本周AI热点回顾：是的！百度要造车了！

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍点击左上方蓝字关注我们

01

是的！百度要造车了！

2021年1月11日，百度作为全球领先的人工智能平台型公司，宣布正式组建一家智能汽车公司，以整车制造商的身份进军汽车行业。吉利控股集团将成为新公司的战略合作伙伴。

新组建的百度汽车公司将面向乘用车市场，让用户购买到更极致的智能电动汽车。百度汽车公司将着眼于智能汽车的设计研发、生产制造、销售服务全产业链，传承百度强大的人工智能、互联网科技基因，利用Apollo领先的自动驾驶能力，发挥在汽车智能化领域长达8年的经验优势，重塑智能汽车产品形态，成为智能出行时代的变革者。

百度汽车公司独立于母公司体系，保持自主运营；同时百度将人工智能、Apollo自动驾驶、小度车载、百度地图等核心技术全面赋能汽车公司，支持其快速成长。

百度汽车公司选择中国领先的汽车公司吉利作为合作方，吉利控股集团出资成为新公司的战略合作伙伴。下一步双方将基于吉利最新研发的全球领先纯电动架构--浩瀚SEA智能进化体验架构，在智能汽车制造相关领域展开紧密合作，共同打造下一代智能汽车。

百度重装组建汽车公司，既是人工智能技术的最佳实践，也是在智能出行领域的重要战略布局。百度公司在人工智能技术产业领域也将继续秉承开放合作的精神，与生态合作伙伴携手向前，在新一轮的全球智能出行变革中，勇济沧海！

信息来源：百度

02

Sci-Hub重生了，这回用上了分布式网络

虽然屡屡受挫，但 Sci-Hub 依旧以各种方式顽强地存活了下来。

在网站域名屡次被撤销之后， Sci-Hub 创始人 Alexandra Elbakyan 在分布式域名网络 Handshake 上注册了新的网站。

现在，每个用户都可以直接通过服务门户和 NextDNS 直接访问 Sci-Hub。

这些年来，一直是 Alexandra Elbakyan 在维护 Sci-Hub，目前所有用户只能通过俄罗斯的 Yandex 和比特币赞助网站的运营。此前，Sci-Hub 被多次撤销域名，推特账户又被封禁且无法申诉，传统域名系统显然不那么满足这个「盗版学术论文数据库」的需求，能够对抗审查的 DNS 成为 Sci-Hub 保持可访问状态的方法之一。

信息来源：机器之心

03

百度开源两款句法分析应用工具，提升文本处理任务效果

继2020年8月份中文依存句法分析工具DDParser发布后，百度于近日发布两款句法分析结果应用工具——基于句法分析的隐式向量表示工具和显式结构表示工具。

句法分析利用句子中词与词之间的关系来表示词语的句法结构信息，如“主谓”、“动宾”、“定中”等。本次发布的两款应用工具分别从隐式和显式两方面利用句法结果，帮助开发者们更快速便捷地引入句法特征来提升任务效果。

DDParser（全称为Baidu Dependency Parser）是百度基于大规模标注数据和产业级开源深度学习平台——飞桨研发的中文依存句法分析工具。为了便于开发者快速学习及使用，DDParser采用简单易理解的标注体系，且支持一键安装部署及调用。

了解DDParser详情：

百度中文依存句法分析工具DDParser重磅开源

DDParser项目地址：

https://github.com/baidu/DDParser

信息来源：飞桨PaddlePaddle

04

美国会大厦遭袭，警察用这款人脸识别AI找嫌犯

美国国会发生骚乱以来，面部识别技术Clearview AI的首席执行官表示，执法部门对该公司的面部识别技术的使用激增了26％。

 

1月6日，袭击事件通过有线电视新闻进行了现场直播，并捕获了数百张图像和实时流，这些图像和流媒体显示了骚乱分子入侵国会大厦的面孔，联邦调查局和其他机构已要求公众帮助确定参与者。

 

去年《泰晤士报》的一项调查显示，与当局使用的其他面部识别技术不同的是，这些面部识别技术使用诸如驾照照片和大头照照片之类的图像，而Clearview的大约30亿张图像的数据库是从社交媒体和其他网站上抓取的。

除了引起人们对隐私的严重关注外，从社交媒体获取图像的做法还违反了平台的规定。在调查之后，科技公司向Clearview发送了许多停止和终止命令。Clearview AI在5月表示，它将停止向私人公司出售其技术，而仅将其提供给执法部门使用。

 

据该公司称，全美国约有2,400个执法机构使用Clearview的软件。

信息来源：新智元

05‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

1.6万亿参数的语言模型：谷歌大脑提出Switch Transformer，预训练速度可达T5的7倍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

在深度学习领域，模型通常会对所有输入重用相同的参数。但 Mixture of Experts (MoE，混合专家) 模型是个例外，它们会为每个输入的例子选择不同的参数，结果得到一个稀疏激活模型——虽然参数量惊人，但计算成本恒定。

目前，MoE 模型已在机器翻译领域取得了令人瞩目的成就，但由于模型复杂度高、通信成本高、训练不够稳定，其广泛应用受到了一定的阻碍。

为了解决这些问题，Google Brain 的研究者提出了 Switch Transformer。在 Switch Transformer 的设计中，它们简化了 MoE 的路由算法（routing algorithm），设计了直观的改进模型，新模型的通信成本和计算成本都大大降低。此外，他们提出的训练技术还提高了训练的稳定性，首次表明大型稀疏模型也可以用低精度（bfloat16）进行训练。

• 论文链接：

  https://arxiv.org/pdf/2101.03961.pdf

研究者还将新模型与 T5-Base 和 T5-Large 进行了对比，结果表明，在相同的计算资源下，新模型实现了最高 7 倍的预训练速度提升。这一改进还可以扩展至多语言设置中，在所有的 101 种语言中都测到了新模型相对于 mT5-Base 版本的性能提升。

最后，研究者在 Colossal Clean Crawled Corpus 上进行预训练，将语言模型的参数量提升至上万亿，且相比 T5-XXL 模型实现了 4 倍加速。

研究者还表示，虽然这项工作着眼于规模，但它也表明，Switch Transformer 架构不仅在具备超级计算机的环境下具有优势，在只有几个计算核心的计算机上也是有效的。此外，研究者设计的大型稀疏模型可以被蒸馏为一个小而稠密的版本，同时还能保留稀疏模型质量提升的 30%。

信息来源：机器之心

飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个开源开放、技术领先、功能完备的产业级深度学习平台，包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件，持续开源核心能力，为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台，针对企业级需求增强了相应特性，包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业，提供零门槛、预置丰富网络和模型、便捷高效的开发平台；BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。

END