XiaoMi-AI文件搜索系统
World File Search SystemBaidu
谁在引领人工智能？行业人工智能研究分析
人工智能 (AI) 研究越来越多地由行业驱动，因此了解公司对该领域的贡献至关重要。我们通过研究出版物、引用量、训练运行规模以及对算法创新的贡献比较了领先的 AI 公司。我们的分析揭示了 Google、OpenAI 和 Meta 发挥的重要作用。我们发现，这三家公司负责了一些最大规模的训练运行，开发了支撑大型语言模型的很大一部分算法创新，并在各种引用影响力指标中处于领先地位。相比之下，与美国同行相比，腾讯和百度等领先的中国公司在许多指标上的影响力较低。我们观察到许多行业实验室都在进行大规模训练运行，而来自相对较新的公司（如 OpenAI 和 Anthropic）的训练运行已经赶上或超过了谷歌等老牌公司的训练运行。数据显示，推动人工智能进步的公司生态系统多种多样，但谷歌、OpenAI 和 Meta 等美国实验室在关键指标上处于领先地位。
人工智能≥新闻：中国版权法如何保护科技巨头的人工智能创新并颠覆
摘要 全球范围内，新闻业和其他机构在自动新闻生成、算法分发和内容所有权方面发生冲突。人工智能政策是建立和组织这些机构层级结构的主要机制。然而，很少有研究探讨人工智能在新闻业政策制定中的规范维度，尤其是在西方以外的国家。本案例研究考察了版权法在未经审查的中国背景下对新闻编辑室人工智能创新的影响。本研究运用新制度理论和政策网络理论，调查了中国《版权法》第三修正案、有关自动新闻版权纠纷的典型法庭案件（如腾讯诉英迅和电影诉百度）和其他支持文件。研究结果显示了中国的版权法律框架如何将作者身份和所有权分开；定义人机协作中的“原创性”和“创造力”；以及优先考虑科技公司同时破坏新闻自主权。我们认为，法律对人工智能的积极支持可能会让科技公司比那些不一定有采用人工智能战略的新闻机构更具优势。此外，它更青睐国有、资源丰富的官方媒体，而不是私营部门。这种权力动态的转变意味着私营新闻媒体可能会被边缘化，从而导致国家对媒体制作和信息流的控制更加严格。
中国商业策略
2023年，立邦中国旗下的魔幻漆成为百度、天猫、抖音、小红书等平台质感漆品类自主搜索第一品牌，通过直播等形式每月吸引客户超过7000人次，这些客户通过立邦中国数字化智能线索中心自动分发到就近的经销商进行跟进和服务，为经销商创造更多商机。立邦中国在国内拥有16家培训认证中心，14年来培训油漆工超过40万名。立邦中国成为国内首家获得“民办学校经营许可证”的外资企业，为内外墙涂装施工人员提供职业能力等级认证。同时，“立邦漆俱乐部”通过积分、培训、认证等运营，会员数量超过140万。此外，近两年来，立邦中国通过“梦想家大改造”系列视频、“未来之星”青年设计师大赛、魔彩“光影奇境”上海、广州设计周系列展览等，不断扩大在中国设计师群体中的影响力，提升对高端装修需求群体的影响力。
Q4 Baillie Gifford LTGG 治理报告
讨论：坦诚的讨论让我们了解了公司在各种问题上的立场。对于提出的每一个问题，我们都得到了有数字支持的证据，以有力地捍卫公司的立场并反驳不可持续的做法。我们听说了公司范围内支持员工参与的各种举措，包括公司的“Dragonfly”软件工具，该工具记录员工安全相关的反馈，以转化为可衡量的行动——2023 年采取了超过 200,000 次观察。公司为切实改善工作条件所做的努力，已将记录的受伤率降低到远低于行业平均水平。我们还了解了公司为降低侵犯人权风险而参与和监控其庞大供应链的努力。我们了解到公司持续、实质性的脱碳目标，包括在 2023 年签订 28GW 的可再生能源合同，相当于整个英国装机容量的 50% 以上。最后，公司强调了最近任命斯坦福大学兼职教授 Andrew Ng 博士为董事会成员。他曾担任谷歌大脑负责人、百度首席科学家，目前是一家人工智能风险投资基金的管理合伙人。他的任命将有助于董事会从社会和商业角度了解人工智能带来的机遇和挑战。
药物发现和开发以及制药行业中的人工智能
什么是机器智能？人工智能是一种数学计算或计算机控制机器执行任务的能力，通常由计算机、计算机控制机器或像人类大脑一样聪明地判断的程序执行。人工智能通过学习人类智力的模式并解决智力过程而变得熟练。这些研究的结果扩展了智能程序和算法。人工智能的历史以下是人工智能从诞生之日起六十年来发展的简要年表。 1956 年 - 约翰·麦卡锡 (John McCarthy) 创造了“机器智能”一词并举行了第一次人工智能会议。 1969 年 - Shakey 是第一台通用便携式机器。它是一种直接的智能噪音资产，带有一个功能，而不仅仅是高级命令。1997 年 - 超级计算机“深蓝”问世，在比赛中击败了世界冠军象棋选手。IBM 发明这种强大的计算机是一项巨大的成就。2002 年 - 第一台商业上成功的自动地毯清扫机问世。2005 年 - 2019 年 - 今天，我们拥有由机器人流程自动化 (RPA)、机器人、智能城市和其他创新技术开发或实现的语音识别。2020 年 - 百度向医疗和医疗保健组织发布了 LinearFold AI 解决方案，以在 SARS-CoV-2 (COVID-19) 全球爆发期间开发治疗方法。该算法仅用 27 秒就能预测出细菌的 RNA 序列，比其他系统快 120 倍 人工智能的组成部分机器学习图像识别电子设备专家系统智能机器人系统中的模糊计算机数据人工干预生物神经网络进化算法
中国及亚太地区的反垄断情况
2021 年最后一个季度是中国反垄断领域极为积极的一个季度，对数字平台的反垄断审查显然没有减弱。在执法方面，中国最大的在线食品配送平台美团成为第三家因滥用市场支配地位而被罚款的科技公司（仅次于阿里巴巴和 Sherpa's），罚款金额为人民币 3,442,439,866 元（540,677,523 美元），占美团 2020 财年收入的 3%。在合并控制方面，阿里巴巴、百度、京东、滴滴和美团等中国科技公司和数字平台在第四季度因未申报交易而受到中国反垄断机构（“市场监管总局”）的处罚。在政策支持方面，市场监管总局成立了竞争政策与大数据中心，开展竞争政策研究，特别是针对平台经济带来的反垄断问题。此外，市场监管总局发布了两套有关网络平台分类和网络平台义务履行的指南，供大家参考。此外，行业协会中国标准化协会与学术机构和律师事务所联合发布了一套非约束性的《平台企业反垄断合规管理规范（征求意见稿）》，以促进数字平台全面遵守中国的反垄断规则。同样，地方反垄断机构发布了反垄断合规指南，以协助平台参与者建立内部反垄断合规制度。
分数：评估决策的鲁棒性 -
摘要 - 自主驾驶系统（ADS）测试对于ADS开发至关重要，目前的主要重点是安全性。然而，对非安全性能的评估，尤其是广告做出最佳决策并为自动驾驶汽车（AV）提供最佳途径的能力，对于确保智力和降低AV风险的智力也至关重要。当前，几乎没有工作来评估ADSS路径规划决策（PPD）的鲁棒性，即，在环境中无关紧要的变化后，广告是否可以维持最佳的PPD。关键挑战包括缺乏评估PPD最优性的清晰牙齿，以及寻找导致非最佳PPD的场景的困难。为了填补这一空白，在本文中，我们专注于评估ADSS PPD的鲁棒性，并提出了第一种方法，分区者，用于生成非最佳决策方案（NODSS），其中ADS不计划AVS的最佳路径。测试器包括三个主要组成部分：非侵入性突变，一致性检查和反馈。为了克服甲骨文挑战，设计了非侵入性突变以实施保守的修改，从而确保了在突变场景中保存原始的最佳路径。随后，通过比较原始场景和突变的场景中的驱动路径来应用一致性检查以确定非最佳PPD的存在。为了应对大型环境空间的挑战，我们设计了整合AV运动的空间和时间维度的反馈指标。这些指标对于有效地转向发射的产生至关重要。因此，分子可以通过生成新方案，然后在新方案中识别点头来生成点头。我们评估了开源和生产级广告Baidu Apollo上的分员。实验结果验证了分子在检测ADS的非最佳PPD中的有效性。它总共生成63.9个点头，而表现最佳的基线仅检测35.4个点头。
高级计算机研究中心
摘要：自主 CPS（信息物理系统）系统由信息和物理组件共同组成，共同实现物理世界中的高度自动化操作。此类系统的显著例子包括自动驾驶 (AD) 车辆和送货无人机/机器人，它们在现实世界中得到越来越多地部署和商业化。具体而言，由于 AD 技术在驾驶安全、效率和移动性方面具有显著优势，它一直是国际上的追求。在首届 DARPA 大挑战赛举办 15 年后，它的开发和部署变得越来越成熟和实用，一些 AD 车辆已经在公共道路上提供商业服务（例如凤凰城的 Google Waymo 和中国的百度阿波罗）。在 AD 技术中，AI 堆栈对安全性至关重要：它负责安全关键的驾驶决策，例如避免碰撞和车道保持，因此其中的任何安全问题都可能直接影响道路安全。在本次演讲中，我将介绍我最近的研究，该研究启动了第一次系统性的努力，旨在理解和解决工业级 AD AI 堆栈中的安全问题。我将重点介绍两个关键模块：感知和定位，并讨论我们如何能够发现新颖且实用的传感器/物理世界攻击，这些攻击可能导致端到端安全影响，例如撞上障碍物或越野驾驶。我还将简要介绍我最近对智能交通领域 AI 堆栈安全性的研究，尤其是由联网汽车 (CV) 技术支持的智能交通领域。最后，我将讨论防御和未来的研究方向。
NSB-2020-5，人工智能商业化
人工智能 (AI) 的商业化正在四个不同的领域发生：互联网、商业、感知和自主 (Lee 2018)。互联网 AI 主要是使用 AI 算法作为推荐引擎——根据我们的个人偏好推荐内容的 AI 系统 (Lee 2018:107)。例如，Netflix 根据观看者的历史记录推荐电影和电视节目，Facebook 根据用户的活动（包括他们的帖子、新闻和与其他用户的互动）向用户投放广告。第二个领域，商业 AI，挖掘公司和组织的数据库，开发与人类匹敌或超越人类的算法 (Lee 2018:110-11)。例如，金融行业已经开发了根据申请人的信用记录、收入和其他特征批准抵押贷款的算法。美国的研究人员已经展示了根据图像诊断特定疾病的算法，其水平与医生相当 (Lee 2018:113)。这两个领域已经得到广泛实施，并开始产生重大的经济影响。第三个领域是感知人工智能，它通过传感器和智能设备的普及将物理环境数字化。这些设备将物理世界转化为数字数据，可以通过人工智能算法进行分析和优化。第四个领域是自主人工智能，包括自动驾驶汽车和无人机、智能机器人以及其他将取代或补充人类劳动力（如卡车司机）的设备和硬件。与其他三个领域相比，该领域的技术通常仍处于开发阶段或尚未广泛商业化（Lee 2018:106）。例如，谷歌和其他公司正在测试自动驾驶汽车，以进一步完善和开发该技术。中国和美国的人工智能技术商业化主要发生在大型高科技公司和初创公司。根据李开复（2018:83）的“人工智能时代七巨头”，总部位于美国的四家公司——Alphabet（谷歌的母公司）、Facebook、亚马逊和微软——以及中国三家公司——百度、阿里巴巴和腾讯——在人工智能研发和人才招聘方面投入了大量资金。从这七家公司的研发总额数据来看，它们在人工智能方面的研发支出一直在大幅增加。这四家美国公司的研发支出从 2012 年的 180 亿美元增长了两倍多，达到 2018 年的 590 亿美元（图 6-J）。2018 年，亚马逊和 Alphabet 分别成为全球企业研发支出排名第一和第二的公司（Jaruzelski、Chwalik 和 Goehle，2018 年）。三家中国公司的研发支出也增长迅速，从合计 10 亿美元增长了 8 倍，达到 80 亿美元。2018 年，阿里巴巴、腾讯和百度分别是中国公司研发支出的第一、第二和第四大企业。这些中美大型企业的战略大型企业一直在构建私人控制的计算网络，将人工智能技术广泛应用于整个经济，类似于公用事业公司在电网中分配能源 (Lee 2018:83)。例如，亚马逊正在销售人工智能服务，包括自然语言处理、语音合成、图像分析和视频识别，目的是为那些想要人工智能而无需前期成本的大型和小型开发商提供服务 (CB Insights 2018:27)。阿里巴巴正在与杭州市合作，利用先进的物体识别和预测交通算法优化交通流量并向紧急服务部门发出交通事故警报 (Lee 2018:94)。与大型企业的一般人工智能网格方法相比，人工智能初创公司正在构建高度具体的“电池供电”人工智能产品，这些产品是独立的应用程序。电池供电的人工智能产品用于特定任务，包括医疗诊断、抵押贷款和自主无人机 (Lee 2018:95)。
洛杉矶野火肆虐
表示通用汽车在中国的六家工厂已经超出了其需要。上个月，该公司表示，由于其中国业务疲软，预计将计入超过 50 亿美元的非现金费用。通用汽车没有回复置评请求。拥有腰缠万贯的支持者并不能确保公司的未来。12 月，中国社交媒体上出现了一段视频，视频显示一家中国电动汽车初创公司的愤怒员工围着老板，并表达了对是否能拿到工资和其他款项的担忧。这家初创公司的所有者，科技巨头百度和吉利表示，其运营面临挑战，离职员工将得到公平对待。高端电动汽车制造商蔚来汽车的首席执行官李斌上个月表示，“汽车公司不能有任何缺陷”，并补充说该行业已经进入“竞争最激烈、最残酷的阶段”。伯恩斯坦分析师 Eunice Lee 表示，到 2025 年，由于整体经济疲软，中国汽车销量可能会下降。去年提供的一些激励措施，包括以旧换新补贴计划，创造了一次性需求，今年不太可能出现，尽管北京方面周三延长了补贴计划。中国汽车制造商正在寻找海外来吸收他们的生产。由于贸易壁垒不断上升，这变得越来越困难。欧盟10月份对中国制造的电动汽车征收高达45%的关税，拜登政府去年对中国电动汽车征收了100%的关税。中国汽车工业协会的数据显示，中国电动汽车出口仍在增长，但近几个月来速度有所放缓。