科技公司任职。从2004年至2018年,谷歌、DeepMind、亚马逊、微软已经从美国大学聘请了52位终身教授。卡内基梅隆大学、华盛顿大学和伯克利大学在同一时期失去了38名教授。值得注意的是,仅2018年一年就有41AI教授离开。

http://p3.itc.cn/q_70/images03/20201007/645c0f75beed4f43b1f429bf9c612265.jpeg

AI顶会的角度看,在中国有过教育经历的研究者近几年为AI领域的研究做出了突出贡献。以人工智能国际顶会NeurIPS2019为例,接收论文的作者中有29%都曾在中国获得本科学位。

http://p7.itc.cn/q_70/images03/20201007/cb689a4557fd4a32afa90044c13bbb9d.jpeg

但是从国内的大学毕业后,继续在NeurIPS上发表论文的毕业生中有54%都去了美国。

http://p0.itc.cn/q_70/images03/20201007/a12d3cb2bab94279bef3f8a497f21953.jpeg

在人工智能领域里,美国仍然是国际研究的中心,有90%在美国毕业的留学博士都会留美继续工作。

而非美国籍的AI博士毕业生毕业之后很有可能到大型科技公司就职,而美国籍的博士毕业生更有可能去初创公司就职或加入学术界的研究行列。

http://p2.itc.cn/q_70/images03/20201007/f328ceac33784ee3b354b74ffc3f9174.jpeg

与此同时,许多AI领域的美国博士毕业生毕业之后会前往英国和中国就职。

http://p8.itc.cn/q_70/images03/20201007/5f72fab3fe9c40dfa832695aa642e868.jpeg

接下来我们再从研究机构的角度分析一下AI领域的概况。

http://p8.itc.cn/q_70/images03/20201007/b5323fa9efb647868cc522d77ddca3d7.jpeg

NeurIPS2019为例,谷歌、斯坦福、卡内基梅隆大学、MIT和微软发表的论文数量位居前五。

 

人才供不应求

作为当下最热门的研究领域之一,AI领域的人才需求不断增长。许多一流大学也在扩大AI专业的招生规模。以斯坦福为例,最近几年斯坦福AI领域的学生是1999-2004年的十倍之多,与2012-2014年相比AI领域学生数量也是翻了一倍。尽管如此,来自Indeed的数据显示,招聘职位的数量仍约为求职者数量的三倍。

但不可避免的是,2020年人工智能领域的人才市场受到了新冠疫情的严重影响。根据领英发布的数据,2020年机器学习领域职位原本强劲的增长趋势在2月受到打击,开始下滑。

http://p1.itc.cn/q_70/images03/20201007/d2e585648984493eb74190579c0c052c.jpeg

 

三、业界快速发展

 

人工智能设计的药物,在日本已经开始了一期临床试验。在人工智能医疗领域,众多创业公司收集了巨额资金,实现了「平台战略」。

http://p6.itc.cn/q_70/images03/20201007/8db97071868b479580a4324ce6f0d24d.png

说到人工智能最引人关注的自动驾驶。自2018年以来,在加利福尼亚州拥有自动驾驶汽车测试许可的66家公司中,只有3家被允许在没有安全驾驶员的情况下进行测试,其分别为Waymo(谷歌)、NuroAutoX

即使在政策最为开放的加州,迄今为止自动驾驶汽车的行驶里程相比人类也是微不足道——自动驾驶汽车公司在2019年的自动驾驶里程比2018年增加了42%。但这仅相当于2019年有驾照加州驾驶员行驶里程的0.000737%。

使用每次人工干涉之前,汽车自动驾驶的行驶里程作为评判标准,其实不一定是最客观的。在美国一些州,驾驶员双手完全脱离方向盘的行驶里程并没有记录。

不过最近,我们看到了这项数据的新变化。百度的自动驾驶已经达到了人工每次干涉之间18,050英里,超过了Waymo(谷歌)的13,219英里。对于不断加强AI投入的百度来说,最近的投入已经开始得到回报。

http://p6.itc.cn/q_70/images03/20201007/704319baec8a4a36b6de381825ed227c.jpeg

自动驾驶领域的公司,必须要有强大的资金支持。13亿美元被亚马逊收购的Zoox,其自2015年以来收获的融资已超过了9.55亿美元,Zoox最新的估值约为32亿美元。交易文件显示,Zoox2020年初每个月要烧掉3000万美元。

http://p1.itc.cn/q_70/images03/20201007/201b4b800d3a4dbcb2e7023983c504ea.jpeg

国内的出行公司滴滴最近也把自动驾驶业务剥离,并从软银远景基金等机构筹集了5亿美元。今年7月,滴滴在上海推出了自动驾驶汽车服务。

目前,自动驾驶系统中的大多数机器学习算法只专注于车辆周围的事物,并基于工程量巨大的手写规则。研究人员正在开发类似于AlphaGo,学习大量人类驾驶经验进行训练的新算法。最近,WaymoUberLyft都展示了模仿学习和逆强化学习的新技术。

自动驾驶等领域的发展也需求大量算力,Graphcore、英伟达等公司今年推出的新一代芯片成为了人们的希望。

http://p3.itc.cn/q_70/images03/20201007/eec917b34c944cafb94cd688ef12f8fd.jpeg

 

政策变化

除了AI研究方向之外,人工智能应用的快速落地也引起了人们对于隐私和伦理的担忧。

http://p0.itc.cn/q_70/images03/20201007/a7f4aed9127643849c9c3cf897f1aa34.jpeg

http://p5.itc.cn/q_70/images03/20201007/2050bfdcd9eb4a95b03f6b5fbef836ee.jpeg

微软删除了其1000万张人脸的数据库——这是目前可用的最大数据库。数据库中的人脸是从网络上抓取的,并未取得当事人的许可。

纽约大都会运输署(MTA)要求苹果允许乘客戴口罩时启用FaceID,以防止新冠病毒扩散。

 

美国继续在军用AI系统上投入大量资金

随着机器学习技术的落地,军方在该方面的探索也越来越多,尽管我们尚不清楚这一趋势对现实世界的影响程度。

http://p3.itc.cn/q_70/images03/20201007/18c304aee46c42eb97a1726a87baf2b4.jpeg

美国总务管理局和美国国防部联合人工智能中心授予博思艾伦咨询公司一份为期5年、总共8亿多美元的订单,内容简介中包括「数据标签、数据管理、人工智能产品开发」等关键词。

在国防层面,还有更多与此相关的AI公司正在获得丰厚的政府合同和风险投资。戴尔旗下Pivotal软件公司获得了美国国防部1.21亿美元的合同,还有一些从事无人机、高分辨率卫星地图、信息管理等业务的公司获得了大量风险投资,例如AndurilRebellionSkydio

http://p7.itc.cn/q_70/images03/20201007/53228b27a1db44d98b212a382dfa8cbd.jpeg

美国国防部高级研究计划局(DARPA)组织了一场虚拟空战大赛,一众AI系统相互竞争,最终胜出的「选手」、苍鹭系统公司开发的顶级AI5:0的成绩击败了人类飞行员。

AlphaGoAlphaStarAlphaDogfight,借助深度强化学习技术,人工智能正在更多的领域击败顶尖人类选手。这也充分说明,在游戏对战环境中所训练的取胜技术,可以迅速迁移到军事环境中。被击败的飞行员表示:「作为战斗机飞行员,我们往常的标准操作方法已经不起作用了。」

美国国防部长MarkT.Esper表示,这些在模拟战斗环境中训练的算法,将在2024年应用于真实世界的战争中,包括全尺寸战术飞机。机器学习将对未来世界的战争产生结构性影响,他指出:「那些率先利用最新迭代技术的人,往往会在未来战场上占据决定性优势。」

 

两大AI顶会采用全新的道德规范

http://p7.itc.cn/q_70/images03/20201007/46e80d5c84714097a4c52b83c30e4a06.jpeg

NeurIPSICLR都提出了新的伦理规范,但并未强制代码和数据共享。以人工智能领域最顶级会议NeurIPS为例:

NeurIPS将创建一个专门的子团队,由机器学习和伦理学交叉领域的专家组成。

NeurIPS现在要求论文作者提交关于「该工作可能产生的更广泛的影响,包括道德方面以及未来的社会影响」。

鉴于Facebook和谷歌等公司在NeurIPS中的影响力日益增强,因此「作者必须提供明确披露资金来源以及竞争利益点」。

NeurIPS「强烈鼓励」共享数据和模型,但没有强制性规定。

在这方面,机器学习领域落后于生命科学领域,例如在Nature期刊上发表论文的条件之一是,作者必须「及时向读者提供材料、数据、代码和相关协议」。

 

华为在智能手机领域的主导性增强,并在机器学习技术上大量投资

http://p6.itc.cn/q_70/images03/20201007/3fe00823dec845228c7a085ef4b70e8f.jpeg

这也是9年来第一次由苹果和三星之外的公司占据了市场领先地位,但到了20209月中旬,由于美国的制裁,华为面临着芯片供应的困境。

使用美国芯片制造设备的外国公司必需获得美国政府的许可,才能向华为提供某些芯片。华为消费者业务CEO余承东在中国信息化百人会2020年峰会上表示:「我们手机业务现在很困难,芯片供应困难,很缺货。」

华为的麒麟AI芯片由台积电代工,受到美国制裁政策影响,台积电接受的最后一笔订单是在2020515日。目前,华为正尝试向中芯国际(SMIC)寻求芯片制造方面的支持。

http://p3.itc.cn/q_70/images03/20201007/7f3c4a8496b943b8abbccbaac3b710dd.jpeg

但台积电在研发支出和半导体制造方面仍占据业内主导地位。台积电的研发费用与中芯国际的收入相当,前者是目前唯一商用5nm制造工艺(N5)的制造商,目前正致力于3纳米制造工艺,其功率效率比7纳米高出2倍,性能比7纳米高出33%。不久之前,中芯国际也表示,2020年会将资本支出增至67亿美元(高于原定目标31亿美元)

 

未来展望:8个趋势

 

在最后一部分,剑桥2020年度AI全景报告给出了关于未来12个月的8项趋势预测。

http://p0.itc.cn/q_70/images03/20201007/0acf5e88e34f4bd889ec7a96fe02a456.jpeg

1、搭建更大语言模型的竞赛仍将持续,我们将会见证第一个10万亿参数级模型的诞生。

2、基于注意力的神经网络将从NLP领域迁移到CV领域,实现新的SOTA

3、随着母公司战略的调整,一家大型企业的AIlab即将关闭。

4、作为对美国国防部活动和美国军事AI初创公司融资的回应,一部分中国和欧洲的国防AI企业将在未来的12个月内融资超过1亿美元。

5、一家头部AI药物发现初创公司(比如RecursionExscientia)要么进入IPO,要么以超过10亿美元的价格被收购。

6DeepMind将在结构生物学和药物发现方面取得重大突破。

7Facebook将凭借3D计算机视觉技术在ARVR上取得重大突破。

8NVIDIA最终不会完成对Arm的收购。

2020-12-25
剑桥大学AI全景报告援引的数据来自知名科技公司和研究小组。分别介绍了人工智能领域最近一段时间的发展趋势。并认为未来一年:第一个 10 万亿参数级模型的诞生;DeepMind将在结构生物学和药物发现方面取得重大突破;Facebook 将凭借 3D 计算机视觉技术在 AR 和 VR 上取得重大突破等

剑桥大学AI全景报告要点

人工智能