10月15日消息，本月12日，“全国首个区块链绿色产业金融科技服务平台”在杭州正式上线，平台系统由杭州阳光智联科技有限公司设计、开发并运营。中国电信、清华大学、浦发银行、江苏银行、浙商证券、华融金融租赁、达信中国、德国T?V莱茵集团、阳光时代律师事务所等30多家国际国内外金融机构、企业、认证机构和研机构院所作为该首批合作伙伴入驻平台，杭州趣链科技提供Hyperchain底层系统及相关技术支持。据悉，该项目是国内绿色产业结合区块链、物联网、科技金融等先进技术实现资产管理智能化、可信数字化及优化投融资效率的首批示范性落地应用项目之一。

平台运营方杭州阳光智联科技有限公司是专注于绿色产业，国内崛起的金融科技解决方案提供商，拥有大数据、物联网和区块链技术和产品研发能力。公司创始人兼CEO王一栋曾任网易金融CEO及金融机构高管。据他介绍:“新能源、节能环保、绿色交通、绿色建筑等各类绿色产业近年来发展迅猛，但同时，重资产运营、项目周期长、技术专业度高等特点造成绿色项目普遍面临融资难、融资贵、期限错配、流动性紧张、资产流通性差等问题。区块链技术创造了多方信任机制, 解决数据、人、物、合约、资产的可信问题，促进跨多机构、跨区域的高效协作。此次上线的阳光智联区块链金融科技平台服务对象是各类绿色企业，平台核心设计理念是围绕绿色项目和现金流本身，用各项先进技术对绿色项目运营进行全生命周期严格把控及风险管理，保障项目未来现金流的确定性，帮助企业打通外部资金的“最后一公里”。

据了解，阳光智联绿色企业区块链平台首批落地了三个服务产品包括: (1) “阳光可信宝”，即项目资产通过上链进行可信数字化并托管给平台，实现设备溯源追踪、登记、确权和认证等功能； (2)“阳光易融链”，即区块链绿色供应链金融。依托区块链分布式账簿的安全性和共享性，将绿色企业应收账款设为在线支付结算和融资工具；(3)“阳光ABS”，利用区块链技术对绿色企业ABS底层资产逐笔穿透监控，解决信任难题及绿色贴标公正性；同时，应用智能合约实现标准化、智能化，解决效率问题。

10月15日消息 据外媒Axios报道，苹果公司已经收购了为唱片与艺术经纪人建立音乐分析引擎的初创公司Asaii，以加强自家Apple Music对订阅用户的音乐推荐服务功能。

该报道称，收购Asaii可以增加苹果与Spotify Technology（全球最大的流媒体服务商）竞争时的竞争力。事实上，尽管Apple Music全球付费用户已达5000多万，但跟Spotify Technology的9000万相比，还是有很大的差距。

除了加强Apple Music的精准推荐服务以外，苹果收购Asaii公司，还可以跟Spotify Technology一样，直接跟小规模音乐公司工作，这可以帮助苹果在各个领域展开与Spotify Technology的竞争。

苹果公司上个月刚收购了音乐识别应用Shazam，现在又斥资不到一亿美元拿下了Asaii，苹果对Apple Music可谓是寄予厚望啊。

随着国内彩电市场进入瓶颈期，智能电视大屏价值的挖掘成为行业增长的重要方向。勾正数据董事长兼CEO喻亮星预测，中国OTT（含智能电视和智能盒子）广告市场规模2018年有望达到55亿元，明年将突破百亿、达到129亿元，到2020年进一步扩大到307亿元。

中国OTT广告市场规模预测 （数据来源：勾正数据）

作为中国智能电视的先行者，乐视网（300104.SZ）10月12日公告透露，2018年前三季预计亏损约14.8亿元，其中第三季亏损约3.8亿元；预计2018年前三季净资产为负，存在2018年全年净资产为负的风险。乐视网仍然将面临退市风险，它是否会倒在OTT广告市场爆发的黎明前？

OTT广告市场迎来机遇期

截至2018年上半年，国内OTT总激活终端规模超2.1亿，其中含智能电视激活设备1.72亿台，OTT盒子0.42亿台；OTT激活覆盖户数今年上半年的增长16%、达1.75亿户，首次超过有线电视缴费户数并领跑大屏市场。相比之下，IPTV保有用户数同比增长16%，达1.42亿户；而有线电视缴费户数则同比下跌2%，至1.51亿户。

喻亮星向第一财经记者介绍说，彩电大屏有三个竞争的阵营——有线电视、IPTV和OTT，其中有线电视市场早已成熟，收益主要来自内容版权和广告，如何增加广告收入是有线电视正在探索的，如北京生活频道组织市民到三亚买房等；IPTV的主要玩家是运营商，内容审核严格，原来电信主导，移动、联通加入使IPTV快速发展；OTT与有线、IPTV不同，不是从网络切入，而是从电视机、机顶盒的硬件“终端”切入，相对市场化，仍受政府管控。

在中国市场，OTT相对其他大屏更具市场规模潜力。勾正数据预计，2018年国内OTT用户数将超过1.9亿户，年度可运营户数将首次超过DTV（有线数字电视）缴费用户数、IPTV用户数。类比移动互联网发展，OTT依然具有较大上升空间，预计2020年渗透率达到66%。

事实上，尽管2018年国内彩电市场仍然疲软，但是AI人工智能电视的渗透率持续快速提升。奥维云网（AVC）的数据显示，截至2018年10月7日，AI电视的渗透率已达37.8%，同比增长17.3%。

更换为智能电视后，用户出现场景更多元，营销价值形式更多样。

喻亮星认为，未来OTT终端规模增长点主要来源于智能电视，与移动互联网增速相比，智能电视激活终端规模仍处于高速增长期；OTT盒子近几年销量增速放缓，且硬件更新周期快，所以激活总量整体保持小幅上升趋势。

2018年上半年，智能电视日均开机率52%，日活达8938万台；智能电视日开机率除节假日、暑期等日期有一定波动外，整体较稳定，而伴随着市场激活总终端的持续增长，预计到2018年底智能电视日活将破亿、达到10003万台。

看到智能电视大屏价格兑现曙光乍现，彩电厂商都纷纷加快圈占智能终端资源。据勾正数据的研究报告，从激活终端分布看，国内彩电传统五大品牌（海信、创维、TCL、长虹、康佳）占据主要OTT用户流量，占比达61%；其次是外资品牌，占比为18%，规模占比略高于互联网品牌；而从增长率上看，互联网品牌增速最猛，增幅达15%，高于传统五大品牌10%的增速，占比为14%。

智能电视大屏价值的“钱景”诱人，今年以来，OTT行业的投资、战略合作明显增多，目标都是为了争夺用户。3月，百度向创维旗下酷开注资10.1亿元，成为酷开第二大股东，双方希望到2020年共同发展一亿个智能终端产品、服务一亿个家庭；5月，京东以3亿元入股TCL旗下雷鸟科技6.67%；此外，乐视网旗下乐融致新今年也获得腾讯、京东、苏宁等战略入股，不过最近随着乐视控股所持乐融致新股权拍卖转让，乐视网已失去作为乐融致新第一大股东的控制权；9月，做OTT行业分析的勾正数据获得酷开以及有TCL、长虹背景的欢网科技等多家企业数千万元战略投资。

为了圈占更多用户，酷开还与江苏有线跨界合作。酷开公司董事长王志国今年曾向第一财经记者表示，希望在几年内，把江苏有线约3000万用户也逐步转变为智能电视终端用户。与此同时，酷开OS系统也承接了松下、飞利浦品牌电视在中国大陆市场的智能电视运营业务。

TCL旗下雷鸟、康佳旗下KKTV也积极与广电企业合作。今年7月，广东南方电视新媒体有限公司与雷鸟科技合资成立广州南新成轶科技有限公司，抢食互联网电视运营的蛋糕。8月，广东南方爱视娱乐科技有限公司作为南方新媒体的参股公司，与KKTV签署战略合作协议，联手做OTT运营。

从数字媒体行业发展进程看，伴随着移动互联网网民渗透率触顶，OTT被视为继续享受互联网红利的媒介，营销价值存在爆发增长点。勾正数据的报告显示，2018年上半年，国内OTT广告市场规模达23.5亿元，已超过2017年全年OTT广告市场23亿元的总值。

喻亮星预计，中国OTT广告市场规模，未来几年都将保持高速成长。

乐视网能否分享OTT红利？

乐视网是国内智能电视的先行者之一，2013通过超级电视带来“硬件+内容”的新模式。无奈，随着2016年乐视资金链风波引发危机，乐视网2017年陷入巨亏泥潭。2018年，乐视网仍没能从根本上扭转颓势，而且还丧失了对核心子公司乐融致新的控制权。

据其三季报业绩预告，2018年前三季，乐视网预计归属上市公司股东的净利润亏损额在14.79亿~14.84亿元之间，比去年同期16.5亿元的净亏损额略有收窄；其中2018年第三季净亏损额在3.76亿元，也比去年同期10.1亿元的净亏损额收窄。但是，乐视网的经营状况其实在继续恶化。

对于今年前三季的巨额亏损，乐视网解释说，2018 年前三季度，公司的终端收入、广告业务收入、会员及发行业务收入相较上年同期均出现大幅度的下滑，除正常运营成本（如 CDN 费用、人力成 本等）支出外，公司报告期内其他成本并未下降。公司 2018 年前三季度经营性持续亏损约 14 亿余元。

乐视网还表示，目前公司受乐视非上市体系经营不善的延续影响，形成的大量关联应收和预付款项，造成公司资金流极度紧张，致使公司对上游供应商形成大量欠款无法支付、合同违约引发大量诉讼等问题；同时由于供应链暂停等问题进一步 导致公司下游销售大幅下滑，回款困难。

乐视网目前整体资金安排存在较大困难，存在较大的偿债风险及无法按时兑付债务的风险，特别是部分金融机构债务到期日临近，为公司短期内的资金筹划及安排带来一定不确定性。公司目前正在积极要求大股东贾跃亭对其造成的上市公司关联债务问题负责，责成贾跃亭及其关联方以现金或其所持股权和资产，切实解决其对上市公司构成的实际债务，尽最大可能保障上市公司股东权益。

但是，截至目前，乐视非上市体系债务处理小组的解决计划中，并未通过现金方式偿还，上市公司短期无法获得现金支持，因资金缺乏导致的上市公司经营困境并不能直接、有效解除。更为受人瞩目的是，贾跃亭二次创业的电动车公司FF最近与新的注资方恒大集团“闹矛盾”。FF的资金也捉襟见肘，贾跃亭偿还对乐视网的巨额欠款的机会就更加渺茫。

那么，如今面临退市风险乐视网，是否还有机会分享OTT红利？

据《福布斯》报道，DeepMind与游戏开发平台商Unity Technologies已针对人工智能在虚拟环境中的模拟训练结成了重要的合作关系。

参加伦敦的奥莱利人工智能大会期间，Unity的人工智能副总裁丹尼·兰格（Danny Lange）在接受《福布斯》采访时指出，“就目前而言，DeepMind将把对深度强化学习的研究提升到新的高度。”深度强化学习是一种更接近人类思维方式的人工智能方法，可同时利用积极和消极信号来训练算法。

兰格表示，“我们正与DeepMind携手，使他们能够打造一种虚拟世界环境。这为处理实际的复杂问题开启了大门。”

利用Unity的虚拟世界平台，DeepMind工程师可展开大规模的3D模拟，这些模拟结合了时间和空间等物理数据点以及预先编程的数据。《神庙逃亡》和《炉石传说》等全球一半的移动游戏使用着Unity研发的游戏开发平台。

这意味着“我们可以训练机器人来充当管家，解决家中的各项事务，”兰格称，“还可以训练无人车。这些事情都可以在虚拟环境中执行。”

作为全球最先进的人工智能公司之一，谷歌旗下的DeepMind已经发表了200多篇经同行审议的论文。DeepMind出品的AlphaGo程序能够自学，还击败了世界顶级的围棋高手。但DeepMind也一直在亏钱。

四年前，谷歌以6亿美元收购DeepMind。2016年及2017年，DeepMind分别亏损1.64亿美元和3.68亿美元。尽管有报道称谷歌和DeepMind因经营亏损而关系紧张，但业内普遍认为，DeepMind是谷歌对未来的一大赌注——未来在人类每日使用的各种服务中，深度学习算法将举足轻重。

DeepMind和Unity的合作背后其实有着深厚的前世因缘。DeepMind的共同创始人是前国际象棋神童德米斯·哈萨比斯（Demis Hassabis，上图）和儿时朋友穆斯塔法·苏莱曼（Mustafa Suleyman）。在游戏方面，DeepMind拥有一定根基，曾使用过Atari平台等游戏环境，DeepMind实验室也曾致力于算法训练。

DeepMind常表示，其长期使命是推进人工智能研究，解决长期存在的“人工智能”难题，让计算机能够像人类一样学习和思考。DeepMind的一些研究已在谷歌的一些产品中得到应用，如，Google Home中融合的文本到语音技术以及辅助冷却谷歌数据中心的人工智能推荐系统。

然而，即使怀有崇高的使命，DeepMind并不是非营利组织，某种程度上它需要开始赚钱。与Unity的合作有望帮助DeepMind的人工智能研究投入商用、找到生财之道。

AI仍在继续兴起，尽管它并没有成为人们所期待的那种广泛性力量。在过去几年中，AI领域的发展速度令人震惊。自2000年以来，活跃的AI初创企业数量增加了14倍，风投对AI初创企业的投资增加了6倍，需要AI技能的工作比例增长了4.5倍。

不过，领先的互联网数据统计机构Statista发布的调查结果显示，截止2017年，全球只有5%的企业在其流程和产品中广泛采用了AI，32%的企业尚未采用AI，22%的企业甚至没有采用AI的计划。知名AI研究人员菲利普·皮恩尼斯基(Filip Pieniewski)最近在科技媒体Venturebeat上撰文，阐述了他的观点，宣称“AI寒冬即将到来。”

皮恩尼斯基说：“我们现在正处于2018年中后期，AI领域的情况已经发生了变化。尽管表面上看似乎并非如此，比如NIPS会议仍然超受欢迎，企业公关团队在新闻发布会上仍然充斥着AI，美国连续创业家伊隆·马斯克(Elon Musk)仍在承诺打造无人驾驶汽车，谷歌也始终在推动吴恩达(Andrew Ng)的理念，即AI比电力更强大。但这种叙述已经开始崩溃。”

我们极力宣传无人驾驶汽车的愿景。今年春天早些时候，一名行人被无人驾驶汽车撞死，这一事件引起了人们的警觉，人们不仅质疑这项技术，还质疑无人驾驶系统决策的背后是否存在道德问题。无人驾驶汽车的问题不是在挽救1个人还是5个人之间做出简单的二元选择，而是在演变成一场关于良知、情感和感知的辩论，使机器做出合理决策的道路变得更加复杂。

皮恩尼斯基等人得出的结论是：全自动无人驾驶汽车的梦想可能比我们想象的遥远得多。AI专家们越来越担心，无人驾驶系统要想可靠地避免事故，可能还需要数年甚至数十年时间的努力。”

AI落地只是试点

让我们以史为鉴来看下，云计算和网络工业都花了大约5年的时间才开始对人们的生活产生重大影响，而这些行业影响市场的重大转变也花了近10年时间。我们正在为AI设想一个类似的时间表。正如平台技术、开源和封闭源系统以及AI技术方面经验丰富的工程主管凯伦·班尼特（Karen Bennet）解释的那样：

“为了让每个人都能采用，一款产品需要方便可用，需要是能够扩展至被所有人使用，而不仅仅是服务于数据科学家。该产品将需要考虑数据生命周期中数据捕获、准备、培训模型和预测等环节。随着数据被存储在云端，数据管道可以不断地提取，并准备用它们来训练模型，从而做出预测。模型需要借助新的训练数据不断改进，从而保持模型的相关性和透明性。这就是目标和希望。”

我（本文作者杰西·琼斯（Jessie Jones））和班尼特都来自科技和AI初创企业。我们所见证的以及在AI社区中与同行讨论中我们所意识到的是，我们正在众多商业问题上进行广泛的实验，然而这些实验往往停留在实验室中。这篇最近的文章证实了当今普遍存在的AI炒作问题：

“AI技术供应商往往会受到激励，让他们的技术听起来比实际中更强，但这也暗示了它们在现实世界中的吸引力比实际上更大……企业中的大多数AI应用程序不过是‘试点’。在AI领域兜售营销解决方案、医疗保健解决方案和金融解决方案的供应商，基本上只是在测试这项技术。在任何特定的行业中，我们发现，在销售AI软件和技术的数百家供应商中，只有大约三分之一的公司具备开发AI所需的技能。”

风投公司意识到，他们可能在一段时间内看不到投资回报。然而，AI还没有准备好迎接黄金时段的到来，原因之一就在于几乎无处不在的AI实验几乎都没有看到曙光。

算法需要负责任吗

我们听说过AI“黑箱”，即研究人员目前还不清楚AI如何做出决策。这种做法是在银行和大型机构面临要求问责制的合规标准和政策的情况下出现的。由于系统是作为“黑箱”操作的，只要这些算法的创建经过了审查，并且满足了关键涉众的一些标准，人们就可能对算法产生固有的信任。

鉴于大量证据表明开发中的算法存在缺陷，以及由此产生意想不到的有害结果，这种观点很快就引发了争议。我们的许多简单系统都像“黑箱”一样运作，超出了任何有意义的审查范围，原因包括公司有意保密、缺乏足够的教育以及缺乏了解如何批判性地检查输入、结果，最重要的是，不理解为何会出现这些结果。

班尼特表示：“如今，AI行业正处于企业准备采用的早期阶段。AI是非常有用的，可以通过大量的数据进行发现和分析，但是它仍然需要人类的干预作为对数据及其结果进行评估和行动指南。”

班尼特还澄清说，如今的机器学习技术使数据能够被标记出来，以帮助识别真知灼见。然而，作为这个过程的一部分，如果有些数据被错误地标记，或者没有足够的数据训练，亦或者有问题的数据产生偏见，很可能会出现糟糕的决策结果。她还表示，目前的流程仍在不断完善：“目前，AI都是关于决策支持的，以提供洞察，让企业可以从中得出结论。在AI发展的下一个阶段，AI可将数据中的动作自动化，还有些额外的问题需要解决，比如偏见、可解释性、隐私性、多样性、伦理和持续的模型学习等。”

这表明，要想真正理解AI产品，需要有个关于对象和人的常识世界模型，以帮助AI去真正了解它们。一个模型只暴露在有限数量的标记对象和有限种类的训练中，这将限制这个常识世界模型的有效性。企业需要进行研究，以确定模型如何处理其输入，并以人类可以理解的方式得出其结论。亚马逊发布的面部识别技术Rekognition，是目前正在研发和许可使用的AI技术的典型例子，但其有效性存在明显的差距。

美国公民自由联盟发布的一项研究称：“亚马逊的技术将28名国会议员的照片与罪犯公开的脸部照片混淆了。鉴于亚马逊积极向美国各地的执法机构推销自己的Rekognition，这显示其还远远不够好。”算法正义联盟(Algorithmic Justice League)的创始人乔伊·布拉马维尼(Joy Buolamwini)在最近的一次采访中，呼吁暂停这项技术，称其无效，并需要更多监管。此外，在这些系统被公开发布之前，政府应该制定更多相关标准。

数据的完整性问题

如今的AI需要大量的数据才能产生有意义的结果，但无法利用其他应用程序的经验。虽然班尼特认为克服这些局限性的工作正取得进展，但是在模型以可扩展的方式应用之前，学习的转移是有必要的。然而，在某些情况下，AI可以在今天得到有效的应用，比如在图像、声音、视频和翻译语言方面的洞察力。

企业正在学习应该关注的问题：

1)数据的多样性，包括适当人群的代表性。

2)在创建算法的过程中确保不同的经验、观点和思维。

3)数据质量优先于数量。这些都是非常重要的，特别是随着偏见的引入，对AI的信任和信心数据都在下降。例如，在土耳其语中属于中性的语言，谷歌翻译中的AI模型在将其翻译成英语时却错误地预测了性别。

此外，癌症识别AI在图像识别训练时只使用皮肤白皙的人照片。从上面的计算机视觉例子中，乔伊·布拉马维尼(Joy Buolamwini)测试了这些AI技术，并意识到它们在识别男性VS女性或浅色VS深色皮肤方面更有效。识别男性的错误率低至1%，而识别深色皮肤女性的错误率则高达35%。这些问题的发生是因为没有使用多样化的数据进行培训。

班尼特承认：“AI的概念很简单，但通过获取越来越多的真实世界数据，算法会变得越来越聪明，然而要解释这些决策却变得极其困难。数据可能会不断变化，AI模型需要进行过滤，以防止错误的标签，比如将非洲人贴上大猩猩的标签，或者将熊猫误认为长臂猿。企业依靠错误的数据来做出决策，将导致更加糟糕的结果。”

幸运的是，由于AI的狭义存在，很少有公司会根据今天的数据做出重大商业决策。从我们所看到的情况来看，大多数解决方案主要是产品推荐和个性化营销沟通。由此得出的任何错误结论都不会对社会造成太大影响，至少目前如此。使用数据来进行业务决策并不新鲜，但发生变化的是使用结构化和非结构化数据的数量和组合正呈指数级增长。AI使我们能够持续性地使用来自他们源头的数据，并更快地获得洞察力。对于具有处理来自不同数据源的数据和结构能力的企业来说，这意味着巨大的机会。

然而，对于其他企业来说，大量的数据可能代表着一种风险，因为不同的来源和格式使得转换信息变得更加困难。这些信息来自电子邮件、系统日志、网页、客户记录、文档、幻灯片、非正式聊天、社交网络以及图像和视频更丰富的媒体。数据转换仍然是开发干净数据集和有效模型的绊脚石。

偏见比我们意识到的更普遍

许多商业模型都存在偏见，以最小化风险评估和优化目标机会，虽然它们可能产生有利可图的商业结果。但众所周知，它们会导致意想不到的后果，导致个人伤害，加大经济差距。保险公司可能会利用位置信息或信用评分数据向较贫穷的客户发放更高的保费。银行可能会批准信用评分较低的贷款申请，尽管这些人已经负债累累，可能无法负担更高的贷款利率。

由于AI的引入不仅会使现有的偏见永久存在，而且这些学习模型的结果可能会推广到加深经济和社会鸿沟的程度，因此围绕着偏见的谨慎程度也越来越高。在当前情况下，偏见出现在类似“替代性制裁的惩罚性罪犯管理分析”(Correctional Offender Management Profiling for Alternative Sanctions，简称COMPAS)的算法中。

COMPAS是由名为Northpointe的公司创建的，目的旨在评估审前听证中被告犯罪行为的风险，并作出预测。COMPAS初步研究中使用的问题类型足以显示，无意中对待黑人的偏见会在系统中延续。在没有公共标准可用的情况下，Northpointe得以自己创建公平的定义，并在没有第三方评估的情况下开发了一种算法。这篇文章证明：一个流行的算法在预测犯罪方面并不比随机的人更好。

如果这款软件和未受过训练的人对在线调查的反应一样准确，我认为法院在做决定时应该考虑到这一点。班尼特称：“当我们试图修复现有系统以最小化这种偏见时，关键是要对不同的数据集进行模型训练，以防止将来产生危害。”由于错误模型的潜在风险遍布企业和社会，企业没有治理机制来监督不公平或不道德的决策，而这些决策将无意中影响最终消费者。

对隐私日益增长的需求

我和班尼特都曾在雅虎工作过，我们与强大的研究和数据团队合作，能够在我们的平台上对用户的行为进行仔细研究。我们不断地研究用户行为，了解他们在音乐、主页、生活方式、新闻等众多属性方面的倾向。当时，对数据使用没有严格的标准或规定。隐私被降级为平台上用户被动遵守的协议中的条款和条件，与今天的情况类似。

最近的剑桥分析公司滥用Facebook用户数据丑闻把个人数据隐私问题推到了风口浪尖。主要信贷机构（如Equifax）、最近的Facebook和Google +频繁发生的数据泄露，继续加剧了这一问题。2018年5月25日生效的欧洲《通用数据保护条例》(GDPR)将改变企业的游戏规则，特别是那些收集、存储和分析个人用户信息的公司。它将改变企业经营多年的商业规则。毫无节制地使用个人信息已经到了紧要关头，因为企业现在会意识到，数据的使用将受到重大限制。更重要的是，所有权之争更为激烈。

我们看到了定位广告的早期效果。这个价值750亿美元的行业，预计到2021年将以21%的年复合增长率增长，但仍受到Facebook和谷歌的寡头垄断的阻碍，它们获得了大部分收入。现在，GDPR加大了风险，让这些广告技术公司担负起更多责任。这种风险非常高，以至于(广告商)必须非常确定，你被告知的内容实际上是符合要求的。对于什么最终会构成违规，似乎存在着足够多的普遍困惑，人们对此采取了广泛的方法，直到你能够准确地了解合规。

尽管监管最终会削弱营收，但至少就目前而言，移动和广告平台行业也正面临着越来越多的审查，这些行业多年来一直在从消费者身上赚钱。这一点，再加上围绕既定实践的审查，将迫使行业改变收集、聚合、分析和共享用户信息的方式。对隐私进行操作需要时间、重大投资以及心态上的改变，这些将影响企业政策、流程和文化。

AI与伦理道德不可避免的结合

AI的普遍因素确保了社会效益，包括简化流程、增加便利性、改进产品和服务，以及通过自动化检测潜在的危害。在最后一点上妥协可能意味着，更容易依据更新的制造过程、服务和评估解决方案、生产和产品质量结果来衡量投入/产出。随着关于AI的讨论和新闻的持续，“AI”这个术语和“伦理”的结合，揭示了越来越严重的担忧，即AI技术在哪些方面会造成社会损害，从而考验人类的良知和价值观。

除了个人隐私问题，今天我们看到了一些近乎不合情理的创新例子。如前所述，Rekognition被用于执法和公民监视，而该技术被认为是错误的。谷歌决定向美国国防部提供AI技术支持，用于分析无人机拍摄的视频，目标是帮助创建一个复杂的系统，在名为project Maven的项目中对城市进行监测，许多员工为此发起抗议，甚至不惜辞职。

决策者和监管机构将需要引入新的流程和政策，以恰当地评估AI技术的使用方式、用途和过程中是否会出现意外后果。班尼特指出了AI算法中数据使用的新问题需要考虑，包括如何检测敏感数据字段并匿名化它们，同时保留数据集的重要特性？我们能在短期内训练合成数据作为替代品吗？在创建算法时，我们需要问自己一个问题：我们需要哪些字段来提供我们想要的结果？此外，我们应该创建哪些参数来定义模型中的“公平”，这意味着是否会区别对待两个个体？如果是这样，原因是什么？我们如何在我们的系统中持续监控这一点？

AI寒冬？也许是AI走向更美好未来的良机

AI已经走了很长的路，但还需要更多的时间来成熟。在一个自动化程度和认知计算能力不断提高的世界里，即将到来的AI寒冬也为企业提供了必要的时间，让它们来决定如何将AI融入企业中，以及如何利用AI解决面临的问题。AI面临问题需要在政策、治理以及对个人和社会的影响方面加以解决。

在下一次工业革命中，AI的影响要大得多，因为它的无处不在将在我们的生活中变得更加微妙。杰夫·辛顿(Geoff Hinton)、李飞飞(Fei Fei Lee)和吴恩达(Andrew Ng)等AI领域的领军人物，都在呼吁重启AI，因为深度学习尚未被证明具有可扩展性。AI的前景并没有减弱，相反，人们对其真正到来的期望被进一步推高，也许还需要5到10年。

我们有时间在深度学习、其他AI方法以及有效从数据中提取价值的过程中研究这些问题。这种商业准备、监管、教育和研究过程的完成对于加快商业和消费者的步伐，确保一个适当约束技术的监管体系到位，以及让人类在更长时间内掌控科技的监管体系来说都是非常必要的。

10月10日，华为的全联接2018大会在AI界刷屏，也让华为供应商——芯片设计公司寒武纪引来了不少议论。这次大会上，华为首次对外系统阐述其AI战略，推出了全栈全场景AI解决方案和算力超群的昇腾910、昇腾310两款AI芯片。

处于议论另一端的寒武纪，一直致力于提供终端AI处理器IP和云端智能芯片，这与华为如今发布的AI战略想要瞄准的市场有一定程度的重合，华为建立在完全自制的AI计算架构上的昇腾方案，同样采用云+端的策略。而寒武纪此前也为华为麒麟970芯片提供NPU（神经网络单元）当中的AI核心架构，与华为是合作关系。

外界好奇，力推AI战略的华为今后是否还需要寒武纪？华为与寒武纪是否真如外界所说，会从合作关系变为竞争对手，以及AI独角兽寒武纪的商业化落地究竟做的如何？

寒武纪与华为从合作变竞争？

寒武纪把自己定位成一家独立的芯片公司，为下游厂商提供不同尺寸、面向不同应用场景的终端AI处理器IP以及覆盖inference（推断）和training（训练）的不同处理能力的云端智能芯片。

2017年9月初，华为在IFA 2017柏林消费电子展上发布了传闻已久的”人工智能芯片“——Kirin 970(麒麟970)。这是“全球首款第一枚手机AI芯片”。这款芯片就集成了寒武纪1A处理器的IP作为其核心人工智能处理单元（NPU——Neural Network Processing Unit）。

不过，市场上关于华为自己做AI的说法就没断过，华为的AI架构“达芬奇” （Da Vinci）也传闻已久。在日前的全连接大会上，徐直军首次公开回应，他称， “（达芬奇）是基于我们对人工智能的理解和我们的需求自然而然产生的。寒武纪的也很好，但是没法支持我们所需要的全场景”。

徐直军表示，华为需要的是从云到边缘、到端、到各种物联网终端，全场景的支持，因此必须要开创一个全新的架构，要能实现极致的功耗需求、极致的算力需求全覆盖。

实际上，在麒麟970芯片发布时，对于与寒武纪的合作，华为对外就显得轻描淡写；寒武纪在自家官网则大方写到，集成寒武纪1A处理器的世界首款人工智能手机芯片华为麒麟970正式发布并在华为Mate 10手机中投入大规模商用。

今年8月底，华为发布的新一代旗舰处理器麒麟980搭双核NPU，搭载了寒武纪1A的优化版本，但具体采用了哪个优化版本，华为未做出说明。对此，麒麟980芯片相关负责人曾对媒体表示，华为原本是不打算做宣传的，而是靠口碑营销，因为“消费者只要用了就知道有多好”。

对此，有接近华为的人士表示，寒武纪只是华为的其中一个供应商，华为的做法应该是符合双方合作规定的，不然寒武纪是可以状告华为的。

业界也有声音认为，随着华为昇腾系列IP以及达芬奇架构的正式发布，麒麟900系列处理器很快将集成自家的昇腾IP而非寒武纪的NPU，实现与寒武纪彻底切割，甚至成为寒武纪的直接竞争对手。寒武纪的AI架构看起来更像是华为AI过渡时期的救急产品，这或许也是华为对与寒武纪合作态度相对低调，不愿宣传的一个原因。

“这件事（达芬奇架构）在意料之中”，寒武纪创始人兼CEO陈天石近日公开回应称，“如果华为这样的有能力、有平台的巨头都不打算自研AI芯片，只能说明AI芯片还不够重要。”

不过，陈天石否认寒武纪与华为的竞争关系，他称，目前与华为的合作仍在继续，而华为发布的峰值性能16T的昇腾310和寒武纪今年5月发布的128T峰值的MLU100没有竞争，因为两者场景不同——前者主要是边缘端，而后者是云端，峰值性能也不同。

寒武纪的商业化与挑战

一向低调的寒武纪在一级资本市场备受追捧，成立至今吸引了一众知名投资机构和互联网巨头的投资。在2017年A轮融资后，它就第一个迈进了全球AI芯片领域的独角兽大门，一时风头无两。2018年5月，寒武纪科技宣布完成数亿美元B轮融资。其投后整体估值达25亿美元。

AI投资热潮后的今天，人工智能公司已经到了用业绩证明实力，对投资方有所交代的时候。

外界关于华为将与寒武纪切割、直接竞争的讨论让寒武纪的商业化落地备受关注。

寒武纪终端处理器IP产品已衍生出1A、1H、1M等多个型号，适用范围可覆盖智能手机、安防监控、可穿戴设备、无人机和智能驾驶等各类终端设备的芯片中。

寒武纪表示，其终端客户主要以SOC厂商为主，目前客户包含华为海思、紫光展锐、晨星（MStar）/星宸半导体等中国最顶尖SoC芯片公司。寒武纪的IP客户晨星（MStar）/星宸半导体的智能摄像头也已量产并发货，其它客户的产品也将陆续发货。 晨星（MStar）总部位于中国台湾，是全球知名的家电嵌入式IC芯片厂商。

而寒武纪MLU100和MLU200则主要服务于云端服务器端的智能处理需求，偏重于推理和训练两个用途。在此方面，寒武纪和中科院系的公司——中科曙光、中科创达的合作紧密。中科曙光利用寒武纪架构打造出针对推理应用优化的服务器。此外，联想和浪潮也发布了搭载寒武纪云端芯片的AI服务器产品。

不过，寒武纪面对的竞争也十分激烈。

在智能手机领域， 除了华为拥有了自己的AI战略，小米也在自研芯片，拥有自己的“澎湃”系列处理器；其它如VIVO、OPPO等手机厂商，则选择了高通骁龙系列或联发科等老牌巨头产品。苹果和三星则早已步入封闭式自我研发的阶段。寒武纪想要继续扩大市场份额，或许有些困难。

在安防监控领域，寒武纪与华为海思、深鉴科技、北京君正、国科微等抢夺同一块蛋糕，厮杀已久。后起之秀也源源不断，竞争非常激烈。

而在无人机领域，高通、英特尔、英伟达、联芯、华为海思、三星等巨头早已瓜分大部分市场。

除了华为，阿里、百度，格力等都在做自有的AI芯片，随着巨头纷纷入局，寒武纪作为独立的芯片公司如何找到自己的生存空间，这或许的当下更具挑战的问题。

香港超低息环境已经结束，正式进入加息周期。与此同时，亚洲股市继续下挫。

10月15日周一，香港恒生指数低开0.5%，跌幅随后扩大1%附近；日本日经225指数跌幅一度扩大至1.7%，早盘收跌1.4%；东证指数一度跌1.4%，早盘收跌1%；韩国综指现跌0.47%。

港股“股王”腾讯盘初跌幅一度扩大至3.1%，目前已收窄至1.2%左右，市值在2.7万亿港元附近徘徊。周末，央视《焦点访谈》报道了“沉迷于手机游戏的留守儿童”的问题。节目中提到，“大批农村孩子正在被手机游戏荒废掉。”

上周，腾讯创下史上最长连跌纪录连跌十日，相较于1月峰值已累计跌去近40%的市值。

周日，香港财政司司长陈茂波撰文称，香港的超低息环境已经结束，展望明年，利率继续上升无可避免。

他预期美联储加息和自去年十月开始的按月缩减资产负债表规模的行动仍会继续，这对美元汇率和全球息率都有影响。香港可能还会步入逐步加息，资产市场的风险不能忽视。

言论过后，恒指周一走弱，珠宝钟表板块领跌，周大福下跌近4%，景福集团、六福集团、力世纪、冠亚商业跌超1%。

MSCI中国香港小型股跌近2%，华金国际资本大跌近9%，中广核矿业跌近7%，中国智慧能源、时富金融服务集团跌超4%。

内房股普跌。融信中国跌近5%，龙湖集团、中国恒大、碧桂园、融创中国、万科企业齐齐跌超2%。

腾讯、云游控股交替领跌手游股，IGG、联众均跌超1%。

中航科工一枝独秀大涨近12%，带动军工股领涨恒指。虚拟现实板块两家齐涨，数字王国涨5%，华夏动漫涨0.39%。

软件股中，安科系统跳涨近40%。上周，该公司公布第一财季业绩显示，收入约357.71万新元，同比增长27.97%；税前净利润44.23万新元，同比增长43.2%。

个股方面，舜宇光学早盘一度涨超5%，现涨幅收窄至4%。消息面上，该公司9月手机镜头出货量同比大增61%，手机摄像模组出货量大增71%。

美团一度涨近4%，现涨幅收窄至0.17%，再次跌下60港元。此前，高盛买入美团点评7200万股股份，价值超42亿港元。摩根大通还给予美团超配评级，目标价格90港元。