AI 周报：华为回应关于“获政府 5200 多亿补贴”报道；投资 64 亿的阿里北京总部动土开工；人工智能可预测大熊猫的配对成功机率

资讯

华为回应关于“获政府 5200 多亿补贴”报道：无视华为 30 多年的投入和奋斗

《华尔街日报》12 月 25 日发文称，根据所获拨款、信贷融通、税项减免以及其他财政扶持的评估，华为公司从中国政府获得 750 亿美元（约合人名币 5249 亿元）的财政支持。该报还援引分析人士言论称，这将提供慷慨的融资条款以及比竞争对手低 30%左右的价格。

针对以上报道，12 月 26 日，华为方面作出回应称，《华尔街日报》的报道逻辑混乱，无视华为过去 19 万员工以客户为中心的长期艰苦奋斗。华为成功的关键因素是巨额的研发投入驱动了创新和发展。

华为表示，同其他高新企业（包括外资企业）一样，华为除享受中国政府对高新技术企业的政策外没有任何特殊待遇。过去十年，华为累计获得的国内外研发相关政府补助金额不足收入的千分之三，“华为公司的运营资金主要来自于企业自身经营积累及外部融资。”

阿里北京总部 12 月 27 日动工，投资 64 亿，将于 2024 年建成

12 月 27 日消息，阿里巴巴北京总部园区举行动工仪式。阿里巴巴董事局主席兼 CEO 张勇表示，园区总投资 64 亿元，建筑面积达 47 万平米，将于 2024 年建成。阿里巴巴北京总部位于朝阳区电子城北区，来广营东路北侧，规划五路西侧。

张勇称，2016 年起，阿里实行北京杭州双总部策略，目前主要业务已经在京落户，在京员工达 1.3 万人，其中技术占比约 2/3。

利用人工智能预测大熊猫的配对成功机率

近日，来自四川大学，四川省濒危野生动物保护生物学重点实验室以及四川大熊猫科学院的研究团队发表了一篇名为“基于音频的巨型熊猫自动配对成功预测”的研究。

研究摘要中提到：大熊猫被定型为沉默的动物，在繁殖季节发出的声音明显更多，这表明声音对于协调它们的繁殖和交配偏好是必不可少的。先前的生物学研究还证明，大熊猫的声音与交配结果和繁殖相关。

该研究首次尝试设计一种基于大熊猫声音来预测大熊猫交配成功的自动方法。给定在繁殖过程中录制的大熊猫交配的音频序列，研究人员首先用大熊猫的声音裁剪出片段，然后对其大小和长度进行归一化。然后，研究团队从音频片段中提取声学特征，并将特征输入到深度神经网络中，该网络将匹配分类为成功还是失败。拟议的深度神经网络采用卷积层，然后使用双向门控递归单元提取语音特征，并应用注意力机制迫使网络将注意力集中在最相关的特征上。在过去九年中对数据集进行的评估实验获得了可喜的结果，证明了基于音频的自动交配成功预测方法在协助大熊猫繁殖方面的潜力。

2019 年终全球科技公司市值排名：苹果居首，阿里击败腾讯成“亚洲一哥”

《日经亚洲评论》发布了一份截至 2019 年 12 月 20 日的亚洲及全球公司市值榜单，并与 2018 年年底市值进行对比。

从全球范围来看，科技公司拿下了前十名中的七个席位。排在榜首的是，沙特阿拉伯国家石油公司，市值 1.89 万亿美元。苹果排名第二，并在科技公司中位列第一，市值 1.24 万亿美元，同比增长 66%。榜单第三是微软，市值 1.20 万亿美元，同比增长 54%。谷歌母公司 Alphabet、亚马逊、Facebook、阿里巴巴、伯克希尔·哈撒韦、腾讯、摩根大通排在第四至十位。

在全球公司中市值排名第七的阿里，截至 12 月 20 日市值飙升至 5700 亿美元 (比上年年底增长 60%) ，成为亚洲科技公司的第一名。这也是阿里自 2014 年上市以来首次在亚洲科技公司中拥有最高市值。

苹果官方意外曝光无刘海的新 iPhone

最近，有网友机智地发现，苹果官方的技术支持推特号 @AppleSupport，晒出了一张疑似采用无刘海新设计的 iPhone 照片。

有些网友对此事抱有怀疑态度，觉得可能是光线或美工的问题，毕竟 @AppleSupport 给人的印象通常是“最后一个拿到真机爆料的账号”。

但另一方面，上月有消息称，苹果向欧盟提交了一款新的超级视网膜显示屏的注册商标。如果说新一代的 iPhone 会通过 Face ID 组件的小型化来摆脱刘海，也不是完全没有可能。

科大讯飞开发出语音识别新技术：将用于反电信诈骗

近日，科大讯飞宣称，该公司开发出新型人工智能技术，可以通过声音准确识别身份，进而可以将此技术用于执法。科大讯飞研究中心副主任傅中华说，该公司预计将在两到三年内在全国推出声纹识别系统。

中国的这类技术市场有可能成为科大讯飞收入增长的推动力量。傅中华表示，录音是手机诈骗的重要证据，语音识别的需求正在不断增长。声纹识别工具利用了科大讯飞使用人工智能技术分析数据的优势，大数据为现有的语音识别技术增加了一个维度，能够更加提升准确性。

Facebook 官方删除带有 GAN 生成图片的虚假账户

Facebook 撤下了其网站上两组混淆公众视听的虚假账户。公司写道，“这两组虚假账户让人们对他们的身份和所做的事情产生误解”。

其中一组账号关注格鲁吉亚局势，表面上看起来是得到了格鲁吉亚政府的支持；另一组来自越南的账号主要关注美国受众。

长久以来，Facebook 一直在努力去除网站上的虚假账户。据人工智能图像检测初创公司 Deeptrace 称，这些账户大概是使用了人工智能生成的合成图像。

Deeptrace CEO Girogio Patrini 称，尽管 Facebook 等公司正在努力提高检测深度伪造图像的能力，但距离实现最终结果还有很长的路要走。我希望类似 StyleGAN 这种技术的应用能让开发者进一步去思考 AI 技术发布后会带来哪些进阶影响。

声音

360 沈赟：只有适配实践的技术才能实现价值掘金

金融科技应用的新场景、新需求层出不穷,已成为创新技术的理想“试验田”。然而当“创新”浪潮褪去，行业回归审慎与冷静后不难发现，并非所有创新技术深入金融土壤。对此，360 金融首席数据科学家沈赟认为，只有适配实践的技术才能实现价值掘金。

对于金融科技领域为人熟知的几大技术——大数据、云计算、人工智能、区块链，沈赟用一个形象的比喻阐述了几者的关系。“就拿做菜来讲，多元庞大的大数据是做菜的原材料，人工智能相当于菜谱，决定各种原材料、调料如何组合，云计算更像是厨具，区块链则基于其不可篡改和不可伪造的特点，更像是提供原材料的质检，更多解决的是数据层面的安全问题。”

“我们希望利用人工智能技术，通过社交网络概念，抓取数据特征而非数据本身，在保护数据的私密性的同时，打破行业数据孤岛问题，挖掘其内在网络关系和潜力，建立、优化相匹配模型，进而保证整个生命周期的服务品质。” 沈赟还强调：“当快速发展的大潮褪去，科技所要突破的点是如何解决市场效率问题，只有适配实践的技术才能实现价值掘金。”

AI 开源工具

SC-FEGAN

SC-FEGAN 听起来像另一款 GAN 库，没错，这的确是基于 GAN 的人脸照片涂鸦编辑。SC-FEGAN 与 StyleGAN 的算法一样出色。

你可以用开发者训练好的深度神经网络来编辑所有类型的人脸照片。SC-FEGAN 非常适合使用直观的用户输入与草图和颜色生成高质量的合成图像。

https://github.com/JoYoungjoo/SC-FEGAN

NNI (神经网络智能)

NNI 是一个轻量但强大的自动机器学习（AutoML）工具包。它通过多种调优的算法来搜索最好的神经网络结构和（或）超参，并支持各种训练环境，如本机、远程服务器、OpenPAI、Kubeflow、基于 K8S 的 FrameworkController（如，AKS 等)，以及其它云服务。

https://github.com/microsoft/nni/blob/master/README_zh_CN.md