人工智能与新闻业案例集锦

刘海明

【案例】高富平：人脸识别的法律风险和规制

原文来源：数字经济与社会

原文链接：https://mp.weixin.qq.com/s/c83cBborcoMmYug-2ZEb-A

人类时常使用人脸来辨识个人，而计算机技术出现和应用后，使人具有自动识别个人的能力，这便是今天引人注目的人脸识别技术。这是一项伴随计算机应用，在上世纪60年代就出现的技术，只是这几年才日益瞩目。它现在面向移动设备为创新解决方案提供支持（例如，个人照片应用程序和辅助身份验证）。

尤其是最近名为ZAO的AI换脸软件在社交媒体疯狂刷屏，人们只需要一张正脸照就可以对视频中人物的脸进行替换，既可以换成自己的脸，也可以换成别人的脸，能够达到以假乱真的效果。这个软件带来的法律问题已超过迄今为止所有相关的软件和技术，将人工智能“人脸识别”问题推上了风口浪尖。

人脸识别带来的隐忧

人脸识别也称为面部识别，是一种旨在识别图像或视频中人的方法。它通过人的面部特征来识别或验证某个人身份，包括获取、分析和比对三个过程：

（1）人脸探测（face detection），即探测和定位图像和视频人脸；

（2）人脸抓取(face capture)，基于个人面部特征，将面部信息（模拟信息）转变为数字信息（数据）；

（3）人脸匹配，验证两张人脸属于同一个人。人脸识别属于生物测定学（Biometrics）范畴，本质上是使用一组关联某人的唯一性识别和验证数据来识别和验证个人身份。识别回答，“你是谁？”验证回答“你是否真的是你所说的你”。随着多维传感器抓取人面部特征技术的进步，人脸识别成为继指纹、虹膜扫描、语音识别等之后识别或验证人身份的便捷生物识别技术。

人脸识别早已经进入我们的日常生活，这项技术逐渐地替代用户名+密码打开计算机、手机或某个信息系统，我们逐渐享受刷脸支付、进入机场或车站，使用含有人脸识别的管理软件管理个人照片或在社交网络识别朋友等。人脸识别也正在被广泛应用于当事人身份验证、送达等法律实施和判决执行领域，应用于检测潜在客户特征（如年龄、性别等）以更精准投放广告等商业领域。如此等等的应用，似乎正预示着人脸即身份时代的来临。

与此同时，人脸识别也带来人们对隐私和安全方面的担忧。人脸识别技术本是用来验证“你是否真的是你所说的你”，确保在未亲临现场的情形下，一个行为是由本人亲自实施的，是解决电子支付、网络交易、网络申请公共服务等身份安全问题最有效的技术措施。但是，一旦我们自己的“生物密码”丢失或者被人换来换去，或者他人可以真实地冒充自己，那么验证人身份真实性的最后一道屏障将会崩塌。人脸特征具有终身唯一且无法改变的特点，人们可以频繁更换密码，但很难通过频繁“换脸”来保证账户的安全性。一旦发生“盗脸”，不仅是隐私泄露问题，更是会给自己人身和财产带来安全风险。一旦他人有了跟你面部特征相同的数据，他戴上高清3D面具，配合系统指令做出相应动作，就可以实施各种欺诈，演绎现实版的电影《变脸》，具有较大的社会危害性。

安全隐患的关键是应用

但是，上述的安全问题不是该项技术本身问题，而是应用问题，是用于了不该用于的目的，实施了不该实施的行为。人脸识别技术广泛普及使用，使人们可以在公众中识别出某个人，甚至跟踪某个人的位置、运动和跟随等，而该人却不知悉。当该项技术用于侦察犯罪分子就是为了公共安全；当用于跟踪他人，就可能侵犯隐私，干涉他人自由；而冒充他人，就是在实施犯罪。因此，人脸识别技术是否有害关键在于如何使用。

正因为该项技术有被人利用干“坏事”的可能，因而就对利用该项技术的主体的信息安全水平提出了更高的要求。人脸被数字化处理后构成了一个人的“活体数据”，一旦泄露或被不法利用，其风险远高于其他识别性信息。我们身份认证所依赖的身份证系统是通过权威的身份登记系统来维系的，对于掌握和利用我们生物身份信息的主体，我们有理由苛以严格的程序和安全义务，以确保生物识别信息的安全，防范无可挽回的风险。

除了生物信息安全问题，还有个人生物信息保护问题。既然个人生物信息是个人信息中最具唯一性的识别信息，那么个人应当控制该信息的利用，以防范人脸识别所需要的信息或数据在个人不知悉、未参与或未同意的情形下被使用、分享甚至销售。个人信息保护原则是个人生物信息利用的最起码规则。

2018年12月17日，微软副总裁Brad Smith在布鲁金斯学会的会议演讲指出微软在人脸识别技术应用的六项原则：公正（公正地对待所有的人）、透明（记录和清晰指出人脸识别技术能力和限制）、负责（确保该项技术使用可控）、非歧视（禁止用于不法歧视）、告知和同意（使用时告知并获得同意）和合法监控（为实施法律的监控应当确保公民民主自由）。亚马逊公司也主张应负责任地应用面部识别，面部识别不应该以侵犯个人权利（包括隐私权）的方式使用，或者对需要人为分析的场景做出自主决策。所有这些均体现了个人信息保护的基本精神——对人的尊重。

因此，人脸识别本身是一项核验身份，确保个人安全的技术，但是存在技术被不法利用、信息泄露和生物信息滥用三重风险。

人脸识别的法律规制

针对上述三种风险我们需要采取相应的规制措施。从规制内容的角度，人脸识别需要从两个方面加以规制，一是从个人信息保护角度，解决信息泄露和滥用问题；二是从使用行为方式角度，不仅要建立智能化的人脸识别的伦理规范，而且要将以欺诈为目的“换脸”纳入冒充身份违法犯罪行为。

从规制方式的角度，仍然是自治与法治相结合。法律的主要功能是明确禁止使用的领域、方法，并规定相应法律责任，树立人脸识别技术应用边界；而在允许的领域或行为应当鼓励行业自治，形成各种商业使用人脸识别技术的最佳准则，建立人脸识别技术应用的行业规范。

在法律不明确的情形下，除了不触碰法律禁止底线外，更要以对人的尊重作为行为准则。不让客户“丢脸”，才能赢得客户“芳心”。

编辑：吴悠

刘海明

【案例】刘永谋：威尔斯与技治主义（四）

原文来源： buhaoweirenshi  不好为师而人师者

原文链接：https://mp.weixin.qq.com/s/JkbPnL72pURrYltIUAzsrg

H.G. Wells, The New World Order

与其说该书描述了世界新秩序，不如说威尔斯在二战正酣之际呼唤世界新秩序。问题明摆着的：任由各国自行其是，结果就是混战不休，直至人类毁灭。1940年，战争结果不明，威尔斯更是感到人类毁灭在即。怎么办？必须要建立世界新秩序，以实现世界和平（World Pax）。旧世界是“个人主义”的国家相互争斗，新世界应该是国家之间的“集体主义”合作和联盟，或者说其实是一种世界主义的民主社会主义。为什么？威尔斯说，实现世界新秩序有三样利器：集体化，法治和知识，而这集体化是他所理解的社会主义化或社会化（对经济、社会的理性控制），并且三样利器最终是为了保障人权的。如此一看，民主社会主义的特征就很明显。实际上，威尔斯对斯大林体制有诸多批评。

威尔斯讲的“世界新秩序”主要是英语世界的新秩序，当先要做的就是公开的关于世界和平的全民大讨论，其基础是言论自由。然后，它需要借助科技的力量，需要反对一些破坏性的力量比如阶级斗争。在他看来，无产阶级专制被证明是有问题的。

当然，世界新秩序的建立依然是一种革命。威尔斯认为，历史上有两种革命：一种是天主教式革命，是残酷的战争；另一种是密谋式革命，先组建能战斗的革命团体，制定革命愿景“世界新秩序”，然后宣传教育，伺机夺取权力。布尔什维克的新秩序威尔斯不赞同，认为西方应该有自己的世界新秩序，并为之进行奋斗。

H.G. Wells, The Shape of Things to Come

形式上，这是一本2106年历史学家所著的20世纪以来的世界简史，其实它是威尔斯对之后一个半世纪人类历史的杜撰。1933年之后，人类历经挫折时代、复兴时代、激进时代，在22世纪初进入了控制时代（Modern State in Controlof Life）……两三天高强度读完之后，彼时夕阳正在两栋极丑的标准中国楼间落下，又收到社区党员周末戴红箍值班的消息——虽然好奇朝阳区大妈如何工作的，遗憾有事不能参与——真的有一种恍惚的感觉。

如今已经是2019年，照威尔斯的预测，已经是世界政府和世界国的复兴时代，显然他太过乐观，甚至说是图样图森破。他预见到战争来临，没有想到会是烈度更甚于一战的二次世界大战。他预见到有一种“终结一切战争的战争”，没有预见到核战争并没有终结人类之间的战争。今天人类并没有远离灭绝自己的深渊，而是离开毁灭更近了。当年威尔斯设想杀人效率最高的毒气和细菌武器，并没有在消失，而是在黑暗处等待。的确，二战以来全球化极大地改变了世界，联合国比国联作用也更大一点。但是，阶级斗争没有消除，国家战争也没有消除，国家（民族）主义甚至可能再一次全面复兴。

威尔斯的乐观，根本上是对人性（如果有这样的东西的话）太过于乐观。他坚信通过科学的教育方式、运行正确的心理学方法，人类总体的道德属性是可以提升的。在他眼中，之后一百五十年的历史本质上是人性提升的不同阶段。他说，20世纪初年，人类困于不停歇的工作以满足基本的欲望要求，22世纪初年由于人人物质要求得到满足因而人性动力转向了高尚的事情和帮助他人。对此，我是极度怀疑的。首先，从理论上说21世纪初年满足每个人物质欲望的生产力条件在很多地方已经实现，但是极大丰富的物质资源被少数人所浪费，而太过发达的生产力给人类造成了困扰。其次，对于人性的极度悲观主义者认为，人类的丑恶不是因为没有吃饱，而是具有某种自然性。对于人性抱有美好想象的究竟有几人呢？佛陀说，人皆有佛性，不过是黄金入泥泞。这终究是一种信仰。

能不能用科学的方法对人类的属性加以向善的改造？的确，这相当于抓住自己的头发离开地面。所谓“身怀利器杀心自起”，就眼前这一批人类来说，如果控制了人类生物性状的改造办法，结局是人性不断向善进化，还是一批人被改造为奴隶而另一批人成为生物学意义上的主人呢？

如果人性从未向善，人类这个物种有什么存在的意义？真的是如病毒一般，从地球开始扩散？这种情况基本上是不可能发生。当人类具备此种星际迁徙能力之前，必定会将自己灭绝在此修罗场中。人类灭绝不了生物圈，但已经有很多种办法把自己灭绝，也不缺乏灭绝族人的勇气和愚蠢，只差一个契机。

作为个体的人，又有什么存在的意义？你管不了人类，你可以升华你自己吗？我们是末世之人吗？想一想，不要说控制人类，你可以控制你自己吗？就算可以控制，你是不是想把自己打造成“成功人士”呢？如果法灭在即，此一世汝所行者，究竟是何路？有一种假设，所谓人世，其实是平行而一再重复的人类场景，汝所在者原是汝心，汝所去者亦是汝心。

真的，有点“一篇读罢头飞雪”的感觉。

编辑：吴悠

刘海明

【案例】又搞“大动作”！人民日报为何要成立这个研究院？

原文作者：宋婧  

原文来源：传媒茶话会

原文链接：https://mp.weixin.qq.com/s/RhkZP-2WSvVEfzr-dSQrkA

9月19日，人民日报智慧媒体研究院正式成立。由人民日报新媒体中心打造的短视频聚合平台“人民日报+”正式上线，成为中央媒体首个上线的短视频聚合平台。

人民日报社总编辑庹震，国务院新闻办公室副主任郭卫民，人民日报社副总编辑、人民日报智慧媒体研究院院长许正中，中央人民广播电视总台副台长阎晓明等共同为人民日报智慧媒体研究院揭牌。

人民日报为何要成立智慧媒体研究院？"人民日报+"作为中央媒体首个上线的短视频聚合平台意味着什么？什么是人民日报的主流算法？当天，《传媒茶话会》受邀参加研究院成立仪式，为你一一揭晓答案。

智慧媒体研究院是什么？

昨天成立的人民日报智慧媒体研究院是人民日报社推动媒体深度融合和新媒体发展的资源整合平台和投资发展平台，有三个业务板块：新媒体创新平台、新媒体研究智库和新媒体文化产业投资。简言之，就是技术、智库、投资。

据介绍，技术平台将联合国内顶尖企业和研究机构，围绕媒体深度融合亟需的技术进行研发和应用；智库平台将依托各个理事单位，吸引国内外相关行业的一流专家，聚焦智慧媒体发展的重要课题，重点解决媒体发展、行业分析、政策研究、前沿动向等问题；投资平台将创新深度融合的投资、技术、市场运作方式，实现重点项目的资金、技术、人才保障，通过产学研相结合，推进媒体深度融合。

研究院由人民日报社注册成立，由人民日报社新媒体中心负责日常运营。首批推出的重点项目中，协同国内一流人工智能技术团队开发的主流算法，在满足人民日报客户端算法需求的同时，将面向媒体行业提供服务。

短视频聚合平台“人民日报+”，由专业用户和专家生产内容，以“人民问政”为主要特点，将通过对产品、技术、内容、运营全方位把控，致力构建兼具主流价值和创新活力的短视频内容生态。

百度董事长兼首席执行官李彦宏，快手科技创始人兼首席执行官宿华，京东集团副总裁梅涛，第四范式创始人兼首席执行官戴文渊出席成立仪式并致辞。

中国电信、中国移动、中国联通、阿里、腾讯、百度、京东、字节跳动、快手、微博、小米、美团、奇安信、哔哩哔哩、第四范式、拼多多等成为研究院首批理事单位，北京大学、清华大学、中国人民大学、复旦大学、中国传媒大学等单位的专家加盟研究院专家委员会。

昨天，体现主流算法的人民日报客户端7.0版、短视频客户端“人民日报+”、人工智能媒体实验室、全媒体智慧云和融媒体创新产品研发与孵化项目正式亮相。

这标志着人民日报智慧媒体研究院“深度融合再出发”，人民日报社在深度融合的道路上又向前迈了一大步。

人民日报+主流算法

更懂你的新闻APP

在研究院成立仪式上，人民日报社副总编辑、人民日报智慧媒体研究院院长许正中表示：“我们成立智慧媒体研究院的考虑主要有两点，一是实现内容传播与先进技术的融通共享；二是探索催化媒体融合质变的体制机制。”

在媒体纵深融合发展、坚持内容为王、“5G、4K、AI”这样的词汇在媒体圈子风靡多时的当下，内容与技术协同发展的重要性日益显现。那么，什么是“内容传播与先进技术的融通共享”？

许正中表示：“技术是媒体融合的发动机和加速器。随着5G、大数据、云计算、物联网、人工智能等技术不断发展，移动传播将进入加速发展新阶段。人民日报等传统媒体在技术研发上有短板，但必须保持对新技术的敏感，着力于对新技术的快速应用。通过与各类科技公司和研发机构的多维度、多层次合作，我们可以为技术研发提供媒体的具体应用场景和应用需求。”

同时，许正中也指出，理解、消化和应用新技术的团队，这可能是主流媒体应对未来技术挑战的恰当路径。“以人工智能为例，媒体智能化已是大势所趋，我们要增强紧迫感和使命感，推动关键核心技术自主创新不断实现突破，探索将人工智能运用在新闻采集、生产、分发、接收、反馈各环节，用主流价值导向驾驭“算法”，以全面提高舆论引导能力。”

人民日报新媒体中心主任、人民日报智慧媒体研究院秘书长丁伟在成立仪式现场表示：“我们与第四范式合作，在人民日报客户端7.0版本推出了主流算法，推动人民日报客户端实现从传统媒体到智能媒体的战略转型，实现‘品质内容、智能驱动’。”

概括起来，主流算法主要有三个特点：

一是更有品质的内容。在内容源上，对“人民号”平台的创作者实行上传用户分级，从源头控制内容品质。在内容分级上，依靠人民日报新媒体编辑团队和审核团队，对内容进行分类标识，建立质量评估体系。同时，借助语义场景识别、深度学习等人工智能技术，解决内容重复等问题。

二是更懂你的推荐。进行多维用户特征描绘，实现海量内容与用户个性化需求的高效、精准匹配。在一般的推荐系统中，内容和用户之间的关系多依赖于用户的点击和浏览行为进行分析，用户特征描摹单一。主流算法通过对用户长短期的行为偏好分析，全面刻画用户的兴趣。通过实时线上预估，动态的刻画用户当下的兴趣偏好。同时借助离线挖掘能力，丰富用户的兴趣标签，满足用户多元化、个性化的需求。

三是更丰富和开放的信息环境。主流算法可以为用户营造跨域知识体系，破除“信息茧房”效应。在海量信息中，通过建立知识图谱体系，融合用户行为和语义识别，挖掘因果链条关系，让机器形成更强的推理能力，从而实现推荐内容从点对点扩展到跨域内容呈现。

人民日报+短视频

“让你看、帮你办”的短视频App

19日正式上线的”人民日报+“短视频平台，打响了主流媒体建设短视频平台的第一枪。

2019年2月28日，中国互联网络信息中心（CNNIC）发布第43次《中国互联网络发展状况统计报告》（以下简称《报告》）。《报告》显示，截至2018年12月，短视频用户规模达6.48亿，用户使用率为78.2%，越来越多的互联网企业选择布局短视频，主流媒体也不甘落后。

短视频用户数量庞大的背后，我们也能看见，真正的技术永远是为人服务的。那么，如何让新闻短视频APP为人服务？

“人民日报+”通过人工精选的推送方式，坚持短视频传播的主流价值导向，积极引领短视频行业生态发展；以焦点图、信息流、话题等展现形式为用户提供海量、优质的视频和直播内容，让用户能够及时获取重要、权威的视频资讯。

从内容角度出发，丁伟表示，“人民日报+”短视频客户端是主流短视频 PUGC 聚合平台，内容来源主要包括聚集、PUGC上传、自制三方面，即从各内容平台挑选的优质内容、向机构和个人约稿的内容以及人民日报的自有内容。

“人民日报+”包括视频、直播、人民问政三个主要功能。“人民问政”是“人民日报+”短视频客户端的最大特色。“人民问政”依托人民日报的权威性和公信力，提供一个公平、公开和可信的平台。支持用户上传短视频反映民生问题，引导媒体调查、核实和跟进，敦促相关责任机构回应和解决问题，真正做到“让你看”，也“帮你办”。

人民日报+融媒体创新产品研发与孵化

人民日报+人工智能

“我们与京东集团合作推出“融媒体创新产品研发与孵化项目”，致力于打造通用型“智能化+大数据+云服务”的PAAS平台，向媒体行业输出融媒体智能化一站式解决方案。”丁伟如是说。

人民日报新媒体在各业务系统的技术迭代过程中，积累了大量的经验和技术资产，融媒体产品研发及孵化项目就是针对媒体行业特定的应用场景和服务需求，通过技术输出与合作，打造开放共赢的媒体技术生态圈。

AI实验室将以人民日报新媒体的业务发展需求为基础，结合百度大脑AI开放平台的视觉、自然语言处理、深度学习等 AI 技术，研究一系列关键性、前沿性和实用性的媒体技术服务，对内支持人民日报新媒体创新业务的研发，对外全方位开放，赋能整个媒体行业。

实验室前期研究的方向包括：语音技术、图像技术、视频技术、自然语言处理、知识图谱、数据智能等，将致力于为媒体和创作者提供通用型创作工具，提升内容生产和分发效率，为内容创作赋能。

丁伟表示：“我们还将与阿里巴巴、腾讯、华为等企业合作，在全媒体智慧云、产业互联网、5G等方面进行联合攻关。未来我们期待与更多伙伴携手合作，聚众智、合众力、谋共赢，推动人民日报智慧媒体研究院行稳致远。”

人民日报+机制探索先锋

媒体融合向纵深发展

许正中表示：“传统媒体和新兴媒体不是取代关系，而是迭代关系；不是谁主谁次，而是此长彼长；不是谁强谁弱，而是优势互补。推动媒体融合发展，需要处理好传统媒体和新兴媒体、主流媒体和商业平台的关系，既要建设好主流媒体自己的移动传播平台，又要用好商业化、社会化的互联网平台，形成资源集约、结构合理、差异发展、协同高效的全媒体传播体系。

人民日报智慧媒体研究院将深度参与这一进程，通过与不同体制机制的企业、机构合作，积极探索有利于新技术研发应用的体制机制，加快资源整合、技术融合、项目联合、人才聚合，形成化学反应，催化融合质变。研究院实行公司制运营，将组建经营实体，面向市场，选择国内技术领先、实力雄厚的互联网企业进行实质性合作。”

国务院新闻办公室副主任郭卫民就媒体深度融合谈了三点思考与建议：

在一体化发展中，以机制变革催化融合质变。从目前情况看，我们顺应信息化潮流，总体赶上了时代，但融合发展的整体优势还没有充分发挥出来。媒体融合正处于爬坡过坎、吃劲要紧的关键阶段，最需要“改”的精神、“闯”的劲头、“干”的行动。推动媒体深度融合，应该处理好传统媒体与新兴媒体的关系，使两者在一体化发展中实现优势互补、此长彼长。

在阵地拓展中，以内容创新扩大主流价值版图。应该看到，不管阵地、技术和平台如何变，媒体属性不会变。推动媒体深度融合，需要处理好守正与创新的关系。在舆论阵地上，我们要以内容优势赢得发展优势，通过内容供给侧改革提升传播的吸引力、到达率、点赞率，扩大主流价值影响力版图。

在价值引领中，以技术革新占据传播制高点。推动媒体深度融合，需要处理好技术发展与价值引领的关系。对新技术我们要大胆运用，也要做到以我为主、于我有利。“人民日报+”短视频客户端、主流算法、人民日报客户端7.0版本，推出的人工智能媒体实验室，是人民日报顺应信息技术变革，向智能化、平台化、可视化发力的新举措。

深度融合再出发，需要更大魄力、更多努力、更强毅力。人民日报未来是否还会有更多“新动作”，值得期待。

编辑：吴悠

刘海明

【案例】AI领域，日本还缺什么？

编辑：吴悠

刘海明

【案例】人民日报成立的智慧媒体研究院，到底要做什么？

原文作者：陈实  

原文来源：记者站

原文链接：https://mp.weixin.qq.com/s/-tcZf_NkaCCXDPwZFIWufQ

人民日报社推动媒体深度融合和新媒体发展，又有新动作。

日前，人民日报社举行人民日报智慧媒体研究院（以下简称“研究院”）成立仪式。人民日报社总编辑庹震，国务院新闻办公室副主任郭卫民，人民日报社副总编辑、人民日报智慧媒体研究院院长许正中，中央广播电视总台副台长阎晓明等共同为研究院揭牌。

如此罕见规格见证下的人民日报智慧媒体研究院，到底是什么来头？

据人民日报官方资料显示，人民日报智慧媒体研究院是人民日报社推动媒体深度融合和新媒体发展的资源整合平台和投资发展平台。

该平台由人民日报社注册成立，由人民日报社新媒体中心负责日常运营，采用新技术、新机制、新模式进行运作。

该平台分为“技术平台”“智库平台”及“投资平台”三大业务板块：

1.技术平台将联合国内顶尖企业和研究机构，围绕媒体深度融合亟需的技术进行研发和应用。

2.智库平台将依托各个理事单位，吸引国内外相关行业的一流专家，重点解决行业分析、政策研究、前沿动向等问题。

3.        投资平台将创新投资、技术、市场运作方式，通过产学研相结合，推进媒体深度融合。

为什么要成立人民日报智慧媒体研究院，人民日报社副总编辑、人民日报智慧媒体研究院院长许正中在发言中透露了研究院成立的背景：这是人民日报社贯彻落实习近平总书记重要指示精神的战略举措，是推进媒体深度融合、加快构建全媒体传播格局的积极探索。

人民日报社副总编辑、人民日报智慧媒体研究院院长许正中

具体而言，主要考虑两点：一是实现内容传播与先进技术的融通共享；二是探索催化媒体融合质变的体制机制。

许正中说，推动媒体融合发展，需要处理好传统媒体和新兴媒体、主流媒体和商业平台的关系，既要建设好主流媒体自己的移动传播平台，又要用好商业化、社会化的互联网平台，形成资源集约、结构合理、差异发展、协同高效的全媒体传播体系。

许正中表示，人民日报智慧媒体研究院的成立，也是人民日报深度参与这一进程的具体体现。

人民日报智慧媒体研究院将致力于成为中国最具影响力的新媒体研究智库、新媒体创新平台和新媒体文化产业投资平台。

因此，研究院实行公司制运营，将组建经营实体，面向市场，选择国内技术领先、实力雄厚的互联网企业进行实质性合作。

为解决深度融合所需的智力支持，人民日报研究院还设立了研究院理事单位。从公开信息来看，理事单位名单中，聚集了中国移动等三大运营商、BAT、京东、字节跳动、美团、拼多多等当下中国实力最为强大的一众科技互联网企业。

与此同时，研究院还聘请了中国工程院院士倪光南等通信行业专家，来自人大、北大、复旦、清华大学等高校的传媒行业专家，以及百度高级副总裁沈抖等科技互联网企业专业人士，聚焦媒体发展的重要课题。

在成立研究院的同时，人民日报新媒体也带来了5个新项目：体现主流算法的人民日报客户端7.0版、“人民日报+”短视频客户端、融媒体创新产品研发与孵化项目、人工智能媒体实验室和全媒体智慧云。

从“千人一面”到“千人千面”，算法正在重构信息传播的逻辑和规则。为此，人民日报客户端7.0版将坚持“品质内容、智能驱动”的理念，推出主流算法，为用户带来更有品质的内容、更懂你的推荐和更丰富和开放的信息环境，推动人民日报客户端实现从传统媒体到智能媒体的战略转型。

“人民日报+”短视频客户端是一个主流短视频PUGC聚合平台，内容来源主要包括PGC、UGC、自制三方面。

视频、直播、人民问政是三个主要功能。“人民问政”是最大特色。“人民问政”支持用户上传短视频反映民生问题，引导媒体调查、核实和跟进，敦促相关责任机构回应和解决问题，真正做到“让你看”，也“帮你办”。

“融媒体创新产品研发与孵化项目”，致力于打造通用型“智能化+大数据+云服务”的PAAS平台，向媒体行业输出融媒体智能化一站式解决方案。

这个项目将以人民日报新媒体积累的大量的经验和技术资产，对接媒体行业特定的应用场景和服务需求，通过技术输出与合作，打造开放共赢的媒体技术生态圈。

AI媒体实验室将以人民日报新媒体的业务发展需求为基础，结合百度大脑AI开放平台的视觉、自然语言处理、深度学习等 AI 技术，研究一系列关键性、前沿性和实用性的媒体技术服务。对内支持人民日报新媒体创新业务的研发，对外全方位开放，赋能整个媒体行业。

全媒体智慧云项目，则是基于云计算、人工智能和大数据技术，打造的媒体数智生产运营平台，将推出面向全媒体的，集智能生产与分发、行业知识图谱、媒体大数据挖掘、区块链版权保护等为一体的智慧云服务整体解决方案。

编辑：吴悠

刘海明

【案例】
瞄准智慧制造 机器人三大趋势

文章来源： 机器人库

原文链接：https://mp.weixin.qq.com/s/r7VUDeKhcya80gztj7izig

作者：胡竹生

台湾制造业面临激烈竞争，过去大量生产与低价竞争已非决胜关键，如何协助产业转型升级，是当前的重要议题。根据国际机器人联合会（International Federation of Robotics，IFR）统计，2018年全球工业机器人出货量达歷史新高、至38.4万套，包括汽车、电子、食品和饮料、制药、塑料及金属等行业，机器人应用都出现成长，随着智慧制造发展，传统机器人已不敷使用，必须朝向多功能、人机协作和联网化发展，将更有利业者迈向智慧生产。

综观工业机器人的发展歷史，1960年代第一台工业机器人在美国诞生，1970年代逐渐在欧美市场兴起，当时工业机器人可满足工厂大量生产的需求，但如今随着社会消费型态改变，全球制造业面临急单、少量多样的生产挑战，传统工业机器人也需「改头换面」，学会新能力，因应新生产模式。

近年正夯的「斜杠」风潮，也吹进制造界，随着机器视觉、语音和触觉等面向的技术增进，提升机器人的能力，带动「斜杠机器人」兴起，「斜杠机器人」能于单站作业时提供更多功能，满足业者多种生产需求，改善以往机器人功能少、加工动作简单的窘境，未来透过多功能的机器人，将更能满足客户的客制化需求。

此外，过去工业机器人体积庞大，希望取代人工完成重劳力、高污染的工作，常应用于骯脏、危险、辛苦的3K行业，工厂考量安全性，会使用围栏把机器人和作业员隔离，由机器人独力作业。但现今像3C、医药、纺织、食品加工和物流业等产业的机器人使用量逐渐提升，这些产业的特色是产品种类多、产品体积精巧，同时也需要作业员灵活的操作能力，因此需要更小型、可与人共同作业、更安全的机器人，所以机器人朝向人机协作发展，并将软硬体功能模组化，提供整体的弹性解决方案，满足当前的制造需求。

而随着行动数据、物联网、云端运算和人工智慧技术如火如荼进展，机器人也朝向联网化发展，以支援工厂生产系统资讯搜集与云端数据交换，增进生产效率和良率，协助业者迎向智慧生产。

为因应近年机器人多功能、人机协作、联网化的趋势，工研院也投入开发相关机器人技术，譬如本院的「智慧砂带机与亮面瑕疵检测系统」、「线上3D视觉检测系统」、「驱控式整合关节机器手臂」等，协助业者生产管理更自动弹性，突破智慧制造的升级瓶颈，强化国际竞争力。

在瞄准机器人多功能的动向上，工研院开发智慧砂带机与亮面瑕疵检测系统解决从前水五金产线的砂带机，通常一台只有一种功能的窘境，智慧砂带机配置两种砂带，搭配亮面瑕疵检测系统，能单站完成由粗到细研磨、抛光，并检测瑕疵，还能改变砂带形状、宽度跟角度来符合各式工件形状、减少研磨死角，三合一的机型设计能有效利用工厂用地。当前，智慧砂带机除了应用于水五金产业，更协助全球市占率逾90％的水上摩托车螺旋桨大王般若科技，研磨螺旋桨叶片及分析叶片品质、提高产品良率。

另外，传统机器手臂採用的接触式检测设备，通常只具备2D或3D视觉检测功能，过去面临检测时间长、耗费人力操作、只能检测小型手机零组件的难题。

为解决此问题，工研院研发非接触式的线上即时3D视觉检测系统，结合机械手臂可同时进行2D跟3D视觉检测，更能检测大范围、高曲度的工件，在单站即能完成多样化产品检测需求，可应用于航太、车辆运具零组件等检测，目前已与汉翔航空工业公司合作，检测其高曲度、大面积的工件。

而在人机协作方面，工研院开发的驱控整合协作型手臂，兼具驱控模组化、小型化、高精度，除了整合马达、感测器、电源转换等元件，还可如积木组合，依不同需求组成多轴机械手臂，手臂总重约12公斤、荷重约5公斤、重复精度在正负0.02公厘，可弹性调整臂长与构型，配合业者频繁变动产线内容。

此外，为迎合万物联网的时局，工研院携手产学研界组成「智慧制造联网数据加值产业联盟」，推动跨领域设备联网标准，让不同设备联网沟通无碍，并已参考德国机械公会标准，以及工业物联网国际主流标准OPC UA（OPC Unified Architecture），制定机器人联网标准、帮助机器人互相联网，解决过去机器人没有共通的数据传输标准的窘境。

综上所述，机器人将更为智慧化与多功能，在制造场域的应用将愈加广泛，面对瞬息万变的市场以及劳力短缺，导入机器人已成为必然的趋势。

编辑：高杰

刘海明

【案例】
投资人加速逃离人工智能

原文链接：https://mp.weixin.qq.com/s/V8FSk4xAPnrhns5Bba5u2A

文章来源：青年投资家俱乐部

谁在赚钱？谁在接盘？

作者：斐典
本文转载自融中财经（ID：thecapital）“世界经济史是一部基于假象和谎言的连续剧。要获得财富，做法就是认清其假象，投入其中，然后在假象被公众认识之前退出游戏”。

——@金融大鳄索罗斯

“这个月我已经见了30家投资机构，下个月至少还会再见30家”，2019年7月的一个下午，莫涛对融中财经表示。

莫涛是一家人工智能“千里马”企业的董秘，这个月前刚刚上任，老板招他来的目的也非常明确，那就是找融资。

“同一家投资机构，会有好几个FA同时给我对接，有的推过来的是VP，有的是合伙人”，由于需要对接的FA实在太多，莫涛甚至记不清这些人的名字。

“我的态度很简单，谁先领人过来，单子就是谁的，一切以最终见面为准。”

莫涛所供职的企业，以一家人脸识别技术的AI初创公司，创始团队由知名科学家组成，在2017和2018年连续获得A、B两轮亿元级别风险投资，还曾入选某三方服务机构评选出的《2018中国人工智能创新成长企业50强》榜单。

“他们的融资并不顺利”，一位曾帮助该企业找融资的投行人士刘维告诉融中财经。

“这家公司2018年实际营收是6000万，但实际到账只有2000多万，主营业务大部分都是政府项目，回款非常困难，但是估值却一点不便宜。”

“他们上一轮投前是估值21.5亿，这轮需要融3亿，投前26亿，投后29亿，这种价格今年没人会接”，刘维坦言。

“最近这种情况很普遍，前两年太多AI企业的估值虚高，泡沫快撑不住了。”

事实上，莫涛的表态也侧面印证了这种说法。

“现在我们的态度很开放，投资人觉得估值高不要紧，你可以先开价，具体怎么算都可以坐下来谈”，莫涛表示。

file:///C:/Users/le/AppData/Local/Temp/ksohtml7904/wps4.pngAI革命与“社会人”的逆袭

2016年曾被称为“人工智能元年”。

这一年的春天，一场AlphaGo与世界顶级围棋选手李世乭的世纪对战，让“人工智能”这一概念几乎一夜之间火遍全球。

像科幻小说或电影描述得那样，吃瓜群众们第一次意识到被“天网”支配的恐惧已经距离自己如此之近；各大科技论坛之上，人们谈论的话题也变成了是“奇点已来”和机器人三定律。

然而人工智能这个走入大众视野的所谓“新概念”，诞生至今却早已经超过了50年。

早在上世纪50年代，就已经有研究人员开始尝试通过模拟人脑的方式，赋予计算机“智能”。

在他们看来，人脑识别物体并不是基于明确的规则，而是凭直觉判断。比如我们看到一只狗，我们很明确的知道这是一只狗，但却无法说清楚为什么会知道；

事实上，相比于准确定义物体的特征，人脑识别更像是一种特征匹配，而这也是“神经网络学派”的最初思想。

到上世纪70年代，计算机科学家开始研究神经网络在推进人工智能上的可行性，但当时的主流学界普遍认为，神经网络在数学上有局限性，没有前途；因此神经网络学派一直到九十年代都视为边缘地带的“异类”，拿经费、发论文都很困难。

2010年，斯坦福大学一个叫李飞飞的华裔计算机科学家，组织了一个叫做ImageNet的机器学习图形识别比赛，从2010年开始每年举行一次。

这个比赛的有趣之处，在于它每年都为参赛者提供一百万张图片作为训练素材，其中每一张图都由人工标记了图中有什么物体。

比赛规则是选手用这一百万张训练图片练好自己的程序，然后让程序识别一些新的图片。

每张新图片有一个事先设定的标准答案，而参赛的程序可以猜五个答案，只要其中有一个判断跟标准答案相符合，就算正确。

file:///C:/Users/le/AppData/Local/Temp/ksohtml7904/wps5.png

从2010到2011年的两年里，ImageNet比赛中最好成绩的判断错误率都在26%以上，但是到了2012年，错误率一下子下降到了16%，从此之后就是直线下降。

到2017年，机器识别的错误率已经降到了2.3%——这个水平已经超过了人类。

那么2012年到底发生过什么，让人工智能技术突然出现了一次质的飞跃？

答案是“卷积网络”被发明出来了。

那一年ImageNet大赛的冠军，是一个来自多伦多大学的研究组，他们创造性的在传统的“输入层”和“输出层”之间加入了几个逻辑层 —— 也就是所谓的“卷积层”。

这个研究团队让每一个卷积层只识别一种特定规模的图形模式，然后后面一层只需要在前面一层的基础上进行识别；这样做的好处是每一个神经元只需要处理一个很小区域的数据，且参数可以重复使用，这就大大减少了运算量。

在这个新模型中，那些只有一层卷积的结构被称为简单神经网络（左图）；而那些有多层卷积的，就叫做“深度学习”神经网络（右图）。

file:///C:/Users/le/AppData/Local/Temp/ksohtml7904/wps7.png

这个新算法是如此成功，以至于几乎是一夜之间，以深度学习为代表的神经网络派“咸鱼翻身，当家做主”，从边缘“社会人”一下成为了正统主流派——今天几乎所有人工智能企业的底层技术构架，全部是继承于神经网络派的衣钵。

总的来说，这是一个来自社会边缘的“革命者”砸烂旧世界的励志故事。

而“卷积网络”和“深度学习”的横空出世，也让新技术的曙光照进现实，人类文明似乎踏上一条全新的进化之路。

file:///C:/Users/le/AppData/Local/Temp/ksohtml7904/wps9.png

红利透支：没有进展的2018

如此巨大的“风口”，资本当然不可错过——以2012年为起点，各路投资人开始蜂拥涌入AI赛道。

首先进场的是互联网巨头。

Google、Facebook等公司开始大举扫货，不惜重金购入深度学习领域的头部学者——比如那个来自多伦多大学的获奖团队很快注册了一家公司，2013年就被Google斥资5000万美金收购；

半年之后Google 相册就有了搜索能力，紧接着Google就可以从自家拍摄的街景图像中识别每家每户的门牌号码了。

另一方面，VCPE们也不甘示弱，热钱汹涌之下，大批深度学习领域中的专家开始在风险资本的支持下自主创业，而这其中也不乏一些卓越的华人科学家。

2012 年，正在 MIT 实验室担任博士后研究员的朱珑，在UCLA 视觉识别与机器学习中心主任、导师Alan Yuille教授的支持下回国，并拉上自己的好友、ACM全球大学生程序设计竞赛冠军林晨曦，共同创办了依图科技。

2年之后，在香港中文大学任教的汤晓鸥教授扔下教鞭，与自己的得意门生徐立一起成立了商汤科技。

同样是在那一年，自称“环顾四周，没看到一个对手”的格灵深瞳开始登上各大媒体的头版；

据说其投资人徐小平和沈南鹏曾就格灵深瞳未来的市值应该是“1000亿美元还是5000亿美元”展开过激烈争论——最后双方“妥协在3000亿美元这个中间数上。”

据乌镇智库发布的《全球人工智能发展报告》显示，仅2012年到2016年，全球人工智能企业就新增5154家，融资规模达224亿美元，占2000到2016年累积融资规模的77.8%；

其中，光2016一年的融资规模就达到了92.2亿美元，是2012年的近6倍，相当于2000年到2013年13年间总融资额之和。

在大批投资人看来，人工智能是继蒸汽机、内燃机和互联网之后的第四次生产力革命。

然而烈火烹油般的融资热潮，也让我们很容易忽略一个事实：

作为一项起初并不被广泛看好的技术，神经网络能够完美“逆袭”，其实非常偶然。

正如《浪潮之巅》作者、硅谷风险投资人吴军所言：“人工智能技术20年内恐怕很难再有重大突破，因为今天的人工智能已经用光了40年来所积累的技术红利。”

在吴军看来，通常20年后能产生巨大加速的事情，大都可以在当下的学术界预测出来——“但当下学术界所做的人工智能领域研究并没有太多新的课题”，“纵使科学家们比较努力，人数众多，大概也要20年才能积累出让人感觉非常兴奋、非常惊喜的理论基础。”

事实上，这个判断也绝非危言耸听。

以机器视觉为例，经过了5年发展，神经网络算法在这一领域的潜力基本已经被开发殆尽，而雷同的技术也让其渐成红海。

“现在每年这个领域的比赛很多很多，每家公司都是拿自己最好的一次成绩说事儿，但其实技术都是大同小异，很难形成差异化”，一位人工智能行业的从业者对融中财经表示。

“同样两家做机器视觉的企业，一家说自己的识别准确率是97%，另一家说自己是98%，你觉得在甲方眼里，他们的差距能有多少？”

上述人士表示，“最后还是要拼价格、看关系。”

“目前机器视觉最大的应用场景是安防，主要是政府采购，这里面最大的问题就是回款”，莫涛告诉融中财经，“公司96%的订单来自于政府项目，遇到关键人员离职，或者领导改选换届，项目很容易就会烂尾，抗风险能力很差。”

然而初代人工智能企业们的最大危机还不在于此。

相比于大家在机器视觉与语音识别领域杀得刺刀见红，深度学习模型在新领域突破的举步维艰似乎才是真正的麻烦。

事实上，过去一年业界对人工智能有一个共同的评价：2018年，人工智能的进展就是没有进展。

经过了数年的发展，目前深度神经网络算法仍处于“黑箱阶段”，轻微扰动导致的严重的对抗识别的范例尚无法得到有效解释和解决。

对此，图灵奖得主、清华大学姚期智院士曾公开表示称：深度神经网络能产生的“价值有限”，即使未来实现了算法的透明化，其结果也很可能“令人失望”；在他看来，与其对现有的神经网络模型小修小补，不如另起炉灶，“探索新路径，寻求突破。”

然而“探索新路径”这事儿过于看脸，毕竟砸下去的真金白银，并没有20年可以等。

一个残酷现实是，这其中大部分投资的前景并不乐观。

据IT桔子等数据源显示，2014年至2018年，中国人工智能领域共发生126起退出事件，数量仅为同时期的投资事件的1/20。

其中，IPO退出占四成，回报仅为1.83倍。

而另一个数据则显示，2018年全年有将近90%的人工智能公司处于亏损状态。

早在2017年9月，李开复就曾预言：“人工智能创业有泡沫，（融资热）是今年上半年开始的，融资差不多够18个月花，明年底估计有一批公司倒掉。”

阳光之下无新事，2010年前后，石墨烯的美好前景同样曾经迷住了大把投资人，至今七年过去了，全国能量产出三层以下高品质石墨烯的企业还几乎没有，无数热钱全部打了水漂。

前期用力过猛，后期落地太慢，一热一冷间，2019年的AI行业已如石墨烯一样，尽显疲态。

file:///C:/Users/le/AppData/Local/Temp/ksohtml7904/wps10.png谁在赚钱？谁在接盘？

“我们今年基本已经不看AI技术了，”沪上一位投资人对融中财经表示，“算法其实现在头部公司已经出来了，没什么投资机会了。”

数据显示，2019年第二季度以来，国内人工智能投融资数量和金额都呈现下降趋势，仅完成30起融资，同比下降45.5%，融资总额达50亿元，不足去年同期的40%。

然而与之对应的，是“CV四小龙”商汤、旷视、依图和云从合计拿到其中200多亿，占总额的五分之一。

资本寒冬之下，不仅投资机构二八分化严重，人工智能企业也无可避免的呈现出二八分化，甚至是一九分化的局面。

一边是大批第二、第三梯队的AI企业融资艰难，而另一边则是“不差钱”的AI巨头则频频出手，投资布局产业应用端。

“AI公司VC化”已经成为人工智能行业一道独特的风景。

这其中既有商汤、旷视成立的战投部门，直接进场投项目，也有思必驰、中科视拓等与传统VC、PE等机构联合成立的产业基金，通过募集外部资金补充自己的资金池。

一边烧别人的钱，一边拿这些钱给别人烧。

“AI独角兽对外投资或收购，本质上是消化过多融资，实际业务场景太小、太少，支撑不了估值”，对此有业内人士表示，“有的公司是主动选择，有的则是为了撑起高估值，不得已而为之。”

2019年9月，“人工智能第一股”虹软科技在科创板上市，这家已经在机器视觉人工智能领域拥有126项发明专利和73项软件著作权的低调企业，被认为是目前“市场化落地最为成功的AI公司”。

据招股书显示，虹软科技所服务的客户涵盖华为、三星、OPPO、VIVO、小米、索尼、LG、传音等知名手机厂商；

2016-2018年，其来自“智能手机视觉解决方案”的营收分别为1.7亿元、3.1亿元、4.3亿元，占总营收比重在2017年后逐年上升；

到2018年，其来自智能手机视觉解决方案的营收占比已经高达96.57%，对应毛利率为94.29%。

反观近期刚刚在港交所递交了IPO申请的旷视科技，其营收占比最大的部分则是“城市物联网解决方案”；

2017年、2018年以及2019年上半年，该项收入分别为1.68亿元、10.57亿元、6.95亿元，分别占同期总收入的53.6%、74.1%、73.2%，对应毛利率分别为31%、52.1%和65.2%。

而“为完善 AI+IoT战略布局”，巨资收购的物流机器人公司艾瑞思，在2018年与旷视并表后，其在招股书中的营收占比也只有约5%。

口号是响亮了的，但身体是诚实的。

种种迹象表明，政府订单仍是以旷视为代表的初代人工智能们的主要收入来源。

众所周知，科创板上市企业普遍存在较高的估值溢价，首批上市25家企业的平均市盈率约在53倍左右；

截止目前，虹软科技的市值为250亿人民币，折合约35亿美元左右；

而旷视在今年4月拿到了由中银集团、工商银行、科威特投资局、阿布扎卡投资局等巨头所投的5.9亿美金D轮融资之后，甚至还没走到Pro-IPO，估值就已经超过了40亿美元；

被称为“融资机器”的商汤科技，9月份刚刚披露的估值更是超过了70亿美元，继续领跑“全球估值最高的AI独角兽”。

里面有没有泡沫，大家可以自行判断。

值得注意的是，据旷视招股书显示，联想之星（天使轮）、创新工场（A系列及B系列）、启明创投（B1系列）这几家早期机构投资人的最终持股数量远低于当年的投资数量，这意味着其中大部分（约90%）的股份可能已经被旷视回购了。

图：旷视科技9轮融资情况

• 
  
  file:///C:/Users/le/AppData/Local/Temp/ksohtml7904/wps12.pngfile:///C:/Users/le/AppData/Local/Temp/ksohtml7904/wps13.png资料来源：旷视科技招股说明书
  
  

• 
  
  

图：截至2019年8月,旷视科技各股东持股情况

• 
  
  

file:///C:/Users/le/AppData/Local/Temp/ksohtml7904/wps15.png

资料来源：旷视科技招股说明书，融资中国整理

事实上，如果按照最后一轮28.48美元每股的价格推算，创新工场在6年前以0.24美元每股对旷视的A轮投资，大概收获了120倍的回报，年化收益率接近220%；

而B轮进入的启明创投也收获了16倍回报，年化约在180%左右；

总体来说，仅旷视一个项目，就让“初代AI投资人们”赚的盆满钵满——而不同于平常的纸面富贵，这笔投资中的大部分恐怕已经通过提前回购落袋为安，是实实在在的真金白银。

金融大鳄索罗斯曾经说过：世界经济史是一部基于假象和谎言的连续剧。要获得财富，做法就是认清其假象，投入其中，然后在假象被公众认识之前退出游戏。

索罗斯是哲学家，说得文邹邹的。

如果通俗的翻译一下，那就是所谓概念、预期都是扯淡，要想赚钱，先要假装信，然后建仓，等不得不信的人抬轿，让真的信的人接盘。

你看，赤裸裸的，就很没有美感。

编辑：高杰

刘海明

【案例】

“小智”从实验室孵化出来，来到了法庭工作

原文链接：https://mp.weixin.qq.com/s/d5LAfwFL7naCmt5qQd5Fig

文章来源：“浙江天平”微信公众号

今天，我们从一场AI赋能的庭审开始file:///C:/Users/le/AppData/Local/Temp/ksohtml10360/wps97.png

一起金融借款纠纷案件，法官袁翠玉“袖手旁观”，AI法官助理“小智”协助主持庭审，原被告远程有序发表诉辩意见。

屏幕上，庭审笔录同步跳动更新，双方口语化的表达都被转化为完整语句，还有贴心的重点内容突出显示。

随着庭审推进，屏幕上还同步出现了证据分析展示、庭审争议焦点归纳、案件风险点提示、涉案借款本息金额计算等；裁判文书一栏里的判决书稿也在自动生成，并逐步补全完善。    这都是“小智”干的。袁翠玉核查确认后当庭宣判，并当庭送达，案件随即进入归档程序。file:///C:/Users/le/AppData/Local/Temp/ksohtml10360/wps99.png

从开庭到结案归档，全程仅30分钟

这绝对不是杜撰！

file:///C:/Users/le/AppData/Local/Temp/ksohtml10360/wps100.png

9月23日上午，这样的场景已从浙江省高级人民法院智能审判实验室中孵化出来！一场由“小智”与法官共同参与的“凤凰金融智审”在杭州市上城区人民法院基金小镇人民法庭创造性地展开～

file:///C:/Users/le/AppData/Local/Temp/ksohtml10360/wps101.png

file:///C:/Users/le/AppData/Local/Temp/ksohtml10360/wps103.png

可是，“小智”到底是谁呢？

别着急

戳视频带你去了解“小智”的前世今生！

1

诞生：从实验室到法庭

近年来，浙江法院依托浙江互联网产业的先发优势，大力推进智能化建设，“智审、智执、智服、智管”全面发力。2018年初，浙江高院提出以“平台+智能”为智能化建设总体框架，推动全省法院迈入司法智能化建设的新阶段。目前，浙江法院智能化建设已被列为省数字转型重点项目，并纳入《浙江省新一代人工智能发展规划》。

2018年4月，浙江高院与知名高校、科技公司共同启动智能审判研发攻关，选择民间借贷、网络购物、公安交通行政处罚三类案件作为突破口，以构建知识图谱和模型算法为核心，采用开发模拟法律思维的专家系统和机器深度学习两条技术路线进行探索。经过共同努力，完成了上述三类案由的知识图谱构建，实现证据三性自动审查认定，并在实验室环境中实现了从立案到裁判文书生成的全流程智能审判，初步探索出了一条可行的智能审判途径。

2019年3月，浙江高院联合多家知名企业组建联合项目组，在去年实验室探索的基础上，加快人工智能技术在司法实践中的应用，推进智能审判的落地见效。

为充分激发中基层法院的创新活力，浙江高院在深入调研的基础上，确定了两批25个智能化试点项目，着力打造司法智能化先行示范区。上城法院的“凤凰金融智审”即为省高院确定的重点示范项目。

为此，2019年5月，浙江高院抽调杭州市上城区法院一线法官组建工作专班绘制知识图谱，在金融机构的支持下，以金融借款纠纷为主攻方向，探索人工智能技术在审判全流程的深度应用，首创以“人机共融、智审速判”为特征的凤凰金融智审模式。

据了解，因其率先在杭州市上城区法院落地试点，而上城法院坐落在凤凰山脚，故得名“凤凰金融智审”。

2

成长：“小智”能干什么？

“小智”一经亮相，给传统的金融案件审理工作带来革命性变化。

据了解，“小智”之所以叫“小智”，其名称有三重含义：一是智能的“智”，表明“小智”是人工智能技术研发和应用的成果；二是与中国古代神话传说中能辨曲直、断是非的神兽“獬豸”的“豸”谐音，表明“小智”的责任是帮助法官公正司法；三是与“之江”的“之”谐音，表明“小智”诞生在浙江法院，体现“干在实处、走在前列、勇立潮头”的浙江精神。

“小智”作为法官助理，已经具备以下能力：

01

会感知，能理解

能够“看懂”起诉状、证据材料等，抓取信息、分析案件、认定证据；能够“听懂”庭审中各方发言，智能顺滑庭审笔录，协助法官主持并自主推进庭审流程。

02

会思维，能推理

是否实现自动推理，是认定人工智能的关键。小智已经能够运用知识图谱，在庭审过程中自主分析、实时概括案件争议焦点，智能预测裁判结果、计算裁判数额等，主动向法官报告。在小智的辅助下，案件当庭宣判将成为常态。

03

会决策，能行动

按照案件所在节点，自动推进审查立案、分案排期、生成与送达文书、协助法官主持并记录庭审、电子归档等，无需人工操作。

04

会协作，能互动

小智会将思维推理的过程和结果全面展现给法官，法官发现某环节有误可直接修改，小智会据此实时改变后续推理和预判结果，并自我学习迭代。如法官的判断偏离类案裁判，小智会向法官提示风险。

“小智”做证据三性分析

在“小智”的支持下，凤凰金融智审填补了国内空白，推动全流程智能审判模式从实验阶段正式走向应用实践，实现了“三自动、五实时、三当庭”：

三自动

即庭前自动审查立案、自动分案排期、自动生成程序性文书并送达当事人，将原本立案庭法官、书记员人工操作的事务，全部交由机器完成。

五实时

庭前，根据当事人的提交材料的变化，实时向法官推送包含案件送达情况、争议焦点等内容的庭前报告，方便法官提前了解案情。庭审中，协助法官主持庭审，组织双方当事人举证、质证，对当事人上传的证据实时分类，经质证后，对证据三性进行判定；实时记录庭审内容并进行智能语义分析，动态生成争议焦点，整理推送可能遗漏的要点，让法官的审理更聚焦；根据庭审内容和法官认定的证据，实时完成金额计算和结果预判，并向法官提示风险点；实时生成裁判文书，并根据庭审情况进行动态优化。

三当庭

在法官对智能生成的裁判文书进行审核确认后，实现当庭宣判、当庭送达、当庭进入电子归档程序。

3

融合：“法官创造机器、机器帮助法官”

基于司法审判涉及的事实认定复杂性、法律推理严密性、与人民群众切身利益的密切相关性和目前人工智能的发展水平，浙江高院认为，人工智能应当、目前也只能在审判辅助的定位上，以“法官创造机器、机器帮助法官”的理念研发智能审判。

被誉为“中国第一基金小镇”的玉皇山南基金小镇，是浙江省首批特色小镇、全国首个“金融+旅游”的4A级风景区，目前已聚集2600余家金融机构，资产管理规模超1.12万亿元，是钱塘江金融港湾重要的金融产业集聚区之一。金融业高速发展的同时，法院审理的金融类案件数量也水涨船高。2017年6月基金小镇人民法庭设立运行以来，审结金融借款合同、信用卡、票据、追偿权、涉私募股权投资等纠纷3600余件，办案量年均增长约30%。

凤凰金融智审在“小智”的帮助下，实现了金融借款案件的“即诉即办、即审即判”，比普通的在线审理模式效率更高。这种效率的提升，不是靠人力的投入，而是靠AI的赋能，因此能够让当事人和法官有更多获得感。

一方面，“小智”使案件审理信息更直接、更快速地抵达当事人，可在第一时间对当事人的需求进行反馈，且算法是客观的，对待所有诉讼参与人均一视同仁，可最大限度地保证裁判公平。

另一方面，在“小智”的高智能化辅助下，法官工作量大大减少，进一步从机械的重复劳动、低智力劳动中解放出来，可集中精力解决难案、难题，有效提升办案质效。

袁法官说，像今天的金融借款纠纷案件，从立案，到排期开庭，再到庭审，再到撰写判决书、送达文书、整理卷宗归档，以前少说也要40天时间。不仅自己要投入大量精力，立案庭的法官、档案室的同事还有法庭的书记员，都要参与进来。但“小智”把立案、送达、归档这些工作一手操办，连裁判文书的起草也不用自己操心，一个案子从立案到归档，自己仅需要投入50分钟；立案庭、档案室的工作量甚至1分钟都不到。

下一步，浙江高院将把基金小镇人民法庭作为一块司法智能化建设的“试验田”，继续对凤凰金融智审“深耕细作”，早日形成可复制、可推广的全流程智能审判经验。

编辑：高杰

刘海明

【案例】
赛迪专家：AI不再野蛮发展，从5个角度做好AI全球治理！

赛迪智库政策法规研究所所长 栾群

（原文视频链接：https://mp.weixin.qq.com/s/toSJuTGbzxqnaCoJ6sZlmg）

近日，继旧金山市之后，美国的萨默维尔市也禁止在公共场所使用面部识别。

旧金山市和萨默维尔市的民众反应是，“我们不应该只是规范面部识别技术的使用，而应该彻底禁止这项技术”。

上述案例，既反映出人们对新技术应用的接受有一个缓慢且曲折的过程，又说明美国在法律上对隐私权利保护的深厚传统。

视觉识别是人工智能一个重要的场景应用，未来在自动驾驶、智能制造、医疗诊断、安保安防等各领域都有着广阔前景。

但是，由于存在巨大的侵害个人信息风险，在普及视觉识别等方面，人工智能在应用时也存在着伦理和法律的“障碍”。

旧金山和萨默维尔的规定具有显著的示范性，纽约、奥克兰等城市也在考虑出台类似的立法。

AI治理日益成为国际共识

人工智能技术不同于传统的工业化技术。

传统工业化技术限于制造、加工或工艺流程的优化提升，其指向性在于产品，而人工智能技术的指向性却在人本身。

人工智能视觉识别技术不同于传统的摄像技术，摄像机无论将像素提到多高也只是一个工业产品，但人工智能视觉识别却有着实时海量的搜索、对比和处理信息能力，甚至在自主系统下可以决策或做出“判决”。

被人工智能视觉识别的人像，包含着性别、年龄、种族等传统照片不明确的信息，获得者进而可以预测匹配“你的”需求或行为，这种明显“侵入性”的技术对于权利意识极强的美国人是难以接受的。

关于人工智能的治理日益成为国际共识。

美国人的权利和法律意识很强，但以伦理的眼光看待人工智能和提出治理规范，欧盟却走在了世界前列。

2019年4月，欧盟《可信人工智能伦理准则》提出7个关键条件——人的能动性与监督能力、安全性、隐私数据管理、透明度、包容性、社会福祉和问责机制，以确保人工智能足够安全可靠。

其他如IEEE发布了《合伦理设计的一般人工智能准则》并不断更新，确保人工智能为人类服务。

日本也提出过《以人类为中心的人工智能的社会原则》，以及生命未来研究所《阿西洛马人工智能23条原则》、蒙特利尔大学《人工智能负责任开发宣言》等。

不论是法律还是伦理，这些人工智能的治理文件，都表现出人类对人工智能技术发展的担忧——要利用人工智能技术实现我们生产效率的提高和社会的进步，这一切都要建立在对风险的了解和预防的基础上。

中国正在积极融入人工智能全球治理体系。

虽然有逆流和阻挠，但须知人工智能带来对人类的挑战是全球性的，任何一个致力于现代化的国家都应该负起自己的责任。

中国作为一个负责任的大国，在人工智能全球治理中积极贡献自己的实践经验。

2019年5月《人工智能北京共识》发布，提出了研发、使用、治理三方面的15条原则。

国际人工智能与教育大会还发布了专门的《北京共识——人工智能与教育》。

6月份，在日本筑波举行的G20数字经济部长会议以及G20贸易和数字经济部长联席会议通过了联合声明以及《G20人工智能原则》。

国家新一代人工智能治理专业委员会《新一代人工智能治理原则》提出，发展负责任的人工智能。

6月份，2019《亚太及日本企业人工智能伦理道德研究》报告显示，中国企业在运用人工智能指导方针及管理标准方面位居亚洲前列。

在符合伦理规范下做好AI全球化治理

01

实施国家规划

2017年，国家发布了《新一代人工智能发展规划》和《促进新一代人工智能产业发展三年行动计划(2018—2020年)》，其中对人工智能伦理道德、法律政策提出了明确要求。

要秉持“一张蓝图绘到底”的精神，根据规划要求实施人工智能法律政策三步走：

到2020年部分领域的人工智能伦理规范和政策法规初步建立;

到2025年初步建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力;

到2030年建成更加完善的人工智能法律法规体系。

02

凝聚伦理共识

在上述很多人工智能伦理和治理的文件中，已经研究了很多人类伦理要点，需要各个国家或经济体结合自身政治、经济、文化和民族特性，做好本土转化工作。

从早期的阿西莫夫机器人3原则，到近期的阿西洛马23原则，以及欧盟委员会、IEEE等不同机构提出的各成体系的伦理准则，透过不同的具体内容其实都是在表达发展与安全的核心价值。

应当说在工作层面，“鼓励创新(发展)、包容审慎(安全)”，就是现阶段人工智能发展最大的共识。

03

拟定评价规则

凝聚起伦理共识后，要做的工作就是制定规则。

围绕合法、安全、稳健、透明、可解释、负责任、科技向善等核心伦理价值，构建人工智能的评估评价体系，指引人工智能健康持续发展。

要积极参与人工智能相关的国际标准规范制定，鼓励国家、行业和团体标准的创新尝试。

要加强传统企业智能化改造评价和管理体系建设，加强互联网企业数据经营、算法审查等工作规范指引。

积极搭建与欧盟GDPR、人工智能伦理准则实施的沟通协调机制，学习借鉴其评价指标体系。

04

履行社会责任

发展人工智能归根到底要靠市场真正的主体——企业，人工智能相关企业能够履行好企业社会责任，才是真正达到了负责任的人工智能要求。

创新是民族的灵魂，也是企业的生命线，要在企业社会责任考核中更加突出技术创新度和安全平衡度指标。

要把企业社会责任作为企业发展战略的重要组成部分，探索企业和技术都可持续发展的路径，完善企业经营监督机制——保证企业在追求利润的同时不会越过伦理红线和法律底线，这对于拥有人工智能技术的企业来说尤为重要。

05

管好重点行业

每一种革命性的技术发展都会让一部分行业消亡，让一部分行业兴起，但是新兴行业兴起不是一蹴而就的，如果不能处理好发展与安全这对基本矛盾，就会导致新兴产业成长缓慢，甚至“夭折”。

历史给予一个国家的挑战和战略机遇期也是短暂和相对的，一旦错失就会陷入相当长期的被动甚至落后挨打的局面之中。

要在合法、合伦理的前提下，加强视觉识别、用户画像、精准推送、虚拟助理等人工智能技术应用的重点行业监管，加强商业APP规范管理，避免出现侵犯消费者权益的恶性事件。

同时，大力推进法治政府建设，营造优化经营环境，让所有主体的行为都在法治的轨道内运行。

作者丨栾群      编辑丨煜 佳

文章来源：中国电子信息产业发展研究院

原文链接：https://mp.weixin.qq.com/s/toSJuTGbzxqnaCoJ6sZlmg

编辑：高杰

刘海明

【案例】
为什么说这本书还不完备？

很久以前，正值计算机程序教学伊始，班上的一位同学用BASIC语言编出了“HELLO，WORLD！”，激动不已，然而，当时给笔者的感觉却非常的不适，原以为计算机程序可以像人聊天一样自由自在，结果只是按照规定的语法语句进行机械的代码输入，而且根本无法表现出人思维的自然……这也许就是对计算机软件、硬件的最原始感受吧！

       当前，尽管人工智能的发展如火如荼，但是人工智能的究竟是什么？从哪里来？又会到哪里去？这些问题依然没有得到满意的回答！通过作者本人在剑桥访学期间的所闻所思，本书尝试着去解开这些谜团；结束访学回到北京后，对智能领域未来的关键问题：人机融合智能和深度态势感知理论框架又进行了较深入的思考、探讨。追问人工智能——从剑桥到北京，实际上就是想用“剑”剖析人工智能领域依然存在的不足和缺陷，用“桥”连接起东西方文明的思想和智慧，取长补短，相得益彰，去迎接人类更加美好的明天。

file:///C:/Users/le/AppData/Local/Temp/ksohtml2384/wps14.png

     一本好书，需要清楚地告诉读者作者所知道的事情，这本书还远远没有做到。这不是谦虚，由于笔者的局限性，许多领域的精华还不能整建制地消化反哺，包括博大精深的数学工具及之外的自然语言体系及之外的思维认知规律……笔者尝试用有限的认知科学和哲学杠杆撬开人工智能AI的一角，结果是：刚有要动的感觉随即就有泰山压顶之知觉，盘根错节+纹丝不动+遥不可及+无能为力。当信息变得廉价时，注意力就变得昂贵了；当注意力变得廉价时，深度态势感知就变得昂贵了。本书主要内容就是尝试探索这一话题，但还远远没有达到这个目的。下一步争取接近这个目标。

file:///C:/Users/le/AppData/Local/Temp/ksohtml2384/wps16.png

       这本书一开始并不是这个书名，内容也不完全是这样子的。最初叫做《剑桥杂感》，内容侧重在剑桥访学时的一些感悟和思考。因为当时主要在心理测量中心，所以前半期主要侧重人的生理、心理和情境意识，后来又涉及到智能和哲学，尤其是对图灵和维特根斯坦的思想进行了学习、研究、分析，从当初打算的人机交互延伸到了人工智能领域，初步了解了休谟之问和回顾了一些东方传统思想，竟也偶然发现了一些有趣的关联，如非存在的有、是非之心、事实与价值、道名变化、人文艺术、义的内涵、表象与本质等等。

file:///C:/Users/le/AppData/Local/Temp/ksohtml2384/wps17.png

      后来，原稿经科学出版社侯俊琳老师和张莉老师的认真分析，提出了《追问人工智能：从剑桥到北京》和《人工智能与未来：从剑桥到北京》两个书名，几经讨论，最后选择了现在这个书名。名正后言才顺，感谢两位老师的辛苦和不吝！！

file:///C:/Users/le/AppData/Local/Temp/ksohtml2384/wps19.png

      回到北京以后，一直在研究和思考人机功能交互、分配、融合，尤其是阿尔法GO/ZERO出世后，一时令世人惊叹、难忘、争议，众说纷纭，莫衷一是，很是热闹了一番。正如许多发明创造刚出来一样，激情慢慢地变成了理智，再回首，人们更是多了些平静和从容。

      机器学习初步完成了它的历史使命，人的智能问题也渐渐回归到了学术前沿，什么是知识？什么是经验？什么是情感？再深一步的，提出了什么是存在？什么是意识？什么是事实？什么是价值？什么是类比的概念空间？……这些数千年的未解之谜！

      在本书中，虽然明确提出并初步论证了深度学习根本不是人的学习、增强学习的奖惩机制远比人的简单、浅显、迁移学习与人的类比机制相去甚远、机器相较人的理解更是十万八千等等，但是还需要进一步深入地诠释和论证，拨云见雾，画龙点睛，正如一位老朋友所言：“如何一本书都是不完备的”，此书也不例外！当然，若能在下一部书里初步建立起相应的框架和体系应会令人有更多的喜悦和兴奋。

file:///C:/Users/le/AppData/Local/Temp/ksohtml2384/wps21.png

     《追问人工智能：从剑桥到北京》就是追问自己的无知和不知、追问人工智能和人类智能的未来发展趋势、追问人们面对新的未知世界所应表现出的行为和思考：如何铸剑？如何建桥？

file:///C:/Users/le/AppData/Local/Temp/ksohtml2384/wps24.png

对人类而言，智能也许就是“我命由我不由天”

文章来源：微信公众号“人机与认知实验室”

作者： 刘伟

原文链接：https://mp.weixin.qq.com/s/iITjZZl8XrwVJaJ53vp28A

编辑：高杰