人工智能大势

2021.3.31

一、阿什顿·卡特：为了在人工智能领域击败中国，美国需要制定新的计划

摘要：

美国《连线》（Wired）杂志2021年1月17日刊发了该杂志总编辑尼古拉斯·汤普森对哈佛大学肯尼迪学院贝尔弗科学与国际事务中心主任、美国前国防部长阿什顿·卡特的采访记录：《为了在人工智能领域击败中国，美国需要制定新的计划》

必须对局势作出极为快速的反应，快到不容人类介入的程度。如果局势要求我们作出如此快速的反应，我们又该如何确保道德因素能够参与其中呢？答案就要在算法、数据集、武器系统设计过程以及设计标准中去寻找了，而且要确保最终拿出的武器系统在道德层面是站得住脚的。

该怎样做到这一点呢？这就要靠算法了。机器学习算法是如何实现那些设计意图的呢？这个问题是不太容易搞明白的。你需要把那些设计目标进行分解，你需要让设计团队认识到算法须满足一定的设计标准，否则最终生产出来的武器系统是无法投入实际使用的。设计团队要很严格地对数据集进行审查。数据集并不是越大越好，质量始终是第一位的。待一切都完成之后，你需要从头到尾进行检查，整个工作流程并非是全自动的，其中有些环节会涉及人工，而只要是人就会犯错。在整个工作过程中，你要有一套设计协议和测试协议。

我们至少需要做到一点，那就是即便人工智能会犯错，我们也要确保自己在道德层面是无懈可击的。

中国和俄罗斯不同。俄罗斯无论人口还是经济都在走下坡路，它的影响力一直在衰落，如果俄罗斯没有在我们的选举中拼命搅局的话，这个国家在美国人眼里不会有什么存在感。一个没有实力的搅局者对我们来说是危险的，因为除了捣乱，它没有能力做别的事情。很显然，俄罗斯之所以具备捣乱的能力是因为它是个核大国，不过我们这里谈的是网络。俄罗斯在科技领域无法成为独立的一极。令人遗憾的是，中国却有这个实力。

我已经跟中国人打了30年交道，我曾一度希望他们能变得跟我们一样，我们美国人都曾有过这个期待。其实，很久以前我对中国人就不抱什么希望了。他们不会走我们的道路。

不过，这并不意味着我们要切断与中国的贸易关系。我希望我们能搞出一个双轨制，在某些领域里我们可以跟中国人继续做生意，不过在另一些领域里我们分属不同的技术生态系统。我认为美国比过去要强大，我们的体系比中国的要好，所以我没什么可忧虑的。

不过我要指出一点，如果他们希望通过合作来改变中国，在我看来，历史并不会站在他们一边，他们的想法还是有些幼稚了。不过美国和中国并不会开启第三次世界大战，两国甚至也不会开启冷战。与冷战时代的剧本不同，我们今天要写一套新的剧本。

可如今美中关系却不同，我们是希望与中国进行贸易的。所以我们需要一套新的剧本，这套剧本有体现防御色彩的一面，比如说出口管制，还有你刚才提到的我们对华为采取的措施，对中资在美国公司所有权方面的限制以及反间谍措施等等诸如此类。不过这套新剧本主要还是应该体现一种主动进攻的色彩——美国要成为一个优秀的国家，我们要变得更好，我们要在人工智能领域大力投资，我们要在人工智能领域引领世界，我们要跟其他国家一起面向未来构建一个共同的技术体系，在这样一个技术体系里面，科技发展迅速，但其发展方向应该是有利于维护我们的价值观的。

我希望在这套新的剧本里我们能更加重视主动进攻的一面。“主动进攻”不是说要去攻打中国，而是说要提升我们自己的实力，我们不能总是想着要削弱对手，也不能总是想着如何自保，而是应该想一想该如何让美国变得更好。这才是新剧本中最关键的地方。

《人工智能大势》点评：

拿着一袋洗衣粉作为借口就可以侵略别人的国家、抓捕并吊死别国的总统，这样的国家还奢谈什么道德？所以我们也一定不要相信他们开发出的人工智能武器系统会讲道德。道德本来就是一个说不清的东西，而且是随时间不断在变化，想必他们到时一定会在这上面作文章，以此为自己的不道德行为辩护。

这当然不是说我们也要开发不讲道德的人工智能武器，但我们必须提防美国，不要被他们的花言巧语给蒙骗了，从而低估他们在人工智能武器上的研发和应用。害人之心不可有，防人之心不可无。就如同我们肯定不会使用生化武器，但我们不能不对其有所研究，使得敌人在使用时我们能有效应对。对人工智能武器，以及在军事上的运用，我们也应采取类似态度。

这位美国前国防部长讲话的另一层意思，就是要大力发展人工智能在军事上的应用，提升其实力，保持对中国的优势。这必须引起我们的高度重视，人工智能肯定会在未来战争中扮演重要角色，甚至可能是决定性的主导角色，中国也一定要尽可能加大这方面的投入，研究人工智能如何应用于军事，包括研究先进的人工智能武器和系统。

这方面我们千万不要被一个正在流行起来的概念所误导，那就是从“互联网+”演变而来的“人工智能+”。并不是说“互联网+”不好，把互联网与传统行业相结合，从而为传统行业找到新的增长点，当然是好事，“人工智能+”亦是同样。但我们不能忘了互联网更重要的方面的，那就是创造出全新的业态，即传统和历史上都不曾有过的模式，比如电子商务和电子支付，回去5年，哪里能想到中国人几乎不需要用现金了？再比如一个小青年坐在房间里打游戏，就能吸引无数粉丝，并获取可观的收益。一个让人们把日常生活拍成短视频发到网上的APP可以让强大的美国如临大敌 ，诸如这些，才是让一个社会发生质的飞跃的关键所在，应该更加注重这方面的发展。

人工智能与互联网一样，是本质上全新的一种东西，其为社会带来的变化将远远超过互联网，所以我们同样应该更多思考如何用人工智能创造历史上从未有过的全新业态和模式，比如数据标注行业、自动驾驶等就是很好的例子，而不是只考虑人工智能对传统行业的一些辅助增值效益。

军事上更应具备这样的思维。飞机最早应用于军事，只是为陆军或海军补充侦察功能，那时的人一定不会想到，现代战争中，空军已经成为了决定性的力量，并带来了战场形态的全新变化。人工智能应用于军事一定也是同样的发展逻辑，我们一定要把眼光放长远，不要只是用人工智能对现有军事系统或武器的“修修补补”，而是应该结合人工智能的发展现状和未来趋势，研究全新的战术和战略。

比如无人机蜂群攻击就给我们带来了这方面的启示，此前某组织就用此战法瞬间瘫痪了沙特阿拉伯一半石油产业，要知道沙特可是世界上最大的石油产出国之一。而无人机蜂群要能高效运作，并达到更好的作战效果，离不开人工智能的加持。

无人机蜂群战法不但效果奇佳，而且成本极低，这里讲一个有趣的故事。中国广东东莞的一家玩具无人机厂一天迎来了一批穿长袍的大胡子中东客户，这些人行事神秘，但出手阔绰，要订购大批玩具无人机，并提出一些奇怪的要求，比如增大载重量等，你说一个玩具要那么大载重干什么？然而心领神会的厂家老板立马明白了他们的意图，于是对产品进行很多改进，除了尽可能增大载重外，还增加航程、速度，加装高性能导航功能，甚至使其具有一定的智能能力 。中东客户看到这些改进真是喜出望外，订单源源不断，新客户也层出不穷。

普普通通一枚巡航导弹动辄就是几百万，相比而言一堆这样的无人机也要不了多少钱，可能达到同样效果，甚至更好。而传统的火箭弹虽然成本也不高，但没有机动和导航能力，不但准确度低，而且极易被拦截，比如以色列的“铁穹”系统就能很好地防御大量火箭弹的袭击。再有这种小型无人机可以极超低空飞行，普通雷达可以说完全无能为力、防不胜防。

讲这个故事就是希望我们的相关人员能够脑洞大开，不要拘泥于传统武器、战法的框框，深入研究人工智能的特点和优势，并要有一定的前瞻性，结合人工智能的未来发展趋势，包括结合中国完整的工业布局和产业链，在此基础上发展出全新的战略、战术思想和具体战法，从而在未来战争中出奇制胜。

美国想使自己更加强大来压制中国，借用这位美国前国防部长的话，“他们的想法还是有些幼稚了”，因为“令人遗憾的是，中国却有这个实力”。

二、资讯

1、制定颠覆性技术战略 北约试图抢占技术制高点

北约新兴安全挑战部助理秘书长戴维·范·韦尔近期表示，北约将在今年夏季公布一份人工智能与数据战略。该战略的首要目标是为成员国研发新兴技术创造条件，确保整个联盟的互操作性。据外媒披露，北约新战略涵盖人工智能、数据与计算、自主技术、量子技术、生物技术、高超音速技术和太空技术7个方面。

北约认为，自主技术和人工智能技术密不可分，人工智能技术可应用于制订计划、通报相关作战单位、情报处理、发布后勤需求等自动化指挥方面。而如果数据处理和计算能力足够强大，再辅以稳定的通信手段，便可实现武器平台的自主作战。高超音速武器和太空技术则能为其带来更强的火力投送能力和更多的打击角度。生物技术可助其在军队卫勤保障领域发动一场技术革命。

然而，实际情况是，北约很难在上述7个方面实现技术突破。

首先，上述技术并未发展成熟。目前，人工智能技术仅处于萌芽阶段，大部分应用人工智能技术的设备，只能在特定功能方面模拟人的行为。这类人工智能设备仍无力应对变化莫测的战场形势。

其次，北约面临资金短缺问题。

再次，北约各成员国内部存在分歧。

2、中国人工智能自主创新研究丛书荣获2021年国家出版基金资助

近日，国家出版基金规划管理办公室公布了2021年度国家出版基金资助项目评审结果，由发展中世界工程技术科学院院士、中科华数信研院高咨委主席、济南大学人工智能研究院院长钟义信教授担任总主编的“中国人工智能自主创新研究丛书（3卷本）”获得资助，并同时获评“十三五”国家重点图书出版规划中的重大出版工程项目。

该丛书成果的最大创新优势和特色（国内外尚未发现同类的研究）是抓住了学科研究的龙头——范式（科学观和方法论的统称），发现了人工智能范式的张冠李戴：用物质学科的范式（机械唯物科学观和机械还原方法论）统领信息学科（含人工智能）的研究。这是现行人工智能研究中一切局限和痼疾顽症的总根源。

该丛书发现并论证了中华文明的整体观（科学观）和辨证论（方法论）完全符合信息学科的性质和需要，是引领信息学科和复杂科学开拓创新的最佳范式。于是，以中华文明支撑的信息学科范式取代了人工智能的传统学科范式，并在信息学科范式引领下彻底扫除了原有人工智能研究中的各种局限和顽症，揭示并确立了人工智能的新科学观、新方法论、新模型、新路径、新概念、新原理、新逻辑基础和新数学基础，从而创建了机制主义人工智能基础理论，实现了人工智能理论的根本性突破与历史性超越，为我国人工智能实现领跑世界的目标打下了坚实的基础。

3、华清远见人工智能教材《人工智能基础与应用》正式出版

2021年3月，华清远见研发中心编写的人工智能教材《人工智能基础与应用》正式出版发行，并被纳入“工业和信息化竞品系列教材-人工智能技术”系列图书。该书涵盖人工智能概述、Python编程基础、TensorFlow机器学习框架、机器学习算法、MNIST数据集及神经网络、TensorFlow高级框架、OpenCV开发与应用等基础知识。书中介绍并搭建了计算机视觉中的手写数字识别与人脸识别、自然语言处理中的语音识别与智能聊天机器人具体项目、AI开放平台的接入与使用项目等，通过综合实训案例解析，完成了对书中所学知识点的整合，非常适合人工智能、计算机、自动化等专业人工智能相关课程教学活动的开展。

4、科技部：支持长沙、苏州建新一代人工智能创新发展试验区

3月24日，科技部官网公布两份函，表示支持长沙市、苏州市建设国家新一代人工智能创新发展试验区。

长沙方面要求，依托科教资源和产业基础，加强人工智能技术研发和创新成果应用。

苏州方面要求，充分发挥制造业优势，推动人工智能与实体经济深度融合。

5、新版50英镑即将出炉 “人工智能之父”登上新钞

当地时间3月25日，英格兰银行发布新版50英镑纸币。艾伦·图灵将成为2021年新一代英镑上的图案。艾伦·图灵被称为计算机科学之父，人工智能之父。

6、助力打造人工智能创新高地 “自主智能无人系统”在沪启动

上海市市级科技重大专项“人工智能前沿基础理论与关键技术——自主智能无人系统”启动会25日在上海张江人工智能岛举行。会上，由潘云鹤、孙优贤、刘玠、吴曼青、樊邦奎、吴志强、陆军、徐轶、曾志刚、孙健10位院士及知名专家共同组成的该重大专项专家咨询委员会成立。

重大专项由同济大学牵头，复旦大学、上海交通大学参与，浙江大学、北京理工大学、上海大学、中国电子科技集团等单位共同协作承担，紧紧围绕自主智能无人系统这一重大需求，聚焦自主智能无人系统、跨媒体机器智能、人机物融合智能与三元群体智能等研究，建设人工智能研究开源开放与共享生态研究平台，开发人工智能研究支撑工具与系统，建设面向无人机、智能制造、智能医院等场景的应用示范。

专家咨询委员会主任潘云鹤院士、副主任孙优贤院士及与会的咨询委员会专家分别听取了重大专项任务一至任务四的专项实施方案，并对各项目实施方案进行指导。

三、研发

1、让AI认出「生狗」？Facebook构建能感知变化算子的人工智能

一条狗，即使是之前从未见过的品种、颜色，我们也能一眼认出它。

但是人工智能系统就不一样了，即使级别SOTA，能完成无数人类完成不了的任务，但也有很多对人类来说轻而易举的事情，它却搞不定，比如，让金毛换个角度：正面、侧面、前面、后面，人工智能可能会识别地很挣扎。

深度学习模型擅长解释像素和标签之间的统计模式，但却很难通过许多潜在的自然变化正确识别对象。

那是扫雪机在路上扫雪吗？还是一辆校车侧翻了？

人类可以瞬间知道，但是颜色、大小和透视等因素使情况复杂化，增加了人工智能模型的预测难度。

Facebook AI一直在探索如何更好地捕捉自然变化，在这方面，传统解决方案有很大局限性，即所谓的解纠缠（disentanglement）。我们最近还提出了等变化移位算子（equivariant shift operator）的概念，这是一种替代解的概念证明，可以帮助模型理解通过模拟最常见的变换，物体可能会发生怎样的变化。

目前，Facebook AI在这方面的工作主要是理论性的，但是对于深度学习模型，特别是计算机视觉潜力巨大: 增加了可解释性和准确性，即使在小数据集上训练也有更好的性能，并提高了泛化能力。Facebook AI希望这些贡献能够使计算机视觉向前推进一步，更好地理解视觉世界的复杂性。

2、世界上最难的“沙雕”游戏被AI攻破了

13年以前，有这样一款“变态”级难度的游戏曾风靡一时。

它的名字简单粗暴——QWOP。意思是让玩家用这四个键位控制游戏人物的左右大腿和小腿，以最快的速度跑完100米。

QWOP的难点在于，一旦角色失去平衡就很难再挽回，需要在100米的距离内一直保持重心不过于向前后倾斜。

因为难度过于“变态”，QWOP开发者曾收到过很多辱骂邮件。

看到这款“沙雕游戏”，你是不是会想到强化学习来训练双足机器人的画面？

一位来自波士顿咨询的数据分析师Wesley Liao也是这么想的。

一开始，Liao使用OpenAI Gym强化学习环境来训练AI，先设定好游戏的状态、操作和奖惩机制。

状态包括每个身体部位和关节的位置、速度和角度。操作方式限定为11种：4个QWOP按键、6种两两按键组合以及不按任何键。

用来训练AI的算法是ACER（具有经验回放能力的Actor-Critic）。这种算法的优点是，不仅可以从其最近获得的经验中学习，也可以学习存储数据中更早的经验。

Liao首先尝试了让AI自己学习。经过多次实验后，他发现AI只学会了“蹭膝盖”这种方式跑过终点，速度很慢。

类似于DeepMind用顶级棋手教AlphaGo下棋，Liao想到是不是也可以让人类玩家来教一下AI。

但是Liao本人的技术和顶级玩家差距太大，自己最多也只能跑到28米。

这都不重要，重要的是起码Liao跨出更大步伐的技巧，只能寄希望于AI能从“渣技术”里学到一点奔跑的技巧吧。

经过90个小时的训练，AI终于学会了像人一样奔跑！

他开始全球排名前二的玩家gunmaneko和Kurodo请教踢腿技巧的操作。

他把Kurodo的数据注入到AI的回放缓存*（Replay Buffer）*中。这相当于修改AI的记忆，使AI有一半的记忆是自己的，另一半来自Kurodo。

并且是AI每自己玩一次，就注入一次Kurodo的数据，保证AI随机从记忆中选取一段来学习时选到两种记忆的概率相同，避免在学习新技巧的过程中把基本操作忘掉。

AI使用Kurodo的数据训练了15个小时，终于学会了踢腿，但因为两种记忆无法协调在一起，跑时间长了动作会不稳定。

Liao此时把Kurodo的记忆移除，又让AI自己训练了25小时，总训练时间达到了65小时。

最终AI的成绩达到1分08秒，终于进入前十。

一个月前，外媒Gismodo问他：为什么AI还没有打破世界纪录？

于是Liao重新训练了一个只为优化速度而存在的新AI。

新AI改用Prioritized DDQN算法，因为这种算法会给学习效率更高的状态增加权重而不是均匀采样，能使新AI迅速学会旧AI已经掌握了的技巧。

并且，新AI的奖励函数去掉了身体高度，膝盖弯曲角度等参数，改成只和前进速度相关。

新AI先用已有数据进行只有几分钟的预训练，随后是40小时的自训练。最终，新AI每秒所做的动作数在训练环境中由9提高到18，并在测试环境中达到25。

新AI对踢腿技巧的掌握非常稳定，即使被障碍物影响也能迅速恢复。

快速高效的动作使AI的成绩提高到47.34秒，比人类最高纪录48.34秒刚好快1秒。

3、人工智能准确识别骨髓异常，防止白血病风险

利用神经网络的图像分析可以帮助识别组织样本中人眼难以识别的细节。芬兰赫尔辛基大学进行的一项研究表明，该技术使得准确确定骨髓增生异常综合征(myelodysplastic syndromes, MDS)患者癌细胞中的基因突变成为可能。

通过使用机器学习，可以对数字图像数据集进行分析，以准确识别影响综合征进展的最常见的遗传突变，例如获得性突变和染色体畸变。

研究人员表示，“这项研究证实，计算分析有助于识别人眼无法识别的特征。此外，数据分析有助于收集细胞变化及其与患者预后相关性的定量数据。”

“图像分析有助于分析大量的活组织检查，并快速产生关于疾病进展的各种信息。该技术也适用于其他项目。”

四、自动驾驶

1、智加助力解放完成「自动变道」国标验证，唯一量产车型过考

3 月 22 日至 25 日，国家智能网联汽车标准委员会组织商用车领军企业，在重庆智能网联测试基地对《多车道行驶控制》国家标准（以下简称：自动变道国标）开展实车验证。作为此次唯一的前装量产自动驾驶重卡车型，智加科技和挚途科技助力一汽解放打造的 J7 L3 仅用时 1.5 小时，一次性完成全部试验，率先完成难度最高的验证项目。此前，J7 L3 已完成了双预警（车道偏离预警和前向碰撞预警）和 AEB（自动紧急制动）认证测试，成为国内目前唯一取得公告并具备大规模量产上市条件的自动驾驶重卡。

2、深圳出台意见稿：自动驾驶汽车将合法上路 保险500万元起步

3月23日，深圳市发布了《深圳经济特区智能网联汽车管理条例(征求意见稿)》。

明确规定智能网联汽车经登记取得登记证书、号牌和行驶证后，可上特区道路行驶。这意味着，无人驾驶汽车有望在深圳合法上路了。

《条例(征求意见稿)》进一步放宽智能网联汽车道路测试和示范应用相关条件，规定智能网联汽车，可以上特区的高速公路和城市快速路开展道路测试和示范应用；

高度自动驾驶和完全自动驾驶的智能网联汽车开展道路测试或示范应用，经市相关主管部门审核批准，可以不配备驾驶人。

同时，授权市政府可以选择车路协同基础设施较为完善的行政区全域开放智能网联汽车道路测试、示范应用及商业化试点。

《条例(征求意见稿)》作出专门规定：不配备驾驶人的智能网联汽车发生交通违法行为的，由公安机关依法对该车辆的控制人或者所有人进行处罚；

因智能网联汽车质量缺陷造成交通事故的，车辆的控制人或者所有人依法承担损害赔偿责任后，可以向智能网联汽车的生产者、销售者追偿。

《条例(征求意见稿)》规定，智能网联汽车上路行驶须要购买交通事故责任强制保险，和保险金额不少于五百万元的机动车第三者责任保险，具有载人功能的智能网联汽车，还应投保机动车车上人员责任保险。

3、冲刺全球自动驾驶第一股：图森未来在美提交IPO申请

3月24日，自动驾驶卡车公司图森未来（TuSimple）官方表示，已向美国证券交易委员会（SEC）就拟议的A类普通股首次公开发行（IPO）提交了S-1表格注册声明书。这家成立不到六年的企业，若发行顺利，将有望成为全球“自动驾驶第一股”。

值得注意的是，与部分自动驾驶企业通过SPAC（特殊目的收购公司）合并上市不同，图森未来将通过传统方式在纳斯达克上市，股票代码为“TSP”。目前预计发行的股份数量和发行价格范围尚未确定。摩根士丹利、花旗集团和摩根大通将担任其本次IPO的主承销商。

招股书显示，目前图森未来共运营70辆L4级别自动驾驶卡车，其中美国50辆，中国20辆，已经进行了280万英里（约450万公里）道路测试。2018年—2020年，图森未来营收分别为0.9万美元、71万美元和184.3万美元。同期亏损逐步扩大，三年来公司净亏损分别为0.45亿美元、0.85亿美元和1.78亿美元。自成立以来，累计亏损总额达到4.05亿美元（约26.4亿元人民币）。

4、李彦宏：百度汽车最迟2024年上市，有信心成为最具吸引力智能汽车

3 月 24 日消息 百度 CEO 李彦宏接受《香港经济日报》采访时表示，与吉利合作的集度首款车型将集成百度最先进自动驾驶技术和 AI 能力，预计最迟于 2024 年推出市场，有信心成为最具吸引力的智能汽车。

5、自动驾驶公司Momenta获5亿美元融资，上汽集团、丰田等参投

3月21日，资本邦了解到，日前据国外媒体报道，中国自动驾驶创业公司Momenta已经获得5亿美元融资。此轮融资由上汽集团、丰田、博世、淡马锡和云锋基金领投，梅赛德斯-奔驰、GGV纪源资本、顺为资本、腾讯和凯辉基金参投。

Momenta创立于2016年，是一家具备高精地图测绘资质，与车企/供应商合作和数据模拟开发路线并行的自动驾驶技术公司。

2020年10月，Momenta正式发布自动驾驶出租车(Robotaxi)产品MomentaGO，发布现场公司还宣布与苏州国资成立合资公司，共同探索Robotaxi在苏州规模化落地的新模式。

五、报告

1、中传联合新浪发布《中国智能媒体发展报告》 见证中国智媒无限潜能

看点1：2020年国家层面出台“新基建”、媒体深度融合等重要政策，从国家战略高度为媒体智能化指明方向。

看点2：2020年我国新一代人工智能市场规模预计达到700亿元，年内智媒投资热点集中于人工智能技术与传媒领域的深度融合以及人工智能与信息技术的交叉赋能领域

看点3：2020年人工智能底层芯片、传感器、计算机视觉、语音识别、自然语言处理、机器学习等通用技术能力持续提升，物联智能视觉、脑机接口、复杂场景下智能语音处理技术等取得亮眼突破。 国内媒体环境移动化、泛媒化、视频化、平台化态势给智媒发展提出新挑战，AI中台化、入口场景化与内容安全2.0加速发展，进一步激发了智媒应用的深度与广度。

看点4：2020年新冠疫情给信息传播领域带来历史性挑战，客观上加速了国内媒体智能化进程。

看点5：2020年国内智能媒体研究成果量质齐升，近五年来中国传媒大学智媒研究成果产出位列榜首。

看点6：新型主流媒体和头部互联网商业平台是我国智能媒体生态格局中的关键力量

看点7：“中国智能媒体年度生态调查（2020-2021）”显示当前传媒业智媒战略认知更加深入，各方面投入同比增长，人工智能技术在媒体信息采集、内容风控、内容分发等环节应用效果突出。智媒应用拉动用户规模增长，盈利能力仍需突破，专业人才缺乏、技术基础薄弱、资金投入不足仍是智媒转型三大挑战。

看点8：2021年智媒技术、业务、生态都有望迎来新突破。

六、投资

1、自称最快AI推理芯，美国创企Flex Logix融资5500万美元

设计可重构AI芯片的美国加州初创公司Flex Logix今天宣布，它完成了由美国德州秘银资本（Mithril）领投的5500万美元融资。迄今为止，该公司的总融资额为8200万美元。

Flex Logix成立于2014年，总部位于加利福尼亚州山景城。Geoff Tate在采访中称，其eFPGA业务已经实现了盈利，客户有美国国防高级研究计划局（DARPA）与欧洲芯片厂商Dialog Semiconductor等。

Flex Logix号称，其InferX X1是业界最快、效率最高的AI推理芯片，该芯片在目标检测算法YOLOv3上胜过英伟达的Xavier NX。

其目标是将AI推理芯片的性能比现有边缘推理解决方案提高10到100倍。

InferX X1还具有可重张量处理器（tensor processing unit）nnMax，其中包含64个与SRAM耦合的处理器，可以在百万分之一秒的时间内进行重新编程。在机器学习中，张量是向量和矩阵的泛化，即神经网络中数据输入、输出和转换的表示。

Flex Logix的编译器从谷歌的TensorFlow和ONNX等机器学习框架中获取模型，并针对nnMax和InferX1体系结构对其进行优化。

包含InferX1、X1P1的PCIe板预计将于2021年第二季度投产，根据处理器速度的不同，价格将在399美元至499美元之间。另一款功能稍弱的型号，InferX1 1KU，价格在99美元至199美元之间，批量定价可低至34美元至69美元。