贾扬清正式宣布加盟阿里巴巴
仅售 99 美元！英伟达发布最小迷你AI计算机 Jetson Nano
阿里达摩院开发AI“二哈”对付骚扰电话
Uber获软银10亿美元投资，自动驾驶部门估值达100亿美元
Facebook开源服务27亿人的AI硬件“三套件”
周志华获IEEE 年 Edward J.McCluskey 技术成就奖
机器人团队协作，用一根绳子攀爬悬崖
Facebook为AI芯片构建标准容器
艾伦人工智能研究所：去偏误算法并没有想象中有用
贾扬清正式宣布加盟阿里巴巴
今天，阿里巴巴达摩院官方账号正式宣布Caffe之父、前Facebook AI架构总监贾扬清加入阿里，担任技术副总裁岗位，领导大数据计算平台的研发工作。贾扬清的个人领英显示其已于3月份加入阿里巴巴，至今将近一个月。
贾扬清以深度学习框架Caffe作者的身份闻名。清华本硕毕业后，在加州大学伯克利分校取得计算机科学博士学位，先后工作于新加坡国立大学、NEC美国实验室、谷歌大脑，加入Facebook担任研究科学家，任Facebook AI架构总监，负责前沿AI平台开发及人工智能研究。
贾扬清之前曾这样评价阿里达摩院：
我在阿里有很多志同道合的朋友，比如说同在伯克利读博的Xiaofeng Ren（以前亚马逊的首席研究员），当年一起在清华摸爬滚打的盖坤（阿里的技术大牛靖世）等等。
白驹过隙，现在更多的本土公司开始加入人才培养和科研的第一线，这对于AI的发展是振奋人心的好事。（倒退几年，如果我还在读研究生的话，又多了一个实习的好去处呢。）
仅售 99 美元！英伟达发布最小迷你AI计算机 Jetson Nano
3 月 17 日，在GTC 上，英伟达CEO黄仁勋发布了今年的新产品，其中最引人注意点当属人工智能计算机Jetson Nano。这款设备可以创建数百万个智能系统，支持高分辨率传感器，可以并行处理多个传感器，并可在每个传感器流上运行多个现代神经网络。它还支持许多流行的 AI 框架，使开发人员可以轻松地将他们喜欢的模型和框架集成到产品中。
Jetson Nano 的主要参数包括：
GPU：基于 128 核 NVIDIA Maxwell? 架构的 GPU
CPU：四核 ARM?A57
视频：4K @ 30 fps（H.264 / H.265）/ 4K @ 60 fps（H.264 / H.265）编码和解码
相机：MIPI CSI-2 DPHY 通道，12x（模块）和 1x（开发人员套件）
内存：4 GB 64 位 LPDDR4; 25.6 千兆字节 / 秒
连接：千兆以太网
操作系统支持：适用于 Tegra? 的 Linux
模块尺寸：70mm x 45mm
开发者套件尺寸：100mm x 80mm
售价方面，Jetson Nano 有两个版本：面向开发人员、制造商和发烧友的 99 美元开发套件以及面向希望创建大众市场边缘系统的 129 美元版本。
此外，黄仁勋在会上还发布了图像处理芯片 CUDA-X AI，旨在加速数据科学工作负载，使数据更有用。之后，黄仁勋发布 OMNIVERSE，一个用于多工具工作流程的开放式交互式 3D 设计协作平台。此外，为了满足数据中心和云图形应用不断增长的需求，英伟达发布 RTX SERVER POD和RTX 服务器。同时，会上还发布了为开发人员提供 Isaac 应用程序的工具包NVIDIA Isaac SDK，以及Level 2+ 的自动驾驶解决方案 NVIDIA DRIVE AP2X。
阿里达摩院开发AI“二哈”对付骚扰电话
3.15晚会曝光了可以一年呼出40亿次的机器人之后数小时，阿里巴巴达摩院开发的防骚扰电话AI“二哈”一炮而红。阿里称应该把机器人的问题交给机器人对付，当用户在手机上开通了这项服务后，在接到骚扰来电时，用户可以直接转接给机器人接听，可达到以假乱真的效果。
阿里巴巴AI实验室语音助手首席科学家、阿里AI北京研发中心负责人，前微软亚洲研究院首席研究员聂再清表示，开发“二哈”是因为其对各种骚扰电话不胜其烦。这项服务背后主要是智能聊天技术，通过深度强化学习来学习对话策略，理解用户请求，同时用强大的知识图谱制作聊天的知识点，通过跟用户对话，把知识图谱里的知识灌输给用户，同时也引导用户反馈。
在放出“二哈”工作的演示视频后，该技术便获得了不少专家的肯定。其后，阿里还在支付宝小程序和天猫精灵App推出开放体验。
Uber获软银10亿美元投资，自动驾驶部门估值达100亿美元
据外媒报道，Uber自动驾驶部门即将获得来自软银愿景基金的投资，据悉，双方的谈判已经进入了最后阶段。
如果顺利获得 10 亿美元融资，Uber 自动驾驶部门的估值可达 50-100 亿美元。
对于该消息，Uber 和软银发言人均未给出回应。
此前，Uber自动驾驶汽车每个月的开销高达 2000 万美金，而且还发生了事故致人死亡，甚至有传闻称 Uber 曾有意彻底放弃自动驾驶。Uber获得资金可帮助其自动驾驶部门迎来一轮跨越式发展。
Facebook开源服务27亿人的AI硬件“三套件”
在3月15日的开放计算项目全球峰会上，Facebook发布并开源了3款AI硬件，分别是面向训练的Zion、面向推理的Kings Canyon及面向视频转码的Mount Shasta。
其中，Zion专为处理包括CNN、LSTM和SparseNN在内的神经网络架构的“频谱”而量身定制，包括三个部分：拥有8个NUMA CPU插槽的服务器；配备了8加速器芯片组，以及一个厂商中立（vendor-agnostic ）的OCP加速器模块（OAM）。
Kings Canyon专为推理任务而设计，共分四个部分：Kings Canyon推理M.2模块；Twin Lakes单插槽服务器；Glacier Point v2载卡；以及Facebook的Yosemite v2机箱。同时，Facebook还表示正在与Esperanto、Habana、英特尔、Marvell和高通公司合作，开发能够同时支持INT8和高精度FP16工作负载的ASIC芯片。
Mount Shasta是专为视频转码而开发的ASIC，由Facebook与Broadcom、Verisilicon合作开发。在Facebook的数据中心内，它将被安装在带有集成散热器的M.2模块上，位于可容纳多个M.2模块的Glacier Point v2（GPv2）载板中。
Facebook表示，平均而言，预计这些芯片的效率会比目前的服务器“高出许多倍”。它的目标是在10W功率范围内，以60fps速度输入流编码效率至少比4K高出一倍。
周志华获IEEE 年 Edward J.McCluskey 技术成就奖
3月16日，IEEE 计算机学会宣布 年 Edward J. McCluskey 技术成就奖花落南京大学计算机与人工智能教授周志华，以表彰他“对机器学习和数据挖掘的贡献”。值得注意的是，周志华教授是今年唯一的国内获奖者。
周志华是南京大学人工智能学院院长、南京大学计算机科学与技术系主任，同时还是CCF会士、常务理事、人工智能与模式识别专委主任、ACM / AAAS / AAAI / IEEE / IAPR Fellow，欧洲科学院外籍院士。此外，他还是大家熟悉的“西瓜书”《机器学习》的作者，并担任京东人工智能研究院学术委员会委员，任京东研究院南京分院总顾问。他的研究领域包括周志华教授的研究方向包括人工智能、机器学习、数据挖掘等。
Edward J. McCluskey 技术成就奖起源于 1985 年，为了奖励在过去 10-15 年间为计算机信息科学和工程领域做出突出创新贡献的人。奖项的名字来自学会第一任主席 Edward McCluskey，至今有 84 名获奖者，此前，联想CTO芮勇、乔治亚理工大学教授Ling Liu、前金山软件CEO张宏江、图灵奖得主David Patterson等都是这一奖项得主。
机器人团队协作，用一根绳子攀爬悬崖
日本东京大学的研究人员创建了一支双机器人团队，通过一根绳子，机器人可以完成绘制周围环境并穿越高低起伏地形等任务，这使得空中无人驾驶飞行器可以辅助地面车辆。
无人机使用英伟达 Jetson TX2芯片进行板载本地化、映射和导航。这架无人机配备了摄像头、飞行时间传感器和用于高度测量的激光传感器。地面车辆使用UP Core处理器“基于商用Caterpillar平台”。地面机器人运行机器人操作系统的副本，机载无人机使用该副本连接到机器人操作系统。
智能机器人用一根“笨笨”的绳索攀爬：机器人这样完成协作：无人机飞到UGV上方并绘制地形图，将数据传送到地面机器人，以识别周围环境。当机器人检测到障碍物时，UAV将系绳（末端有一个抓钩）缠绕在一个高大的物体上，UGV从固定好的绳子向上爬。
真实测试：研究人员在一个小规模的真实环境中进行测试，结果表明这套方法很奏效，但还是存在一些问题：“由于缺乏传感器，我们没有[系绳]张力控制机制，系绳需要从一开始就延长，结果，UGV经常被绳子缠住。”
重要性：将来，我们可以想象到各种不同类型的机器人相互协作模式，发挥各自的专长作为一个整体协作，1+1将大于2。但这个实验表明我们还处于早期阶段，还需要解决一些问题。
：无人机/ UGV自主合作：无人机通过连接系绳协助UGV攀登悬崖 /abs/1903.04898
Facebook为AI芯片构建标准容器
目前，许多人工智能组织正在考虑建立数据中心，这些数据中心由许多不同类型的服务器组成，运行CPU、GPU、AI定制芯片等不同类型的处理器。Facebook希望将用于容纳AI加速器芯片的机箱类型标准化，并提供了Open Compute Project（OCP）开源硬件原理图和规范——一个超大规模数据中心运营的服务器设备类型标准化方案。Open Compute Project（OCP）是Facebook在4月发起的一個数据中心开放架构技术发展组织，目前成员包括Intel、Red Hat、Facebook、Mozilla、Rackspace、NTT Data、百度、高盛以及Google等。
Facebook提出的OCP加速器模块支持12V和48V输入，并且可以为模块中的芯片提供高达350W（12V）或高达700W（48V）的TDP（热设计功率）。这是一个有用的特性，因为许多新的加速器芯片都需要大量的电力（任何消耗450W以上TDP服务器都需要用液体冷却）。它可以支持每个机箱内的单个或多个ASIC，每个系统最多支持八个加速器。
设计：你可以在Open Compute Project（OCP）更详细地了解OCP加速器模块 /wiki/Server/OAM。
重要性：随着人工智能进入工业化阶段，我们将在AI设备所需的基础设施上投入更多资金。标准化AI加速器模块的需求将变大，而这种需求可能来自于亚洲的低成本原始设计制造商（ODM），它们会需要这种标准化产品。
：Facebook共享加速器模块（/data-center-engineering/accelerator-modules/）。
艾伦人工智能研究所：去偏误算法并没有想象中有用
艾伦人工智能研究所的研究人员进行了一项分析，该分析对用于debias模型的一些算法的有效性提出质疑。他们写道：“我们认为目前的去偏误方法主要是隐藏偏见，而不是消除它”。
研究人员用两种不同的方法比较embeddings：Hard-Debiased（Bolukbasi等）和GN-GloVe（Zhao等），两者都经过修改，以减少训练模型中明显的性别偏见。他们试图分析这些方法中偏误和去偏误版本之间的差异，主要是通过分析两个版本的embeddings之间的不同空间关系。他们发现，这些去除方法主要是把问题转移到模型的其他部分，因此，尽管它们可能会修复一些偏误，但其他偏误仍然存在。
去偏误失败的三个因素：
具有强烈的预先性别偏见的词语很容易聚集在一起因为社会刻板印象导致隐含性别的词语（例如接待员、发型师、船长）仍然容易与其他性别相同的隐性词汇分到一组具有根深蒂固的预先偏见的词，其隐含性别很容易基于单一向量进行预测
重要性：作者认为，“虽然这些去除偏误的方法在消除性别方向方面效果很好，但是去除方法基本上是表层化的。刻板印象和从语料库中学到的偏见在嵌入空间中根深蒂固。“
此类研究表明，处理偏见问题将比人们预期的要困难，并强调了人工智能在偏见上有多大程度来自现实世界的数据，而这些系统正在接受包含此类偏见的训练。
：给猪涂口红（西方谚语：把丑陋的事物变美好而做的无用功）：去偏误方法掩盖了Word嵌入中的系统性别偏见，但不能根除（/abs/1903.03862）。
作者 Jack Clark 有话对 AI 前线读者说：我们对中国的无人机研究非常感兴趣，如果你想要在我们的周报里看到更多有趣的内容，请发送邮件至：jack@jack-。
参考链接：
https://jack-//03/18/import-ai-138-transfer-learning-for-drones-compute-and-the-bitter-lesson-for-ai-research-and-why-reducing-gender-bias-in-language-models-may-be-harder-than-people-think/
