财报季

这又是又一个财报丰收季。华尔街也再一次被硅谷公司的营收增长所震惊，FT 上周统计了美国五大科技公司的营收增长变化，绘制出下面这张图：

在云计算业务层面，亚马逊、微软与 Alphabet 的成绩单同样不错：

• AWS：季度营收 135.03 亿美元，同比增长 32%；
• 微软智能云：季度营收为151.18亿美元，同比增长 23%；
• Google Cloud：季度营收 40.47 亿美元，同比增长 46%；

下图展示了 AWS 的增长曲线变化：

而在微软智能云业务里，Azure 的增幅高达 50%，不过微软还是一如既往地拒绝透露 Azure 的具体营收规模，下图是微软智能云业务的增长变化。

对 Google 来说，云业务的整体规模还比较小，40 亿美元的营收规模也只占到 Alphabet 季度营收的 7%，不过该季度的亏损同比收窄，从去年的 17.3 亿美元减少到 7.74 亿美元。

Google Cloud 目前已经形成非常复杂的产品体系，一位开发者制作了一副可交互的信息图，全景展示 Google Cloud 的产品，如下图所示，每个节点都可以点击，并且都可以跳转到相应的产品页面，感兴趣的朋友可以在这里查看原图。

过去的一整年，疫情持续且深刻地影响到全球经济的发展，基于在线、远程的需求持续刺激着云计算各个层面的发展，像极了被按下的「加速键」，数字化、云化的趋势正在各个行业加速展开，在美国云计算公司财报之后，5 月份阿里巴巴也会发布新一季财报，这也会成为观察中国企业数字化发展的一个入口。

巨头

Google。由 Google AI 负责人 Jeff Dean 等人参与的一篇论文展示了 AI 与环境的新关系。

这篇论文回击了此前业界对超大规模 AI 模型影响环境的观点，去年闹得沸沸扬扬的 Google AI 研究者 Timnit Gebru 被公司除名，其导火索也是 Timnit Gebru 的论文质疑以 Google 为代表的 AI 公司力推超大规模机器学习模型带来的环境问题。

在这篇论文里，研究者们强调数据中心的超大规模机器学习模型以及 AI 芯片，可以实现降低碳排放的目标。

研究人员选取了五个超大规模的 NLP 模型，包括 GPT-3、Meena、Switch Teansformer 等，分析其训练和推理的能耗，然后通过优化模型设计以及使用不同硬件进行对比，结果发现，既可以在软件层面（通过模型优化）也可以在硬件层面（使用专属 AI 芯片，比如 TPU）来降低模型训练与推理的能耗。

这篇论文进一步向业界展示了 Google 在超大规模机器学习模型上的战略思考，同时也彰显出其自研 TPU 带给数据中心 AI 训练的价值，不过由于 Google 并没有单独出售 TPU，其落脚点还是在 Google Cloud 上。

你可以在这里查看这篇论文。

微软。微软上周收购了一家名为 Kinvolk 的公司，这笔收购瞄准的是云原生，Kinvolk 公司创建了 Flatcar Container Linux，这是 CoreOS Container Linux 的流行替代方案。

微软表示，未来还将继续维护与发展 Kinwolk 在云原生开源领域的项目。

苹果。前 Google AI 科学家 Samy Bengio 加入苹果，路透社称，他将向苹果机器学习与 AI 战略高级副总裁 John Giannandrea 汇报，后者也是来自 Google。

上月，Samy Bengio 宣布从 Google 离职。尽管 Samy Bengio 在声明中并未提及，但外界将其离职与此前 Google 开除两位 AI 学者 Timnit Gebru、Margaret Mitchell 的事件联系在一起，Samy Bengio 也是目前离开 Google 最高级别的 AI 学者。

鉴于苹果的保密文化，目前只知道 Samy Bengio 将负责一个新部门，但苹果公司拒绝透露更多信息。

IBM。上周 IBM 宣布收购一家来自波士顿的 IT 公司 Turbonomic，该公司的主要业务是面向企业提供基于 AI 的应用开发及管理服务，特别是对使用云服务的企业，Turbonomic 可以分析企业业务需求，提供一系列围绕云服务的采购建议，某种意义上，这也是一家 AIOps 公司。

AI Insider Monthly 004

「AI Insider Monthly」以月度总结的形式，展现过去四周全球 AI、云、自动驾驶等领域的产业变化，通过分析行业事件与梳理技术趋势，勾勒出人类迈向数字化的若干方向与线索。

4 月份的「AI Insider Monthly」，将关注以下议题：

• 数据：AI 100 大创业公司、AI 企业适应性报告；
• 巨头：新一季云计算财报以及阿里云、华为的新进展；
• 底层：ARM 新架构、英伟达进入 CPU 市场；
• 未来驾驶：人事、资本、合作；
• 政策：欧盟 AI 监管法律草案公布；
• 资源：播客、视频、图书；

您可以通过以下地址下载 PDF 版本：

• 国内镜像；
• 海外镜像；

未来驾驶

丰田收购 Lyft 自动驾驶部门 Level 5。这是上周自动驾驶领域最重要的一则消息，在 Uber 与 Lyft 先后出售自动驾驶业务之后，此前标榜通过「自动驾驶网约车」改变出行体验的商业逻辑被完全抛弃，此前 Lyft 财报分析师会议上，该公司联合创始人 John Zimmer 还曾这样谈及自动驾驶的价值：

I want to take a few minutes to discuss our long-term vision. We believe the future of transportation is as a service and we are the only company in North America that has a seamless multimodal transportation platform that can replace car ownership.We expect autonomous vehicles to accelerate this transition. They will transform the ridesharing industry and their business.

而在 3 个月后，Lyft 就把这个「远景」卖掉了。

此次收购由丰田旗下的 Woven Planet 完成，该公司也是丰田面向自动驾驶业务成立的子公司。这笔收购的总额为 5.5 亿美元，收购完成后，Woven Planet 将获得 Lyft 自动驾驶部门里的众多技术专家以及驾驶系统等。

与 Uber 去年的操作类似，Lyft 同样强调未来还将与「卖家」展开合作，该公司另一位创始人及 CEO Logan Green 表示：

Lyft has spent nine years building a transportation network that is uniquely capable of scaling AVs. This partnership between Woven Planet and Lyft represents a major step forward for autonomous vehicle technology.

从 Uber 到 Lyft 最近的一系列战略选择来看，自动驾驶之于网约车公司来说并不是一个好生意：极度烧钱且具有巨大不确定性。

不过另一方面，「按需经济+自动驾驶」又是一个非常完美的商业模型，本质上说，网约车的商业模式也是一个流量生意，需要不断扩大乘客规模与乘坐次数，在此基础上提高单次乘坐的收入。而利用自动驾驶降低人类司机的运营成本，可以实现继续以低价吸引更多乘客选择网约车出行，从而构建其另一个「飞轮效应」。

接下来的一个疑问是：滴滴会如何处理自动驾驶业务？

通用披露未来自动驾驶计划。本周的财报分析会议上，通用汽车 CEO Mary Barra 表示，将在未来十年的「晚些时候」向个人消费者提供自动驾驶车辆服务，其原话是：

Later in the decade, I believe, and there’s a lot to still unfold, but I believe we’ll have personal autonomous vehicles

不过，到底是将自动驾驶车辆卖给消费者还是基于订阅制度的车辆服务，通用汽车并没有进一步的信息披露。

目前通用旗下的自动驾驶部门 Cruise 正在加快研发「全自动驾驶车辆」，乐观预计会在 2023 年推出。而在今年 1 月的时候，微软与通用达成战略合作协议，双方将在自动驾驶领域展开深入合作，比如 Cruise 会使用微软 Auzre 云平台进行车辆研发与自动驾驶商业服务的运营。

Argo AI 发布自动驾驶新激光雷达传感器。官方新闻稿称，该传感器拥有两大特点：其一是距离远，可「看到」400 米之外的物体移动，目前已经部署到 Argo 的自动驾驶测试车辆上；其二是成本低，降低车辆使用激光雷达的成本，能够适应大规模量产自动驾驶车辆的需求。

Argo AI 的身后有福特和大众汽车，两家公司在 2017 年和 2020 年先后投入 10 亿和 26 亿美元，该公司估值突破 70 亿美元，上月的时候，Argo AI 也传出即将上市的信息。

大众汽车将自研 AI 芯片。路透社的消息指出，大众汽车不会直接参与芯片制造，不过将拥有 AI 芯片的专利，该公司旗下的软件部门 Cariad 负责芯片设计。

此举被认为是应对特斯拉的必然措施，后者通过自研芯片与整车软硬件的有效整合，可以快速实现车辆迭代。

事实上，过往汽车领域的发动机核心技术竞争已宣告结束，在面向未来的汽车市场上，电池、软件与自动驾驶芯片（或者 AI 芯片）的重要性正在凸显，2021 的当下，没有哪一家汽车公司对电动车辆持怀疑态度，也没有哪一家汽车公司不相信自动驾驶就是未来，而在这个巨大且诸多不确定性的新战场，汽车巨头们一边广撒网，比如大众投资 Argo AI 与自研 AI 芯片，另一边则是在核心技术领域展开诸多合作，比如去年戴姆勒与英伟达的合作，车厂也希望通过英伟达的自动驾驶平台加快相关技术研发落地。

俄罗斯科技巨头 Yandex 的自动驾驶成绩单。福布斯称，自 2017 年成立以来，Yandex 的自动驾驶部门已经完成 1150 万公里的测试，这是目前为止测试里程最多的公司，该公司主要测试地点是在在莫斯科，同时还在以色列的特拉维夫以及美国密歇根州的安娜堡进行测试。

英国政府计划监管自动驾驶汽车。《卫报》称，英国政府首先将对自动驾驶车道合法化，这意味着英国的自动驾驶测试车辆最快将在今年上路测试，这些车辆将固定在高速公路的某个车道，车速最高限制为 37 英里。

行业·应用

梳理一组近期 AI 在不同行业的应用案例和相关研究。

银行。一份来自 PYMNTS/ Brighterion 的调查显示，银行使用 AI 的比例在过去三年从 5% 上升到 16%，增幅高达 220%，其主要应用场景包括：

• 信用风险管理：覆盖 79% 的大银行；
• 欺诈检测：75% 的银行都在使用；

这份调查涵盖了全球 100 家银行的高管，你可以在这里下载这份调查。

搜索。Google 上周介绍了如何通过 AI 提升互联网搜索结果，降低用户搜索到垃圾网站的比例，最高可过滤 99% 的垃圾网站。

医疗应用。人工智能在医疗领域的声音一直非常大，但研究突破与应用落地之间依然有不小的距离，一份来自美国放射学会的论文称，即便是在已经有多年应用实践的放射科，人工智能的渗透率依然不足。

根据该论文提供的数据，大约有 34% 的放射科医生表示在临床治疗中使用了人工智能，有 5.4% 的使用者表示 AI 「总是有效」，但是有 94% 的使用者表示，AI 在临床中的表现不一致。

你可以在这里免费获取该论文。

编程。编程机器人（Robocoder）正在源源不断地「诞生」，Wired 报道了一家来自法国的创业公司 SourceAI，利用 GPT-3，将英语写成的业务需求转换为计算机代码，目前支持 40 多种编程语言，其产生的代码中，有 80% 左右可以正常运行。

除此之外，还有几个 Robocoder：

• 比利时创业公司 Tabnine 通过 GPT-2 为程序员写代码时提供建议；
• 创业公司 Dubuild 利用 GPT-3，仅需英语简单描述，就能构建包括按钮、文本输入框等在内的网络程序；
• FB 的 Aroma，为开发者检索相似的代码片段；