一、計(jì)算社區(qū)聯(lián)盟(CCC)發(fā)布人工智能研究20年路線圖草案
該路線圖由CCC聯(lián)合主席Yolanda Gil 和Bart Selman起草， 要求聯(lián)邦政府提供持續(xù)的支持，并規(guī)定了一系列步驟，以確保美國繼續(xù)成為人工智能領(lǐng)域的卓越領(lǐng)導(dǎo)者。
路線圖的具體建議包括:
1、創(chuàng)建和運(yùn)營國家人工智能基礎(chǔ)設(shè)施，通過相互關(guān)聯(lián)的四個(gè)措施為學(xué)術(shù)界、產(chǎn)業(yè)界和政府服務(wù):
a、開放AI平臺和設(shè)施：由學(xué)術(shù)界，政府和企業(yè)的研究人員貢獻(xiàn)的，同時(shí)可供他們使用的，互相關(guān)聯(lián)的大規(guī)模分布式AI資源，包括數(shù)據(jù)集、軟件庫、機(jī)器人環(huán)境、云服務(wù)等；
b、持續(xù)的社區(qū)驅(qū)動的人工智能挑戰(zhàn)：構(gòu)建協(xié)調(diào)研究人員制定明確的挑戰(zhàn)路線圖的組織結(jié)構(gòu)，以共同解決關(guān)鍵問題，根據(jù)新進(jìn)展重新制定它們，促進(jìn)整合和精心設(shè)計(jì)的系統(tǒng)，并在開放AI平臺和設(shè)施上，創(chuàng)造共享資源；
c、國家研究中心：集中一流的研究人員，產(chǎn)生群聚效應(yīng)，解決人工智能的核心挑戰(zhàn)，并促進(jìn)技術(shù)轉(zhuǎn)移到產(chǎn)業(yè)界；
d、國家人工智能實(shí)驗(yàn)室：政府機(jī)構(gòu)將提供持續(xù)的能力和人工智能專家，以支持開放的人工智能平臺和人工智能挑戰(zhàn)，并解決衛(wèi)生、政策、教育和科學(xué)等部門涉及的公共利益問題。
2、重新定義并培訓(xùn)全面的人工智能勞動力：
a、通過開放的人工智能平臺培訓(xùn)高技能的人工智能工程師和數(shù)據(jù)科學(xué)家，這需要通過社區(qū)學(xué)院和勞動力再培訓(xùn)項(xiàng)目顯著增加這一輸送渠道；
b、AI人才招聘項(xiàng)目，包括資助有才能的學(xué)生獲得高級研究生學(xué)位，為博士水平的研究人員以及代表性不足的群體提供保留項(xiàng)目；
c、擴(kuò)展ai課程，鼓勵非傳統(tǒng)和跨學(xué)科的ai研究，優(yōu)先ai政策、法律以及ai安全工程。
為什么重要：
這份路線圖是在美國總統(tǒng)特朗普簽署了多少有些含糊、不太實(shí)質(zhì)的人工智能倡議幾周后首次公開發(fā)布的，旨在幫助美國的人工智能研究人員識別挑戰(zhàn)、機(jī)遇和陷阱，同時(shí)為美國政府的人工智能政策落地，提供了方向性建議。
Source：A 20-Year Community Roadmap for Artificial Intelligence Research in the US Executive Summary March 2019
二、關(guān)于AI研究論文的重復(fù)性爭論
目前一些公開發(fā)表的AI研究論文，沒有公布代碼或者數(shù)據(jù)集。一些研究者認(rèn)為論文應(yīng)該總是帶有代碼和/或數(shù)據(jù)；另一些認(rèn)為雖然可重復(fù)性很重要，但在某些情況下，您可能希望發(fā)表一篇論文，但限制某些細(xì)節(jié)的傳播，以盡可能減少潛在的濫用或惡意使用該技術(shù)。
機(jī)器學(xué)習(xí)(至少)包括三種不同類型的研究，其中算法的性質(zhì)也有所區(qū)別：
算法：目標(biāo)是提出一個(gè)更好的算法來解決一些學(xué)習(xí)問題，這是最典型的觀點(diǎn)。
理論：目標(biāo)通常是理解學(xué)習(xí)算法的可能和不可能。雖然這些論文可能有算法，但它們往往不是重點(diǎn)，要求實(shí)現(xiàn)它們對于作者、審稿人和讀者來說是浪費(fèi)時(shí)間。
應(yīng)用：目標(biāo)是解決一些具體任務(wù)。例如AlphaGoZero，其目的就是為了打敗世界冠軍。在此情況下，計(jì)算很極端，數(shù)據(jù)是專有的，所以要求完美的編程可重復(fù)性是不可行的。
評估重復(fù)性的三個(gè)問題：
如果審閱人員能夠訪問底層代碼或數(shù)據(jù)，那么他們是否能夠更好地進(jìn)行審閱?
作者能否從發(fā)布代碼中獲益?
讀者能否從公開的代碼中獲益?
總之，如何在可重復(fù)性最大化和潛在危害最小化之間取得平衡是當(dāng)前人工智能研究的主要挑戰(zhàn)之一。
Source：http://hunch.net/?p=11377237
三、AI2:中國將在人工智能研究方面超過美國
AI2分析了截至2018年底發(fā)表的200多萬篇人工智能學(xué)術(shù)論文，發(fā)現(xiàn)2006年中國在人工智能研究論文數(shù)量上就已經(jīng)超過了美國。雖然中國的AI論文整體質(zhì)量仍低于美國，但正在提升中。
如果這一趨勢繼續(xù)下去，今年中國在引用率前50％的論文數(shù)量上，將超越美國；在引用率前10％、1％論文數(shù)量的這兩項(xiàng)指標(biāo)，中國也將分別在2020年和2025年超過美國，成為全球第一。由于引用數(shù)量是影響力的滯后指標(biāo)，因此這一研究結(jié)果可能低估了中國在人工智能研究方面不斷增長的影響力。
Source：https://medium.com/ai2-blog/china-to-overtake-us-in-ai-research-8b6b1fe30595
四、OpenAI新版本語言模型引發(fā)爭議
最近，OpenAI發(fā)布了新版本的語言模型 “GPT-2”，它是基于對大量寫作樣本的無監(jiān)督分析，來自動生成下一個(gè)能夠?qū)懙暮芎玫膯卧~。他們決定不遵循開源實(shí)踐，只發(fā)布了一個(gè)小得多的模型供研究人員實(shí)驗(yàn)，以及一篇技術(shù)論文。這引起一場爭論，即關(guān)于人工智能產(chǎn)品的監(jiān)管和自我監(jiān)管的政策問題。
由埃隆·馬斯克(ElonMusk)等人創(chuàng)辦的非營利性人工智能研究公司OpenAI，2019年2月14日宣布，“我們已經(jīng)訓(xùn)練了一個(gè)大規(guī)模的無監(jiān)督語言模型，它可以生成連貫的文本段落，在許多語言建模基準(zhǔn)上實(shí)現(xiàn)最先進(jìn)的性能，并進(jìn)行基本的閱讀理解、機(jī)器翻譯、回答問題和總結(jié)——所有這些都沒有經(jīng)過特定任務(wù)的培訓(xùn)?！監(jiān)penAI表示，其新的自然語言模型GPT-2經(jīng)過訓(xùn)練，能夠在40g的互聯(lián)網(wǎng)文本樣本中預(yù)測下一個(gè)單詞。該模型是對第一個(gè)版本的巨大改進(jìn)，產(chǎn)生了更長的文本和更大的一致性。同時(shí)聲明，“由于我們擔(dān)心該技術(shù)的惡意應(yīng)用，我們不會發(fā)布經(jīng)過訓(xùn)練的模型“。
OpenAI政策主管杰克?克拉克(JackClark)表示，該組織的首要任務(wù)是“不允許惡意或?yàn)E用該技術(shù)”，并稱這是“對我們來說非常艱難的平衡之舉”。但電子前沿基金會認(rèn)為，“當(dāng)像OpenAI這樣受人尊敬的研究機(jī)構(gòu)單方面做出違背全面發(fā)布趨勢的決定時(shí)，它就會危及目前在語言理解研究中盛行的開放出版規(guī)范?！?/p>
為什么重要？
針對對社會有潛在負(fù)面影響的人工智能產(chǎn)品及其快速發(fā)展，誰(如果有的話)應(yīng)該負(fù)責(zé)監(jiān)管？我們是依靠自我監(jiān)管還是需要政府監(jiān)管?如果美國有規(guī)章制度而其他國家沒有呢?清算所的做法會給開發(fā)商和企業(yè)帶來基于利潤的壓力嗎?沒有監(jiān)管的幫助，開源運(yùn)動能成功嗎?
