中国最高决策层集体学习量子计算引发持续关注，本期会从三个方面厘清围绕量子计算的事实和要点。
波士顿咨询与 MIT 斯隆学院本周发布的一份 AI 领域的研究报告很具看点，这份报告展示了企业部署落地 AI 技术过程中的难点与痛点，特别是聚焦为何不同企业可以从 AI 技术中获得不同的收益，结合这份报告，我将提供若干个解读方向。
与此同时，本期还将关注微软在太空领域的布局、阿里云智能总裁张建锋密集的央媒采访中透露的信息、Google 展示 AI 驱动的产品以及英特尔的新“瘦身”计划。而 2020 年的科技行业，已经被卷入到地缘政治的博弈之中，本期会梳理近期中国、欧盟的技术出口政策变化。
观察量子计算的三个切入点
上周五，中共中央政治局集体学习的主题是量子计算，这也让量子计算成为一个被大众热议的词汇，而围绕量子计算，还有几个值得厘清的事实和要点。
其一，量子计算本质上是一种计算形态，也是一种不同于传统或经典的计算形态，借助量子比特的特性，可以满足更多场景的计算需求，比如经典的大数分解算法，只能通过量子计算的形式才能完成。
从这个角度理解，量子计算体现了人类对于更多形态计算与更大算力计算的追求。此前业界也将量子计算机可以解决经典计算机无法解决的问题的时刻，称之为“量子霸权”。2019 年的时候，Google 部分意义上实现了这个目标，当然还有很多争议，这里不再过多展开。
其二，整个量子计算还处在非常早期的阶段，需要长期的资金投入，所以国内外量子计算的玩家们主要是科技巨头，诸如 IBM、微软、Google、阿里巴巴、华为等。而此次最高决策层所透露的信息，也将刺激更多的公司、研究机构加入量子计算的研究中，接下来的投融资趋势变化很值得关注。
另一方面，过去一年多来，很多公司已开始探索依托量子计算的产品落地。2019 年，AWS 推出量子计算云服务，但这项服务目前更像是一个“平台/集市”，向开发者、企业提供的是第三方量子计算公司的产品。
2020 年，Google 将量子计算与机器学习结合起来，推出 TensorFlow Quantum；微软目前也有自己的量子计算云平台 Azure Quantum，并拥有量子编程语言Q#、开源的量子开发工具包等。
百度在 2019 年的时候发布了云上量子脉冲系统“量脉”，今年又在其深度学习开源框架飞桨中集成了量子计算开发工具“量桨”。
上述这些产品所展示的，依然是一副技术发展的前期模样，由于缺乏真正的落地应用，更多还是利用量子模拟探索各种可能性，并通过一系列的论文吸引更多人才和客户的注意，进而形成品牌效应。上个月，IBM 发布一份在量子计算领域“野心勃勃”的路线图，其相信在 2023 年年底，可以构建 1000 量子比特的量子硬件。
第三，站在 2020 年的时间点往后看，量子计算的发展速度的确很快，如下图所示，过去二十多年，衡量量子计算发展速度的量子比特数量增速加快。
但如果向前看，整个领域还有诸多难题，需要相当长的一段时间才能实现真正的突破，更需要企业、学术机构以及政府的通力合作——一如第一代经典计算机的研发过程一样。关于政府、企业与研究机构之间的合作关系，FT最近一篇专栏文章给出了一个思路，即，构建一个公共的云平台，实现三方的资源共享。
此前，美国联邦政府已经宣布将在未来 5 年投资 6.25 亿美元用于量子计算基础研究，中国会发布怎样的量子计算支持计划，很值得关注。
最后补充一个量子相关的课程：微软与 Google 在 Brilliant 开设了一门量子算法的课程，可以通过浏览器模拟的量子计算环境，学习量子算法。你可以在这里了解这门课程的详情。
报告：企业如何从 AI 中获益
波士顿咨询与 MIT 斯隆学院本周发布的一份 AI 领域研究报告很具看点，这份名为 Expanding AI’s Impact With Organizational Learning 的报告展示了企业部署落地 AI 技术过程中的难点与痛点，特别聚焦在为何不同企业可以从 AI 技术中获得不同的收益。
接下来我来分享一下报告里的几个要点。
其一，报告显示，相比于前两年，越来越多的公司表示已经开始采用 AI 技术；但报告也列举了一个数字，只有 11% 的受访者表示公司从 AI 技术落地中受益。
其二，为何如此多的企业无法利用 AI 技术创造价值呢？下面这个图表很关键，通过 AI 技术落地的三个不同阶段与 AI 落地后的收益进行对比后发现，企业如果想从 AI 技术中获得更高的收益，需要认识到一个事实：AI 落地不仅是“机器学习”，更是“人与机器共同学习”的结果。
这事实上也是在构建一种全新的“人机关系”，下图是当下企业与 AI 技术的五种关系，包括 AI 自主决策与实践、AI 应用与人类员工相互协作等。
更进一步去看，相对成功的企业，其做法都是将五种模式叠加，从而实现了更好的经济收益。
其三，必须看到一个事实：AI 技术在企业市场的使用与过往企业市场的技术，比如 ERP 完全不同。AI 技术的落地，需要结合不同的业务场景，制定不同的实践方案，一个公司或部门的做法，并不一定适用于其他公司或部门，这是理解企业 AI 落地部署的重要前提。
巨头·微软·英特尔·阿里云
微软。微软上周展示了其图像领域的新进展，测试中，微软 “Seeing AI” 对于图像内容的描述甚至好过于人类，测试结果在这里。而相较于此前的算法，新算法可以提供更高的准确度，比如下图里的这只猫咪，2015 年的时候，算法将其描述为“一只猫咪的特写”，现在的描述则是“一只闭着眼睛的灰色猫咪”。
微软表示，这项基础技术很快将被应用到微软的各项产品线里，比如 Office 365 的各个产品里都会集成相关技术；同时，借助 Azure 的认知技术服务，开发者也可以获取这一能力。
本周，微软发布 Azure Space initiative，全面整合了微软太空领域的产品和解决方案，并宣布与 Space X 达成合作事宜，未来两家公司将在太空互联网、数据传输方面展开深度合作。
值得一提的是，这个产品并不仅仅是针对太空航天领域，包括农业、能源、电信等行业都是微软希望获得的行业客户，这些领域也需要基于太空、卫星领域的数据以及通信服务。
太空领域的另一个玩家是 AWS。今年 6 月的时候，AWS 宣布成立一个专门的业务部门，全面推进太空云计算的商业化探索，这个领域也会成为云计算巨头接下来竞争的重要战场。
Facebook 开源了多语言机器学习模型 M2M-100，可以实现 100 种语言的直接翻译，相比于业界普遍借助第三方语言（一般是英语）而进行的翻译方法，FB 的这个模型能够实现两种语言直接翻译，在准确度上更具优势。结合 FB 给出的测试结果来看，该模型可以高出业界其他模型 10 个百分点。
需要注意的是，与其他翻译类机器学习一样，Facebook 的这个模型也需要海量的、不同语种的语料进行训练。但正如该公司首席研究员 Angela Fan 所言，目前非洲、东南亚的语料非常少，这也导致该模型无法处理部分来自非洲、东南亚地区的小语种翻译。
Google 官方博客介绍了机器学习在搜索领域的技术突破。比如通过深度学习算法，自动修正用户搜索时的单词输入错误，再比如新算法还将从索引网页发展到索引网页断落。这将是一次巨大的产品优化，Google 给出的数字是，可以优化 70% 的网页索引。
与此同时，Google 还强调基于计算机视觉与语音识别的多媒体搜索体验也将迎来新的突破，未来可以像检索一本书一样检索视频和语音（比如播客）内容。
阿里云智能总裁张建锋的密集央媒亮相。过去一周，张建锋先后在新华社、《人民日报》、央视新闻中亮相，主要传达的信息点包括：
● 云计算成为数字经济发展的重要基础设施；
● 基于云上的复产复工与创新业态不断涌现；
前者对应的是以飞天操作系统为代表的阿里云底层基础架构，后者则在强调钉钉之于各行各业的重要性，这两点也是阿里云近两年重点强调的方向。上月的云栖大会上，张建锋直截了当地宣布：利用飞天云平台这个“超级计算机”与以钉钉为代表的数字原生操作系统叠加，形成阿里云 2.0。
我当时的评论是：“……飞天变成阿里云的‘硬件’（虽然它是一种硬件虚拟化），而钉钉变成了‘操作系统’；在这个系统之上，企业、政府、个人来构建更多的应用，这个定位已经把‘钉钉=Office’再次升级，此时的钉钉，更像是 Windows。”
对标微软的产品与市场定位，会让阿里云未来的发展颇具看点。
英特尔卖掉闪存业务。当业绩不佳时，裁员、分拆/出售非核心业务俨然是科技公司们投给华尔街最好的礼物，英特尔本周也卖掉了自己的闪存业务。根据英特尔的新闻稿，韩国 SK 海力士将以 90 亿美元的价格，收购英特尔的 NAND 闪存以及存储业务，海力士获得以下业务和资产：
● 英特尔 NAND SSD 业务；
● NAND 部件及晶圆业务；
● 在中国大连的 NAND 闪存制造工厂。
值得一提的是，英特尔并没有出售傲腾业务线，这是英特尔面向数据中心的存储相关技术，详细信息可参见其官网。
路透援引分析师的话表示，出售这项业务对英特尔至关重要，可以帮助英特尔将更多资源集中到 PC 与服务器的核心业务上。
整个交易预计将在 2025 年 3 月底前完成，交易完成后，海力士将成为全球第二大闪存企业，仅次于三星。
IBM 财报。本周，IBM 公布了 2020 第三季度财报，季度营收总额为 175.6 亿美元，同比下降 2.6%。几个部门里，只有云和认知部门营收同比增长，增速 7% 至 56 亿美元，其他几个业务部门同比都在下滑。
财报分析师会议上，该公司以疫情导致的需求不确定性为由，并未发布本季度的营收预测。
地缘政治·AI 军事化
地缘政治博弈已经影响到一向倡导开源开放的科技行业。上周，第十三届全国人民代表大会常务委员会第二十二次会议通过《出口管制法》。新华社援引人大常委会法工委经济法室主任王瑞贺的话表示，这部法律实现了管制物项全覆盖：
“除传统的军民两用物项、军品、核外，还参考对外贸易分类标准，将其他与维护国家安全和利益、履行防扩散等国际义务相关的「货物、技术、服务等」均纳入管制物项；同时，明确管制物项包括物项相关的技术资料等数据……”
结合此前中国商务部与科技部联合发布了新版的《中国禁止出口限制出口技术目录》对于字节跳动出售 Tiktok 美国业务的影响，在当下这个时间点颁布这样一个更有强制性的法律，凸显出中方的反制态度。
在欧洲，欧盟委员会也计划推出一项技术出口管制清单。Politico 的独家信息称，欧盟将限制各成员国的技术出口，特别是包括间谍软件、面部识别这类“两用型”技术——即可以保护，也可以形成伤害——的出口。
AI 军事化与技术伦理的争议从来没有停止过，上周英国《卫报》选取了 AI 法律专家 Frank Pasquale 新书 New Laws of Robotics: Defending Human Expertise in the Age of AI 的部分内容，进一步探讨了 AI 军事化应用的复杂性。从刺杀无人机到算法控制的导弹系统再到各国对民众的监控体系，军事化的 AI 应用既是一门大生意，也是各国抢占军事技术高地的必然选择。
评论