双周动态|三大运营商开放用户14天内访地查询；用TinyBERT做搜索，性能达BERT 90%；区块链技术可助力公益慈善更透明

编者按：【双周动态】是【融智未来】推出的产业动态及投融资事件回顾栏目，主要盘点两周内产业大事件和创新企业投融资动态。

01

产业动态

• 运 营 商 AI

三大运营商开放用户本人的14天内访地查询

中新网2月14日消息，在工信部部媒体通气会上，工信部信息通信管理局局长韩夏称，三家基础电信企业根据疫情防控的需要，在得到用户授权的情况下，基于电信大数据分析，向用户提供本人“14天内到访地查询”服务。该服务可以帮助有关部门提高对流动人员行程查验的效率，对重点人群进行排查，实施精准防控，特别是有助于做好当前形势下的复工复产。

链接：https://www.guancha.cn/ChanJing/2020_02_14_536287.shtml

因投资5G韩电信运营商利润大幅下滑，然仍对5G保持乐观

韩国电信公司对5G不遗余力的投入，使其成功夺得“世界第一5G网络商用国家”的头衔，但由于5G昂贵的投资导致韩国各电信公司营业利润下降。

SK Telecom、KT和LG U + 2019年的收入总计为52.5万亿韩元（440亿美元），比2018年增长4.6％。营业利润却同比下降8％，为2.9万亿韩元。

对于这三个公司来说，收入增长的最大推动力是媒体业务的增长。例如在IPTV细分市场中，KT创造了2.7万亿韩元的年收入，同比增长了13.5％；收入最高的是SK Telecom，其IPTV服务SK Broadband带来的收入增长了10.7％；LG U+的IPTV收入同比增长16.6％至1.03万亿韩元。

移动网络业务的收益也为收入做出了贡献。2019年KT在该领域的收入增长了0.2％，总计达到7万亿韩元；LG U+收入增长了1.4％，达到5.5万亿韩元；SK电讯的这一数字下降了2.5％，为11.4万亿韩元。

然而，去年，KT的资本支出总额为3.26万亿韩元，这相当于同比增长了65％，营销成本增长了18.4％，达到2.7万亿韩元；LG的资本支出增长了86.7％，达到2.6万亿韩元，它在营销成本上花费了8.7％，使年度数字达到2.2万亿韩元。

不过，这三家运营商均表示2020年前景乐观，声称其5G业务实现爆炸性增长。非电信业务，如媒体和内容，还将继续增长。

链接：http://www.c114.com.cn/news/17/a1115750.html

• AI 技 术

斯坦福用普通相机和激光笔实现“穿墙透视”，连你的证件都能看清

最近斯坦福、普林斯顿的研究人员提出了一种能够以高分辨率和高速度实现“非视距成像”的系统，只用普通相机和激光光源再次实现了“隔墙观物，影中窥人”。作者表示该系统可以用于识别隐藏在障碍物后的移动车辆的车牌号，以及行人佩戴在身上的证件信息等。该系统通过收集相机和激光光源从可见处反射到预测物体上再反射回来形成的称为斑点图案的特殊光散射，研究人员使用了针对特征噪声合成数据进行训练的AI算法，利用这些斑点图案，可对隐藏的物体的形状进行编码，同时只需要较短曝光时间就可以进行实时成像。研究人员通过重建1厘米高的字母和数字的图像来测试这个技术，这些目标隐藏在距墙1米的角落里。结果，研究人员使用1/4秒曝光时间，生成了分辨率为300微米的重建图像。

链接：https://mp.weixin.qq.com/s/YSeSejl8YlBHu-jPI9TrJA

单个GPU上可运行的Transformer，谷歌&伯克利最新研究开源

作为时下最流行的深度学习框架Transformer存在着在长序列训练的成本和大型模型在经过模型并行训练后无法在单个GPU上进行微调的问题。为解决后者谷歌和UC伯克利推出了一个更高效的Transformer模型——Reformer，既降低了复杂度也使得模型在训练后可以在小型GPU上运行。实验中Reformer引入了可逆层减少存储次数降低成本和将点乘注意力替换为局部敏感哈希注意力来降低复杂度以对长序列进行操作。经实验表明，Reformer能达到与Transformer相同的性能，并且内存效率更高，模型在长序列任务上训练更快。还可以仅在单个GPU上进行微调。

链接：https://mp.weixin.qq.com/s/9x7PWMV51DwmYZmCdMIHxQ

速度×6，模型缩小20倍：用华为&华科的TinyBERT做搜索，性能达BERT 90%

为了应对BERT对算力、内存的要求，谷歌搭建了专门的云TPU来满足其计算量。而针对BERT这样的庞大模型难以部署到算力、内存有限的设备中的问题，华为诺亚方舟实验室和华中科技大学另辟蹊径，联手打造了开源TinyBERT。

TinyBERT应用知识蒸馏的方法，使大型教师模型BERT中的大量知识能很好地迁移到小型学生模型TinyBERT中。研究人员还提出了一种专门用于TinyBERT的两段式学习框架，，分别在预训练阶段和特定任务学习阶段进行transformer蒸馏，以确保TinyBERT可以获取教师模型在通用和特定任务知识上的经验。

在TinyBERT搜索效果检验中，TinyBERT的性能只达到了BERT的90%，但速度提升了5倍，并且模型大小仅为BERT的1/20。在GLUE基准上，TinyBERT的性能与BERT相当，仅下降了3个百分点，且模型大小不到不到BERT的1/7，推理速度是BERT的9.4倍。

链接：https://mp.weixin.qq.com/s/r7mnIEHW7OsYV0D6lgn2eA

OpenAI全面拥抱PyTorch，TensorFlow：我哪里比不上它？

近日，曾经基于框架本身的特点和优势在不同的项目中使用不同的框架的OpenAI表示他们将会全面转向 PyTorch。曾经有人认为，PyTorch 和TensorFlow适用于不同的应用领域。但由于TensorFlow自身存在的易用性和API稳定性问题，使得成本和上手难度相对较低的PyTorch更受社区青睐。OpenAI 也认为，为了方便团队间交流，使用 PyTorch 是更好的选择。通过标准化的 PyTorch 框架，OpenAI 可以建立起基于它的平台，使得自家的各种模型和应用都能进行框架和工具的复用，并在近日推出了 PyTorch 版本的深度强化学习库——「Spinning Up」。

链接：https://mp.weixin.qq.com/s/5i8cScqvXxFKOnNyKwJRbg

谷歌对Deepfake亮剑：打造鉴假新工具，帮助媒体识别AI造假

为解决AI造假，谷歌的Jigsaw决定以AI对付AI，他们联合GoogleResearch、马里兰大学、伯克利等多家研究机构，开发了一个名为Assembler的实验平台，旨在帮助相关工作人员快速识别Deepfake。Assembler实质上一个图像检测器集合工具，在同一图像上发挥不同检测工具的作用最大化，这些图像检测器包括：颜色和噪点模式、Dense-Field Copy-Move、JPEG DIMPLES、自洽性拼接、SPLICEBUSTER、StyleGAN检测器，将他们组合在一起从多方面检测图像是否被“加工”过。此外研究人员还在里面加入图像自动升级程序，为低分辨率的图像匹配尺寸更大、质量更好的版本，以确保得到最佳分析结果。

链接：https://mp.weixin.qq.com/s/QVurAhsqfYqeVygqfJhIxw

推断速度达seq2seq模型的100倍，谷歌开源文本生成新方法LaserTagger

seq2seq的出现不仅为机器翻译领域带来巨大的飞跃，还是的神经网络方法有了质的提升。但seq2seq模型在解决文本生成任务中带来一些重大问题如幻觉，而且由于逐词生成输出的seq2seq推断速度较慢，为此谷歌的研究人员提出名为LaserTagger的新型文本生成方法以解决上述问题。为解决输入与输出重合度过高LaserTagger生成编辑操作序列，而不是直接生成单词，为缓解幻觉问题LaserTagger 中所有添加词组均来自有限词汇表，当做到了输入输出因重合度过高而做出的修改彼此独立，可以提升端到端的速度。实验结果表明新的方法较seq2seq模型相比可以速度是更快精度更高，训练数据更少。

链接：https://mp.weixin.qq.com/s/_1lr612F3x8ld9gvXj9L2A

• 网 络 新 技 术

憾别巴塞罗那：MWC金字招牌依旧

2月13日凌晨，世界移动大会的主办方GSMA正式宣布：GSMA决定取消举办MWC巴塞罗那2020，这是因为全球对于新型冠状病毒疫情的担忧，差旅的担忧和其他因素，使得GSMA无法举办此次大会。但综合各方面因素来看，MWC这块金字招牌不会因此蒙尘、并且依旧会是行业风向标，这主要是从以下几个因素来分析：

第一，疫情终将过去，我们一定能战而胜之。而当疫情过去，移动通信行业必将迎来暖春。目前GSMA仍然会继续与巴塞罗那市的各合作方紧密合作并互相支持，为MWC巴塞罗那2021和未来的大会做积极准备。第二，展会规模庞大，影响力和行业地位难以撼动。GSMA汇聚了全球产业、政府、部长、政策制定者、运营商和生态系统的行业领袖们，MWC被誉为通信产业的风向标。第三，号召力十足，厂商无法拒绝的行业盛宴。在去年MWC巴塞罗那期间，共计有来自198个国家、10.9万人入场参与，其中中国参展的企业高达几千家，MWC的号召力可见一斑。

综上，我们认为：相信包括通信行业以及整个中国、乃至全世界一定能战胜疫情！而作为移动通信产业的风向标，MWC会风采依旧。

链接：http://www.c114.com.cn/news/22/c20469.html

• 区 块 链

人民网：区块链技术助力公益慈善更透明

人民网发文表示，区块链具有去中心化、公开透明、信息可追溯、通过智能合约自动执行等优势，这些优势正好对应的解决了传统公益慈善项目中所被人诟病的问题，可以从根本上解决公益信任难题。首先，去中心化。区块链可以将慈善公益项目相关信息分布在互联网各个节点上，同时篡改整个网络上所有节点数据难度极大，这样就杜绝了某一个组织或个人操控一个慈善公益项目为自己谋求利益。其次，公开透明。区块链上所有的信息都是对全网络公开的，监管机构及适格组织可以通过观察节点对每一笔交易进行查询和追溯。这样一来，就可以知道所捐助的每一笔款项的对应接收人是谁、是如何使用的、一共发放了几次、救助效果如何等等，可以点对点的查询和追溯相关的责任人。再次，信息可追溯。将捐赠人和受捐项目直接关联，每笔款项流通数据都被储存并固化，各方均可进行查看监督，对每一笔捐赠都了如指掌，保证公益项目的公开性和透明性。最后，区块链智能合约的使用，解决了传统慈善公益项目中复杂的流程和暗箱操作等问题。只需要把相关的条件和要求设定后，智能合约就可以自动执行。

评论：因诸多善款去向不明事件的曝光，网民渐渐对慈善机构失去信心，面对这样的问题，捐赠上链，可使慈善公益更公正。

北京多部门新推“区块链+不动产登记”7个应用场景

自2020年2月8日起，北京市规划和自然资源委员会同北京市住房和城乡建设委员会、国家税务总局北京市税务局和北京市城市管理委员会上线基于区块链技术的不动产登记信息平台升级版，推出“区块链+不动产登记”7个应用场景。为配合做好新型冠状病毒感染的肺炎疫情防控工作，“互联网+不动产登记”线上服务，办事群众和企业可登录北京市不动产登记领域网上办事服务平台办理区块链应用场景业务，同时提供网上查询、网上预约、网上支付及EMS递送等服务。

评论：疫情当前，区块链技术发挥着重要作用，主要体现在：全流程不见面，区块链保安全；全业务快速办，区块链减时间；一网办减材料，区块链促共享。

2019年区块链安全事件177起，经济损失高达76.79亿美元

PeckShield发文《2019年度区块链安全复盘总结暨区块链十大安全事件》。数据显示，2019年全年区块链安全事件177起，造成的经济损失高达76.79亿美元，环比2018年增长了60%左右。过去一年，PeckShield观察到：

1）区块链安全波及范围面更广了，从交易所到数字钱包，再到DeFi领域，越是离钱越近的地方，越会是黑客攻击的重灾区；

2）开发者安全意识普遍有所提高，DApp、智能合约等原先存在的溢出、重放、随机数等基础型攻击方式整体减少了，开发者安全防御普遍有所提高，倒逼黑客攻击方式不断演变；

3）安全危机事发背后的原因越来越魔幻了，私钥丢失、代码预留后门、冷钱包被攻击、创始人离奇死亡等花式“漏洞”乱花渐欲迷人眼，技术BUG易除，人性BUG难平；

4）理财钱包诈骗、跑路事件等成为行业新患，基于普通大众在区块链技术上的认知盲区，不法分子炮制各类传销币、模式币、空气币搅乱行业风气；

5）交易所跨国境资产流动更加频繁了，随着数字资产的广泛普及，区块链生态头号玩家“交易所”的中枢作用愈发凸显，交易所之间资金流动的背后存在未监管资金大规模“出海”事实。

评论：一项新技术从兴起到成熟需要一个过程，安全事件频出，这就告诫广大公众要理性看待区块链，不要盲目相信天花乱坠的承诺，树立正确的货币观念和投资理念，切实提高风险意识。

02

投融资动态

美政府加大AI投资 2021将投1422亿美元

2月11日消息，白宫提出了美国政府2021财年预算，其中，人工智能和量子计算项目的联邦资金将大幅增加。与2020财年相比，联邦研发资金总体增长6%，达到1422亿美元。大部分资金将用于美国国防部和国家科学基金会的人工智能研究。美国政府还计划在“量子互联网”项目上投资2500万美元。

白宫一位官员在电话会议上表示，美国需要加大对量子信息科学（QIS）研究的投入，在技术上领先于中国和欧洲。

链接：https://www.nengapp.com/news/detail/3738760

— 完 —