2024.11.1

创刊号

专家介绍：塞巴斯蒂安·斯伦

专题：AI与我们：无声中的巨大变革

图书推荐：人工智能：一种现代的方法

尊敬的读者：

在这个充满变革的时代，人工智能（AI）正以前所未有的速度和规模影响着我们的世界。技术的每一次飞跃都在重塑着我们的工作方式、生活方式乃至思考方式。正是在这样的背景下，《AI壹周刊》应运而生，工成网致力于成为您在智能科技浪潮中的指南针和思想伙伴。

作为创刊号，深感荣幸也深知责任重大。工成网的目标是打造一个平台，不仅提供最新的AI资讯和深度分析，更是一个促进交流、启发思考的空间。在这里，您将读到：

前沿技术：我们追踪AI领域的最新研究成果，解读技术背后的原理和未来的可能性。

行业洞察：我们分析AI如何影响各行各业，从医疗到教育，从金融到娱乐，无所不包。

生活变革：我们探讨AI如何渗透到日常生活中，改善生活质量，提高工作效率。伦理与安全：我们关注AI发展中的伦理问题和安全挑战，促进公众对这些问题的理解和讨论。深度访谈：我们邀请行业领袖和专家，分享他们的见解和对未来的预测。

我们相信，AI不仅仅是技术的革命，更是一场思想的革命。《AI壹周刊》将与您一起，探索这场革命的每一个角落，发现它带来的机遇与挑战。

工成网期待您的反馈和建议，因为您的参与将使《AI壹周刊》更加丰富和完善。让我们携手开启这段旅程，共同见证AI如何塑造我们的未来。（联系电话：18623002399）欢迎来到《AI壹周刊》，让我们一起启航！

敬上！

阿里AI视频上线

通义万相震撼登场

阿里巴巴集团近日宣布，其最新研发的AI视频生成技术——通义万相，正式对外发布。这项技术能够在手机端APP上免费无限次使用，为用户带来前所未有的视频创作体验。

通义万相AI视频功能在阿里云栖大会上亮相，CTO周靖人展示了其强大的视频生成能力。该技术能够生成最长5秒、每秒30帧、720P分辨率的视频，并能匹配相应的音效，提供影视级的画面质感。

技术核心采用了Diffusion+Transformer架构，结合了阿里自研的视觉大模型，能够精准捕捉和理解中文语义，生成与中国传统文化相关的视频内容。无论是古风人物、中国古典建筑，还是现代创意视频，通义万相都能以惊人的准确性和生动性呈现。

阿里的这一创新，不仅展示了其在AI领域的技术实力，也为内容创作者提供了一个强大的工具。无论是个人用户还是专业团队，都能利用通义万相创造出具有中国特色和创意的视频作品。随着技术的不断进步和优化，通义万相有望成为推动中国AI视频创作的重要力量。

资讯

阿里云智能集团在2024年云栖大会上宣布，将全力投入AI技术研发和基础设施建设，以满足市场对AI算力的快速增长需求。阿里云智能集团董事长兼CEO吴泳铭透露，目前超过50%的新增算力需求由AI驱动，预计这一趋势将持续增长。

在大会上，阿里云展示了其在AI领域的最新进展，包括推出更高效的AI大模型计算设施、开源性能接近GPT-4的大模型Qwen2.5，并大幅降低了Qwen系列主力模型的价格，以刺激市场需求。

此外，阿里云还推出了面向个人消费者的AI助手，如通义灵码，旨在降低大模型的使用门槛，让更多人能够轻松体验AI技术的魅力。这些举措不仅展示了阿里云在AI领域的领先地位，也预示着AI技术将更加深入人们的日常生活。

奥特曼预言ASI

智能奇点将至

近日，科技界知名人士Sam Altman（被昵称为奥特曼）在其个人博客上发表了一篇题为《智能时代》的长文，预言超级人工智能（ASI）可能在“几千天内”实现，这一时间表比之前许多专家的预测要早。

奥特曼对深度学习技术表示了强烈的信心，认为它已经证明能够学习任何数据分布的模式，并预测随着数据和计算能力的增加，深度学习将帮助人类解决更多难题，如气候变化、太空探索和物理学的深层奥秘。

奥特曼的预言引起了广泛的关注和讨论。一些网友和专家对此表示乐观，认为这可能是人类历史上最具深远影响的事件之一。他们认为，ASI的出现将极大提升人类的能力，推动社会进入一个新的智能时代。

然而，也有专家对此持谨慎态度，如NYU教授马库斯和《终极算法》作者Pedro Domingos，他们认为目前的深度学习和语言模型存在局限性，可能永远无法实现真正的通用人工智能（AGI）。

阿里云AI基建

加速智能时代

资讯

在2024云栖大会上，阿里云无影事业部总裁张献涛宣布了全新版本的无影AI云电脑的亮相。张献涛认为，未来十年将是终端云计算的时代，而云电脑将成为一个全新的物种。

无影AI云电脑个人版在性能上提供了高达12核CPU、46G内存和11G显存的配置，能够轻松应对3A游戏大作，为用户提供流畅的1080P分辨率下的游戏体验。此外，阿里云还推出了极具吸引力的促销价格，每月仅需9.9元，旨在吸引更多用户体验云电脑。

阿里云对云电脑的未来发展充满信心，预计未来五年内，人工智能将极大改变人类社会，云电脑将成为人们一生中只需要一台的设备。为此，阿里云全线升级了AI基础设施，并推出了全新的开发者计划和“星火计划”，以支持云电脑的生态发展。

腾讯小五亮相

人居机器人新星

腾讯Robotics X实验室最新研发的机器人“小五”正式亮相，它标志着腾讯在人居环境机器人领域迈出了重要一步。小五拥有四腿轮足复合设计、大面积触觉皮肤、多指灵巧手和安全人机物理交互等多项先进技术，在复杂环境中能安全高效地完成任务。

小五的设计初衷是成为人居环境机器人，能够在家庭或社区中与人类和谐相处，并提供实际帮助。它不仅具备强大的硬件条件，如轮腿式复合设计和大扭矩密度执行器，还具备高度的软件“软实力”，包括环境识别、计划制定和执行计划的能力。

在实际应用中，小五能够完成如取快递、抱老人等任务，展现了其在养老院实验场景中的潜力。它通过高精度视觉感知定位和状态估计来识别环境，利用多层级在线运动规划系统来制定和执行计划，确保在复杂环境中安全高效地完成任务。

阿里云无影AI云电脑

引领未来时代潮流

资讯

特斯拉即将推出的全新无人驾驶出租车（Robotaxi）吸引了全球目光。这款被称为“特斯拉版萝卜快跑”的车型在设计上大胆创新，与特斯拉以往的风格迥异，引发了公众对未来出行方式的广泛猜测和讨论。

据媒体报道，特斯拉计划于10月10日在洛杉矶举行发布会，正式公开这款神秘车辆。在此前夕，一张疑似Robotaxi的路试照片在网络上流传，照片中的车辆采用了两门两座设计，车身被黄色胶带覆盖，后部车轮尺寸比前轮大，整体造型独特。

尽管特斯拉尚未透露新车的具体信息，但外界普遍猜测这可能是特斯拉在自动驾驶技术上的最新成果，预示着未来出行方式的新潮流。值得注意的是，特斯拉此次发布的Robotaxi在技术上实现了多项创新，包括无线充电垫技术，以及自动对封闭空间进行消毒清洁的专利技术，旨在提升乘客的乘车体验和安全性。

AI赋能数据资产

国家治理新篇章

随着信息化和数字化的快速发展，人工智能技术在经济社会发展中的作用日益凸显。在这一背景下，数据资产化成为了推动国家治理数智化的关键路径。

数据资产化的发展得益于信息化数字化的坚实基础，数据要素改革的持续推进，以及AI技术在各行各业的广泛应用。数据作为新时代的关键生产要素，其价值日益凸显，数据要素改革也成为国家战略的重要组成部分。

AI时代数据资产化的意义重大，它不仅是实现经济社会高质量发展的关键举措，也是培育和发展新质生产力的支撑，更是统一数据和技术市场的融合枢纽。

已出台的政策，如《关于构建更加完善的要素市场化配置体制机制的意见》和《关于构建数据基础制度更好发挥数据要素作用的意见》，为数据资产化提供了政策支持和法律保障。

数据资产化核心路径包括训练模型、合规流通和标准规范。在这一进程中，数据资产化通过支撑传统产业智能化、助力数字经济创新和提升社会运行效率，成为实现经济社会高质量发展的重要引擎。同时，数据资产化还推动了技术市场与数据市场的深度融合，形成了数据与技术相互支撑的创新生态。

特斯拉Robotaxi亮相

未来出行新趋势

资讯

Sebastian Thrun 出生于德国，年轻时便对计算机科学展现了浓厚的兴趣。Thrun 在波恩大学完成计算机科学博士学位后，前往美国进行深造。他曾在卡内基梅隆大学的机器人研究所工作，随后加入斯坦福大学，在人工智能和机器人学领域做出了一系列重要的研究。

Thrun 在斯坦福大学教授的课程深受学生欢迎，他的人工智能课程在2007年引发了全球范围的关注。这一课程不仅在学术界有着深远影响，更成为了后来在线教育平台 Udacity 的雏形。

塞巴斯蒂安·斯伦：

自动驾驶革命的引领者

在人工智能的飞速发展历程中，塞巴斯蒂安·斯伦 Sebastian Thrun 是不可忽视的名字。他不仅是自动驾驶技术领域的先驱，也是推动在线教育和无人机技术的创新者。作为谷歌自动驾驶项目 Waymo 的创始人之一，Thrun 为未来的交通出行方式开辟了新路径；而通过创立 Udacity，他进一步推动了全球范围内的科技教育普及，改变了数百万学生学习技术的方式。

专家

2010年，Sebastian Thrun 领导谷歌无人驾驶汽车项目，这项技术创新旨在通过自动驾驶技术提高交通安全和效率，减少交通事故和能源消耗。作为项目的创始人之一，Thrun 带领的团队成功开发了自动驾驶技术，并进行了早期的道路测试。如今，这一项目演变为谷歌的独立子公司 Waymo，成为自动驾驶技术领域的领导者。

Thrun 对自动驾驶的愿景不仅仅是技术突破，而是社会问题的解决。他坚信，自动驾驶汽车能够减少90%以上的交通事故，并显著提高出行效率。通过这项技术，未来的城市交通将更加智能、安全、环保。

在推动自动驾驶技术的同时，Thrun 并未止步于技术的开发。他敏锐地察觉到，未来的社会需要更多受过高科技教育的专业人才。然而，传统的教育模式无法满足迅速变化的科技需求。于是，Thrun 创立了在线教育平台 Udacity，以“纳米学位”项目为核心，帮助学生快速掌握人工智能、数据科学、自动驾驶等高科技领域的知识和技能。

Udacity 打破了传统教育的地域限制，让全球任何一个角落的人都可以学习前沿科技知识。平台上涵盖的课程由行业专家亲自设计，致力于培养能够直接进入行业工作的实用型人才。Udacity 在全球范围内吸引了数百万学生，尤其在人工智能和自动驾驶技术的课程方面，成为了全球领先的在线教育平台之一。

专家

作为一位技术领袖，Thrun 不仅关注技术的创新，还对科技伦理问题充满思考。他多次强调，自动驾驶技术、人工智能和无人机等技术在发展过程中，必须充分考虑其对社会的影响，尤其是在隐私、安全和就业问题上。Thrun 坚持认为，技术的最终目的是造福人类，而不是对社会造成伤害。

展望未来，Thrun 对人工智能的发展充满信心。他相信AI 将在未来的几十年内改变几乎所有行业，包括医疗、交通、教育等多个领域。他特别关注如何利用 AI 帮助人类解决一些全球性的难题，如气候变化、疾病预防等。

除了在自动驾驶和教育领域的贡献，Thrun 还涉足无人机技术的研究。他曾担任谷歌 X 实验室的负责人，推动了许多前沿项目的开发，其中包括无人机的应用。他对人工智能和无人机结合的未来充满了信心，认为无人机将在物流、救援、农业等领域大放异彩。

在 Thrun 的推动下，无人机技术正逐步从实验室走向实际应用，为各种行业带来效率提升和全新的解决方案。他的研究让我们看到了人工智能不仅仅是在虚拟世界中发挥作用，它还可以通过无人机等工具，直接改变我们的物理环境。

Sebastian Thrun 的职业生涯展示了他如何通过科技创新和教育改革，推动全球范围内的变革。从自动驾驶汽车到在线教育平台，他的贡献不仅限于学术界，更触及了普通大众的生活。Thrun 的影响力远远超出了人工智能领域，他通过技术、教育与社会的交汇，为未来创造了无限可能。

在过去的几年中，人工智能（AI）经历了一场前所未有的变革。随着ChatGPT的爆火和各类大模型的广泛应用，AI的迅猛发展已成为各行业共同关注的焦点。2024年，AI不仅是一个技术名词，更是推动社会进步和经济发展的重要力量。在这篇专题报道中，我们将深入探讨AI的发展现状、市场趋势、应用场景及其对未来的影响。

AI与我们：无声中的巨大变革

人工智能的概念并非新鲜事物，早在几十年前就已被提出。然而，真正让大众熟知并接受的却是在最近两年。2022年，OpenAI推出的ChatGPT大模型成为了行业的标杆，引发了全球范围内的关注。随后，越来越多的AI公司加入这一行列，开发出各种类型的大模型和小模型，推动了AI技术的普及。

然而，AI的发展并非一帆风顺。在经历了高速增长后，行业开始显现出瓶颈，技术突破的难度加大，导致一些公司开始重新审视自身的发展方向。尽管如此，AI仍被广泛认为是“人类最后的发明”，其潜力和影响力不容忽视。如今，在降本增效的大趋势下，许多科技巨头都在加大对AI领域的投资，尽管市场也出现了不少泡沫现象。

AI的发展历程：从玩具到工具

专题

在当前的AI市场中，各公司面临着不同的发展策略。一方面，大模型的开发需要大量的资金和技术支持；另一方面，小模型则以其灵活性和适用性赢得了市场的青睐。许多初创企业和中小企业选择专注于特定领域的小模型，以实现精准的市场定位和高效的资源利用。

以OpenAI为例，其在市场中的地位无疑是引领性的。ChatGPT从发布以来经历了多次迭代，其强大的通用性和灵活性使其在众多AI产品中脱颖而出。然而，随着市场的竞争加剧，其他企业也在快速追赶，推出各自的产品以争夺市场份额。这种情况下，企业必须在创新和稳健之间找到平衡。

市场竞争：保大保小的选择

尽管AI行业在资金和技术上的投入不断加大，但回报却并未达到预期。这引发了市场的广泛质疑。许多投资者开始重新评估AI项目的可行性，尤其是在经历了短期内的快速扩张后，许多企业面临着盈利模式的挑战。

在这个背景下，资本市场对于AI的信心受到了影响。一些企业的投资决策变得更加谨慎，关注点也逐渐转向那些具备实际应用价值和商业模式的项目。高预期和高投入的背后，需要更加努力地探索符合市场需求的应用场景，以实现真正的商业价值。

投资与风险：高预期低回报

专题

随着AI技术的不断进步，应用场景也在不断扩展。除了文本生成和对话系统，人工智能的应用已经渗透到教育、医疗、金融等多个领域。例如，在教育领域，AI可以帮助教师进行个性化教学，通过数据分析和学习行为预测来制定适合学生的学习方案。在医疗领域，AI则能够通过分析患者数据，辅助医生进行精准诊断和治疗。

多模态AI的崛起也是未来的重要趋势。这种AI能够同时处理文本、图像、音频和视频等多种数据形式，提供更加丰富和全面的解决方案。例如，OpenAI的DALL·E模型可以根据用户提供的文本描述生成高质量的图像，而Sora模型则在视频生成方面展现了强大的能力。这些技术的突破将极大地拓展AI的应用范围，使其在更多领域发挥作用。

应用场景：多模态的未来

专题

AI的发展必然会对就业市场产生影响。历史上，每一次技术革新都会带来一波阵痛，AI也不例外。虽然部分岗位可能会被AI取代，但同时也会创造出新的就业机会。许多企业在引入AI技术后，所需的技能和岗位要求发生了变化，员工需要不断学习和适应新技术，以保持竞争力。

有一句话形象地表达了这一观点：“卷倒我们的不是AI，而是用AI的人。”这意味着，能够灵活运用AI技术的人才将会在未来的职场中占据优势。因此，提升个人技能的广度和深度，适应AI的发展趋势，将成为职场人必须面对的挑战。

就业影响：机遇与挑战并存

尽管AI的应用前景广阔，但技术发展面临的挑战同样不可忽视。当前，大模型技术的发展已经进入瓶颈期，许多企业在突破底层模型能力方面遇到了困难。缺乏现象级产品的出现，使得市场对大模型的热情逐渐冷却。

与此同时，AI创业公司在技术层面的竞争也愈发激烈。在价格战和营销战的背景下，许多企业的生存空间被压缩，只有那些具备核心技术和独特市场定位的公司才能在竞争中脱颖而出。因此，技术的突破和创新将成为企业在未来发展的关键因素。

技术挑战：瓶颈与突破

随着人工智能技术的不断进步，我们有理由相信，未来AI的智能化水平将达到前所未有的高度。算法的持续优化和计算能力的显著提升，将赋予AI更强的学习能力和更精准的决策能力。

多模态技术，即整合视觉、听觉、文本等多种数据类型的技术，将使AI在处理复杂问题时更加高效和灵活，比如在自动驾驶、智能医疗等领域的应用将更加广泛和深入。

同时，AI与其他前沿技术的结合将开启新的篇章。

区块链技术的引入，以其去中心化和不可篡改的特性，为AI的数据管理和隐私保护提供了新的解决方案，这将极大地增强数据的安全性和可信度。而物联网（IoT）的普及，将使得从各种设备和传感器中收集的数据量呈指数级增长，为AI提供了丰富的数据资源，使其能够更好地理解环境并做出更加智能的响应。

未来展望：AI的持续进化

2024年的人工智能正处于一个变革的关键时期。在这一过程中，技术创新、市场竞争、投资回报及就业影响等多个方面都将深刻影响AI的发展轨迹。面对机遇与挑战并存的未来，企业和个人都需要保持敏锐的洞察力和灵活的应变能力，以迎接这一激动人心的时代。

图书介绍

《人工智能：一种现代的方法》全面而系统地介绍了人工智能的理论和实践，阐述了人工智能领域的核心内容，并深入介绍了各个主要的研究方向。

全书详细介绍了人工智能的基本概念、思想和算法，还描述了其各个研究方向前沿的进展，同时收集整理了详实的历史文献与事件。另外，本书的配套网址为教师和学生提供了大量教学和学习资料。

本书适合于不同层次和领域的研究人员及学生，是高等院校本科生和研究生人工智能课的教材，也是相关领域的科研与工程技术人员的重要参考书。

AI图书推荐：

《人工智能：一种现代的方法》

美国伯克利大学与Google人工智能科学家合作编写，全世界100多个国家1200多所大学使用。

广泛使用的人工智能教材，内容很丰富，讲解清晰，适合人工智能初学入门。

图书

内容摘要

这个例子说明理性不等于完美。理性是使期望的性能最大化，而完美是使实际的性能最大化。完美对Agent而言是不太合理的要求。关键是如果我们期望Agent最终能采取事实上最好的行动，设计满足这样要求的Agent是不可能的——除非我们改进水晶球或时间机器的性能。

因此，对理性的定义并不要求全知，因为理性的选择只依赖于到当时为止的感知序列。我们还要确保没有因漫不经心而让Agent进行愚蠢的活动。例如，如果Agent穿行繁忙的马路前没有观察道路两边的情况，那么它的感知序列就不可能告诉它有大卡车在高速接近。我们对理性的定义会说现在可以穿过马路吗？绝对不会！

首先，根据信息不全的感知序列穿行马路是不理性的：不观察的情况下穿行发生事故的风险太大了。其次，理性Agent应该在走上街道之前选择“观察”行动，因为观察有助于最大化期望性能。为了修改未来的感知信息而采取行动——有时称为信息收集——是理性的重要部分，将在第16章中深入讨论。真空吸尘器清洁Agent在初始未知的环境中必须探查，这为我们提供了信息收集的第二个实例。

工具介绍：

ProcessOn

工具

ProcessOn是一款专为团队协作和项目管理设计的在线绘图工具，具有强大的流程图、思维导图和原型图功能。通过便捷的在线平台，用户可以轻松创建和分享各种图表，提高工作效率和团队协作能力。无论是设计UI界面，还是进行项目规划，ProcessOn都能提供出色的支持。

对抗性攻击简介

对抗性攻击是一种旨在攻击机器学习模型的策略，通过对输入数据施加微小且通常不可察觉的扰动，迫使模型产生错误的预测。

什么是：对抗性攻击（Adversarial Attacks）

知识

对抗性攻击的应用

安全性测试：对抗性攻击用于评估机器学习模型的安全性，特别是在安全关键应用（如自动驾驶、金融欺诈检测等）中。

对抗训练：一种防御策略，通过将对抗样本纳入训练集，增强模型对对抗攻击的鲁棒性。对抗训练可以使模型在面临攻击时，表现得更加稳定和准确。

模型评估：对抗性攻击提供了一种评估模型在极端情况下的表现的方法。帮助解模型的局限性，并推动更强健的模型设计。

对抗性攻击的基本概念

输入扰动：

对抗性攻击的核心在于对输入数据进行微小的修改。这些修改可能是为了增加模型的错误率，而对人类观察者来说，改动通常是不可见的。例如，在图像分类任务中，攻击者可能会对图像的像素进行微小的调整，使得原本被正确分类的图像被误分类。

攻击类型：

1.白盒攻击：攻击者对目标模型的结构和参数有完全的了解，可以利用这些信息生成有效的对抗样本。

2.黑盒攻击：攻击者对目标模型的结构和参数一无所知，只能通过对模型的输入输出进行观察，生成对抗样本。

对抗样本生成方法：

1.FGSM（Fast Gradient Sign Method）：一种快速的对抗样本生成方法，通过计算损失函数关于输入的梯度并对其进行符号化，快速生成对抗样本。

2.PGD（Projected Gradient Descent）：一种更强大的对抗样本生成方法，基于FGSM，通过多次迭代和约束来生成更具攻击性的对抗样本。

对抗性攻击的挑战

高效性：随着机器学习技术的发展，攻击者需要不断寻找更高效的方法来生成对抗样本，以确保其能够成功地欺骗更复杂的模型。

模型的鲁棒性：对抗性攻击挑战了现有模型的鲁棒性，使得研究者需要不断开发新的技术来增强模型抵御攻击的能力。

实际应用的影响：在实际应用中，如何有效地检测和抵御对抗性攻击仍然是一个未解的问题。

展示

合作电话：18623002399

AI壹周刊第1期

内容简介