The Google Fans Post

这个文本向声音转换的系统称作 Tacotron 2，是 Google 的第二代语音生成技术。上月，Google 发布了关于此技术的论文，但还未经过同行评审。 系统使用了两个深度神经网络。第一个神经网络将文本翻译为频谱。而后进入 Google DeepMind 开发的 WaveNet，后者通过读取信息而生成声音。 WaveNet 此前已经部署到 Google Assistant 里面了，其特点是使机器生成的声音听起来更自然一些。具体见此前的报道。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/VX6UdX1xDoy Tacotron 2 建立在 WaveNet 基础之上，如果可以应用，将使机器生成声音的能力更为强大。本文展示了两句英语语句的发音，分别来自 Tacotron 2 和人类。确实很难区别到底哪句是人类说的，哪句是机器生成的。 Tacotron 2 还能够处理不好发音的单词和名字，并根据标点符号来改变发音方式。譬如说大写单词，一般是为了表示强调，文中样本展示了机器生成的声音是如何体现强调语气的。 不过，系统只被训练模仿一位女性的声音。如果要发出其他女性的声音或男性声音，系统还需要被训练。 https://qz.com/1165775/googles-voice-generating-ai-is-now-indistinguishable-from-humans/

5 年前，FTC（联邦贸易委员会）针对 Google 搜索进行了反垄断调查，但最终没有执法行动而结案。Google 当时作了一个为期 5 年的承诺，现在到期了。Google 表示，此前的承诺不变，继续执行。Google 认为这可以给予开发者和网站更多的灵活性。 Google 的承诺包括两部分。首先，Google 同意移除 AdWords API 条款和条件中的某些条款。具体的，Google 允许用户通过 API 导出其 AdWords 数据。这样，接入其 API 的软件就可以继续将 AdWords 的数据与其他信息结合并整合进其他广告网络，比如 Bing Ads。当时，FTC 担心如果 Google 不移除这些限制的话，广告商就更难将 AdWords 的广告活动与其他竞争性的广告平台进行协调配合使用。 其次，Google 给予网站一个退出机制，以避免 Google 抓取其内容而显示在 Google 的若干美国域名之上的相关页面上。对于此项承诺，Google 相当于给予网站这样一种选择，即：一方面使其页面可以在 Google 搜索结果中被检索到，另一方面又不使自己页面的内容出现在 Google 的类似服务（比如 Google 航班，Google 购物）中，从而导致发生正面竞争。 互联网巨头的霸主地位，更容易招致批评和审查。6 月，Google 因欧盟的反垄断调查，被罚款 24 亿欧元。德国官员则称，Facebook 可能利用其流行度“欺负”用户，让用户同意其通常不理解的条款和条件。今年 9 月，Yelp 向 FTC 提出申诉，声称 Google 违背了诺言。Yelp 表示，Google 本地搜索展示了 Yelp 用户发布的本地商户的照片。Google 表示自己立即采取了行动，进行调查和处理。 1.  https://www.blog.google/topics/public-policy/extending-domain-opt-out-and-adwords-api-tools/ 2.  https://searchengineland.com/google-keeps-existing-adwords-api-terms-related-exporting-third-party-ad-networks-288911 3.  https://w

本文是对一本书《Google and Democracy: Politics and the Power of the Internet》（个人译为：《Google 与民主：政治与互联网力量》）的两位作者的访谈。以下是简单翻译，注意，内容没有完全对应原文内容。 1. 公共知识分子对直接民主普遍悲观。互联网对政治的影响，他们也很悲观。为什么你们对这两者持乐观态度？ 答：我们对 Google 搜索的效用是乐观的，对互联网则并不是如此乐观。无知的大众如何管理国家？自柏拉图起，一种经典看法是：跟上时代的、消息灵通的公众，是不可能的。Google 将这种不可能变成可能。数十亿用户通过 Google，可以立即访问几乎所有人类的知识。学者和知识分子，还没有意识到这种局面对民主理论所能带来的后果。 我们的研究发现，搜索者能够成功驾驭 Google 搜索结果，从点击中获取信息，并把信息存储在大脑中至少一周时间。如果互联网访问是 100% 可行的，那么，这就是人类历史上第一次公众可以访问所有必要的信息。换句话说，公众不能访问所有必要的信息，这种观念在这种情况下就是错误的。 政治心理学可能认为，单独是知识，不足以形成一次明智的投票。但不可否认，知识是理性选举的关键组成部分。 2. 你研究了 Google 是如何影响人们搜索复杂政治问题（比如 ballot initiatives）的方法的。有什么结果？ 【附带信息】问题中提到了 ballot initiatives。搜索发现，这是直接民主的一种形式。24 个州允许 ballot initiatives。字面上理解，就是说，需要有最小数量的注册选民，签署一项请愿，以就其提出的一项法规或宪法修正案，进行公投。 参考链接： https://ballotpedia.org/Ballot_initiative 答：我们的书的主要观点是：通过显示一组精心挑选的高度相关的网站，Google 的功能相当于一种事实上的互联网编辑（de facto editor）。我们形成“Google 是看门人”的观点，基于下述三项发现。 （1）了解搜索算法的运作是至关重要的，因为排名决定着现代信息的消费。90% 的用户从不打开搜索结果第二页，40% 的用户只点击第一个搜索链接。Google 的排名本质上决定着公众能够了解到什么，即相当

有关 AI 的两则消息： 1. Google 开发了一个神经图像评估 AI，使用深度神经网络并经过训练后，AI 能够预测一个普通用户对某张图片的美学评价和判断，即图片是否好看。这项技术可能运用到图片处理中，以提升图片的美感。无论是否有参考图片，AI 都能够对图片的质量给出一个分数。结果发现，AI 的评价接近人类。未来，此技术还可能帮助人们挑选出最好的照片，或通过实时反馈改进摄影。 https://www.theverge.com/2017/12/21/16807118/google-ai-rate-photos-ai-users-preferences 2. MIT 的研究人员多次成功捉弄 Google 的 AI。 设计深度学习算法来进行图像识别，是很多公司正在进行的工作。这方面，Google、微软、百度的技术，甚至一度打败过人类。Facebook 最近也推出面部识别功能，即使你没有被标记，也能够从图片中认出你。 图像识别技术并不完美，可能会出错。更重要的是，如果使用 AI 的自动驾驶汽车也因此出错，结果就可能会非常严重。研究人员一直在想办法看看，如何可以骗过计算机，捉弄 AI。 首先，有一个名词：Adversarial Example，即对抗性示例。这是算法很难像人类一样准确把握的一类问题。比如，通过光学幻象，欺骗计算机把一张大熊猫的图片误认为是长臂猿的。 此前的对抗性示例，基于“白箱”设置，即科学家可以访问算法的底层机制。这意味着，研究人员可以知道系统是如何被训练的，然后想办法来欺骗它。这种对抗性示例不具备威胁性，因为现实世界攻击者是不了解算法的。 基于“白箱”设置，11 月，同样是 MIT 的研究人员，欺骗 Google 的神经网络把 3D 打印的乌龟误认为是步枪。实际上，研究人员可以让 AI 认为其判断的物体为任何东西。因为他们可以搞清楚 Google 的图像分类器是如何工作的。 对应于“白箱”设置的，是“黑箱”设置。研究人员设计出能够欺骗不同算法并迅速生成“黑箱”对抗性示例的办法，其中就包括欺骗 Google Cloud Vision API。AI 被欺骗将一排机枪认为是直升飞机，研究人员所做的，只是略微调整了一下图片中的像素，在人类看来可能两张图片没有差别。 研究人员不只是随机调整图片，他们使用了标准的方法。先是试

美国社会正在讨论网络中立性这个话题。 网络中立性理念的基础，建立在一个假设上，即：互联网上的信息，是否应该平等地具有可访问性？ 网络中立性，要求互联网服务供应商（ISPs）对所有网络流量平等对待，无论用户是在看 YouTube，还是浏览新闻网站或 Facebook。如果没有网络中立性，ISPs 就可以控制你可以看到什么，以及你看到什么的速度的快慢。 没有网络中立性，大公司可能通过支付 ISPs 保证服务流畅，小公司可能就不行，甚至某些服务完全被 ISPs 禁止也未可知。 2014 年，网络中立性被写入美国法律。在此之前，Comcast 用户注意到 Netflix 流媒体服务速度直线下降。Netflix 同意支付 Comcast 一定费用后，速度回升。 ISPs 还可以向用户收取更多费用，如果用户需要享受某种优质服务的话。实际上，网络服务商支付费用给 ISPs，最终买单的仍然会是消费者。 没有网络中立性，大公司就有小公司所不具备的优势。没有来自小公司的竞争，大公司就没有什么压力去改进产品和服务，消费者最终会发现自己已没有什么选择了。 ISPs 可以放慢任何服务的速度。比如，打压 Netflix 的竞争对手，如果 Netflix 掏钱的话。或者，偏好于自家的服务。ISPs 还可以以此手段来审查自己不同意的内容。 ISPs 有自己的主张。通过收取额外费用，ISPs 可以在基础设施方面投入更多资金，从而使偏远地区的人们也能够使用上网络服务。像 YouTube 这样的流行服务，对 ISPs 网络的压力肯定要比其他的大，让它们多支付一些不是应该的吗？ 但是，YouTube 并没有改进网络的任务，就好比 BMW 没有把路修的更好的责任一样。很多人称，ISPs 收取的额外费用最终主要是入了股东的腰包。 比较可以确认的是，没有网络中立性，就没有一个公平的竞技场，就不能催生出创新。 如果小公司很容易与大公司一决高下的话，这同样也可以激发小公司去改进其产品。这样，小角色就有机会成长为巨头，甚至超越之前的巨头。 Facebook 就是这样成长起来的，取代之前的霸主 Myspace。 ISPs 还有一个论点，即用户可以选择自己所喜欢的，抛弃自己不喜欢的。事实是，很多消费者面对网络供应商时，并没有多少选择，甚至就那么一个合适的。 一

此为示例图，并非真正要处理此评论者 Google+ 终于推出一个我认为极为重要的功能：对某则评论进行删除、举报和屏蔽评论者“三合一”操作。 这类似于 Google+ 社群管理员之前已经拥有的权限。这个功能可以迅速使“垃圾”评论者消失掉，使评论区更为清爽。我之前表述过，社群的这个功能很好，方便用户处理“垃圾”甚至仅是自己不喜欢的评论者。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/4dLza3PTyL4 作为评论者，我是说所有用户，都应该有基本的规则意识。当然，没有人可以决定你如何行事和说话。但这并不意味着你有权在别人的或公共的领域里，写任何内容。因为，现在处理的是你的评论，而不是你的帖文。你如果在自己的页面写任何内容，我估计没有人愿意干涉。不过，平台也有一定的规则，你如果违反了也肯定会被处理。 那么，这会不会使评论者不愿意发表评论呢？我认为恰恰相反，一个健康的评论区，可能使更多人，也就是那些能够写出正常的评论文字的人，愿意去评论，而不是望而却步。“健康”的意思，是指没有垃圾内容，而不涉及观点上的冲突。 我的印象里，Google+ 这个平台经历过两波垃圾评论的泛滥。最近就很明显，不少帖文下面被垃圾链接充斥着。很多账号不得不关闭评论，只可以 +1 和分享。这毕竟是不得已之举，Google+ 的这个新功能有助于改变这种情况。 Google Fans 已经屏蔽了 197 个账号。有了这个功能，我就可以更容易地屏蔽那些不遵守规矩的账号了。我的规则之前已经陈述过了，此处不再重复。 https://plus.google.com/u/0/+PeggyKTC/posts/EpSN1wW8Jv8

Google 宣布在北京设立一个新的研究机构，称之为“Google AI 中国中心”。中心有一个研究小组，由数百个位于中国的工程师支持。Google 不久前就已经在中国招聘研究人员和大力推广其 TensorFlow AI 工具。 Google 正式地以 AI 研究中心的形式出现在中国，确认了一个默认的事实，即中国和美国的公司及政府，正聚焦于一场竞赛，以决定 AI 最先进的技术和理念将如何应用于我们的世界。 领导 Google 北京中心的是李飞飞，Google Cloud 部门首席科学家。她表示团队将侧重于在论文发表、学术会议和知识交流三方面推动基础性 AI 研究。 分析认为，此举有助于 Google 和中国结成善意的关系，也就是通过创造工作机会、训练工程师及最终建设高新技术人才基地的方式，为中国的发展做出贡献。 这也有助于中国政府此前宣布的 AI 作为国家优先战略的实施。6 月，决策者宣布了此计划，目标在 2025 年打造出一个年产值 4 000 亿元人民币的产业，并在 2030 年成为科学方面的世界领导者。 Google 面临来自阿里巴巴、腾讯和百度的激烈竞争。这些本地的对手，居于本地市场的主导地位，可以为工程师提供丰厚的薪水，以及一个有效融合的无与伦比的用户数据集。 AI 应用的优劣，关键取决于是否有海量用户的详细信息作为基础。中国有 7.3 亿网民，这些网民一般提供了比西方用户更为详细的用户信息。比方说，短期贷款服务用钱宝就可以通过追踪 1 200 个数据点，诸如用户多长时间给手机充电一次，或是否人们会复电，来判断用户的贷款资格。 Google 没有深入中国网民的大量数据。Google 表示，AI 中心更侧重于吸引来自中国的顶尖研究人员，而不是数据。“我的任务是继续推进 AI 研究，必须认识到 AI 是一个世界难题，需要全球的人才来迎接这个挑战，”李飞飞说。此外，现在也有很多强大的开源数据集，对公众开放。 https://www.washingtonpost.com/business/google-to-open-beijing-ai-center-in-latest-expansion-in-china/2017/12/12/cbe30598-dfb2-11e7-b2e9-8c636f076c76_story.html?utm

开始，Google 云大数据和机器学习博客报告了一篇文章，题目是：使用贝叶斯优化（Bayesian Optimization）在云机器学习模型中进行超参数调整。 然后，问题来了：在给定配料的情况下，贝叶斯优化能否设计出最好的巧克力曲奇饼干呢？Google 匹兹堡的团队开始着手尝试。（1）设定饼干的配料，比如巧克力类型，糖、面粉、香草的量等，要使配料独特变量足够多而易于控制和测量。（2）根据系统给出的配方，把饼干做出来。（3）品尝，与购买的相对比，打分。（4）把分数反馈给系统，后者继续给出新的配方。 这样往返数十次，系统终于给出了不错的配方，做出了令人满意的饼干。Google 没有表明购买的是哪一家商店的饼干作为对比，以及品尝者的标准。Google 称此饼干为“智能饼干”。 接下来，Google 是否应该找知名的巧克力饼干专家，来进行评分，以改进系统，接着做出“更好更完美的”饼干呢？ 事实上并没有。Google 把智能饼干拿给专家，想看看专家的意见。这个专家在匹兹堡经营一家小面包店，对利用 AI 生成饼干的想法起初不知所措。不过，这个店长（专家）患有乳糜泻，食用麸质会有免疫反应，因而她的商店供应的也是不含麸质的面包食品。所以，二者合作的项目是使用 AI 制造巧克力饼干的替代品。 他们使用了不常用的配料。开始时效果不好。经过两个月 59 次测试以后，巧克力和豆蔻饼干（chocolate chip and cardamom cookie）出炉了。Google 公布了新品的配方。 “借助 AI，创造出完全新奇的东西来，令我兴奋，也使我很好奇还有哪些特别的配方可以设计出来提供给我的客户”，这个店长说。 智能饼干实验，只是 AI 可以帮助我们做到什么的一个例子，Google 写道。 使用机器学习模型在把传统的巧克力饼干做好的情况下，转而让其完成一项意想不到的替代性的任务，是一个好点子。这看上去有点像“半途而废”的样子。 Forbes 文章作者一开始就表示，想办法解决人们真正关心的问题，而不是弄出神秘的方法去解决深奥的机器学习问题，是 Google 如此成功的原因之一。 1. https://www.blog.google/topics/research/makings-smart-cookie/ 2. https://www.forb

Google 将 YouTube 服务从 Amazon 的两款设备中移除了，Amazon 则不销售或不支持 Google 的产品及服务。消费者成为最大受害者。 Google 现在决定，停止对 Amazon Echo Show 和 Fire TV 设备的 YouTube 支持。知情人士透露，Amazon 在这两个设备上应用了一个黑客版本的 YouTube，而不是与 Google 合作打造标准版的 YouTube。Amazon 的做法使 Google 无法从 YouTube 视频中获取广告收入。 Google 发言人称，公司试图与 Amazon 达成协议以提供给消费者两者的产品和服务。可是，Amazon 不销售 Google 的产品如 Chromecast、Google Home，Prime Video 用户也无法使用 Google Cast。上月，Amazon 不再销售 Nest 的最新产品。Google 希望能够尽快与 Amazon 商谈解决此问题。 Google 当然是希望 Amazon 销售其产品，但 Amazon 的做法是不再销售与其自己的硬件产品相竞争的产品。所以，Apple TV 在 Amazon 也买不到。Amazon Prime Video 不支持 Google Cast，所以 Android 用户就很难把视频投射到大屏幕上观看。 消息源透露，Google 更乐于和 Amazon 达成合作协议，而不是让用户去站队。 Google 这样做的道理在于，其希望对 YouTube 的体验有更多的控制。 Amazon 回应指出，Google 的不公平之处在于，其基于访问 YouTube 网站的设备类型，来禁止访问 YouTube 站点。Echo Show 和 Fire TV 现在显示标准网页版 YouTube，将用户直接指向 YouTube 现有网站。“Google 选择性屏蔽消费者访问一个开放网站，开启了一个令人失望的先例。Amazon 希望尽快与 Google 解决此事。” https://www.engadget.com/2017/12/05/google-blocking-youtube-on-amazon-echo-show-fire-tv/

对于公开帖文，允许所有人发表评论的设置，使垃圾信息时常出现。处理这类账号，首先要去其页面将其屏蔽，然后回来将其评论删除。我现在已经屏蔽了 194 个账号。总觉得这个过程比较麻烦，但还将继续。 关闭评论区是一个办法。但那样就使一些有意思或有见地的评论消失了。我认为使用社交网络，一个重要的目的是为了促进人与人之间的沟通和了解，互相了解一些新的信息，丰富自己。评论则是实现这个过程非常重要的途径。 我可能会更多地在“Google 谷歌”发布帖文，因为这里处理一个帐号很方便，可以将其踢出社群、将其屏蔽、将其内容移除一键完成。并且可以杜绝那些没有头像、没有正常名字、没有公开帖文的可以说是“什么都没有”的账号“几乎毫不费劲地”胡言乱语。 我理解一些帐户只喜欢看别人的内容、或者只发表评论，而不公开分享任何信息的选择。所不能容忍的，是“三无”账号却喜欢大发垃圾信息的情形。Google 社群的设计，可以比较方便而一劳永逸地铲除这些账号和内容。 所以，（1）如果你有非默认头像；（2）如果你和我一样，愿意了解更多关于 Google 的信息；（3）更重要的是，如果你能够保证自己不讲脏话，不侮辱他人，不胡言乱语，请加入“Google 谷歌”社群。 加入以后，如果你有与 Google 相关的内容或看法，也欢迎发布在社群里。但切勿在社群里发布无关信息。 https://plus.google.com/u/0/communities/102874200016993664096

Google 的研究人员（来自 Google Brain、Verily）参与开发了一个工具 DeepVariant，使用了最新 AI 技术，以从序列数据中构建更为精准的人类基因组图像。 人类基因组测序已经开展了 15 年，但从海量数据中解码更多信息，仍具有相当挑战性。世纪初，高通量测序的出现，使基因组测序更为方便可用。可是，高通量测序的数据所能提供的，只是有限而容易出错的全基因组快照。科学家很难从随机误差中识别出小的突变，尤其是基因组的重复部分。而这些突变，则很可能对应于某些疾病，比如癌症。 DeepVariant 可以帮助把高通量测序结果转变为全基因组图片。它自动识别测序数据中的小的插入和缺失突变，以及单碱基对突变。 已存在若干解读高通量测序结果的工具，它们一般是属于简单的统计和机器学习方法，通过试图排除读取错误，来识别突变。 参与帮助开发 DeepVariant 的哈佛大学公共卫生学院科学家 Brad Chapman 指出，困难之一在于对于基因组的不同部分，这些方法都有强有弱。这些不同区域对于临床测序越来越重要，所以拥有多种方法是关键的。 去年，DeepVariant 赢得 precisionFDA Truth Challenge 第一名，这项比赛是由 FDA 举办的，旨在推动更为精准的基因测序。 DeepVariant 还可通过 Google Cloud Platform 获取。Google 和竞争对手都在云平台上增加机器学习功能，以吸引那些希望使用这些技术的客户。 多家公司都在试图通过 AI 技术，梳理疾病的遗传原因，并找出潜在的药物治疗办法。 Deep Genomics 是其中之一。其 CEO 表示，DeepVariant 的成功意义重大。它表明在基因组学里，深度学习可以被用来自动训练系统，使其表现超过复杂的手工系统。他说，目前阻碍着医学发展的，是人类无法准确地构建出遗传变异与疾病机制之间的关系，并借助这些知识找到拯救生命的治疗方法。AI 终将发挥更大的作用，而不只是帮助解析序列数据。 此领域另一个领先的公司是 Wuxi Nextcode（明码生物科技）。此公司聚集了世界上最大的全序列人类基因组，并在机器学习上投入巨大。Wuxi Nextcode 在上海、冰岛雷克雅未克和马萨诸塞州剑桥有办公室。 未来几年，医学的诸多

Google DeepMind AlphaGo Zero AI 程序，在自学国际象棋 4 小时后，战胜了世界领先的专业软件 Stockfish 8。AlphaZero 赢得 28 场对决，平局 72 场。 Stockfish 8 之前赢得 2016 年顶级国际象棋引擎锦标赛。它是一个免费开源的 UCI 象棋引擎。 AlphaZero 的具体细节发布在 Arxiv 网站上，还未经过同行评审。 AlphaZero 还在日本象棋（将棋）中战胜了领先的 AI 程序 Elmo，之前只学习了 2 小时。自学 8 小时，AlphaZero 在围棋中还可以打败之前的“自己”，60 胜 40 败。 牛津大学的一位教授认为，这些游戏的特点之一，是其规则有限，或者说场景封闭。现实世界，总是充满着未知数。应付你所不知道的情形，会更具挑战性。 DeepMind 目前在研究一个能够在《星际争霸》游戏中打败人类的系统。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/d1R5k2oFPPA 普林斯顿大学的一位 AI 专家，认为人们大可不必对 DeepMind 的炒作太当回事。但 DeepMind 的这种高曝光度，也使其处于比挑战者更为有利的地位。“不只是可以招聘到最好的程序员。这也具有一定的政治作用。当 Google 与政府或监管者就 AI 领域展开谈判时，Google 的力量会更强大。” http://www.bbc.com/news/technology-42251535

Google 开始在各大平台（除 Chrome OS 以外）逐渐关闭 Chrome Apps 服务。用户将不再可以安装 Chrome 应用。 Chrome 应用有两种，一种是托管应用，相当于书签；一直是打包应用，可运行于后台。这些桌面功能，将只存在 Chrome OS。Chrome 扩展则没有变化。 极少人使用 Chrome Apps 是 Google 关闭它的原因。特别是对于托管应用来说，安装一个应用，相当于增加一个书签，也没有多少意义。 渐进式 Web 应用程序（Progressive Web Apps）是未来。PWA 让用户可以像使用 Chrome Apps 一样安装、使用应用，接收提醒，使用离线功能等。只不过 PWA 是跨平台和跨浏览器的。三星浏览器、火狐 Android、Opera Android、Windows 10 甚至 Apple  Safari 均已经或准备支持 PWA。 Chrome Android 已经支持安装 PWA 应用。用户安装使用这些应用，就像使用原生应用一样。这种体验很快会出现在桌面上。 PWA 并不能完全取代 Chrome Apps 的所有功能，Google 在想办法简化开发者迁移的过程。直至 Chrome Apps 无缝转移到网页上，桌面上的 Chrome Apps 并不会完全失去支持。 https://plus.google.com/u/0/+PeggyKTC/posts/T6nNsbHiR4X

100 年前的今天，芬兰从俄国独立。 据维基百科，1917 年的今天，芬兰从俄国独立。1917 年 11 月，俄国发生了十月革命，布尔什维克夺取了俄国政权。然后，芬兰从俄国独立出去。 1919 年，《苏德互不侵犯条约》使芬兰处于苏联的影响之下。首先，是红军入侵芬兰，而后双方停战。这个过程中，西方国家为希特勒所分心，仅给予其道义上的支持。然后，希特勒转向东方，支持芬兰，破坏苏德条约，入侵苏联。芬兰为了夺回领土，作为德国的共交战国（co-belligerent），与纳粹并肩作战。1944～1945 年，芬兰又转向对抗纳粹军队，使其退出芬兰北部。二战后，芬兰失去领土，搬迁居民，向苏联支付赔偿。更多芬兰二战的历史，参考维基百科： https://zh.wikipedia.org/wiki/%E8%8A%AC%E5%85%B0%E5%8E%86%E5%8F%B2#第二次世界大戰 冷战时期，芬兰的政策是 active neutrality（积极中立），与苏联和西方都保持健康关系，但又不走的太近。苏联解体，芬兰加入欧盟和欧元区，但未加入北约。 芬兰现在是一个繁荣、民主的欧洲小国，在很多世界性排名中居于前列。 芬兰的失败国家指数（脆弱国家指数）最低；森林国家密度在欧洲第一；是对母亲最好的国家；每年举办世界空气吉他锦标赛；是政府最不腐败的国家；《新闻周刊》将其列为世界上最好的国家。 芬兰的学生，在国际学生能力评估计划（PISA）排名中具于前列或第一。新加坡和日本现在排到了前两位，但芬兰仍然是全欧洲儿童教育最好的国家。 芬兰的教育水平如此高，一个原因可能是：以公共开支维护图书馆，被写入法律。芬兰全国 550 万人，每年借书 6 800 万册。大学的学术图书馆，法律上也有义务向所有人开放。 芬兰人喜欢重金属音乐。每一百万人，芬兰有最多的 630 个金属乐队，德国是 122，美国是 72。芬兰人消耗咖啡的量也是巨大的，每年人均消耗 12 公斤，是世界平均值的 10 倍。 在赛车事业上，芬兰也无人（国）能比。一级方程式赛车世界冠军，芬兰有 4 个。芬兰还有 14 个世界拉力锦标赛冠军。 芬兰宝贵的国家品德被称为 sisu，一个没有可接受的英语翻译的词汇。有人将其解释为 courage（勇气），但并不贴切。韧性和专注是 sisu 的重点，它是这样一

最近，虐待儿童等暴力、冒犯性内容在 YouTube 上泛滥，儿童观众甚至在 YouTube Kids 上能够看到诸多暴力、淫秽内容。媒体广泛报道后，又一批广告商决定撤出 YouTube。 https://plus.google.com/u/0/+GoogleFansPageBlogspotGFP/posts/Jef1kMeRTjR 除了增加人力，YouTube 还将继续开发高级的机器学习技术，来自动标记和移除有问题的内容。仿照打击暴力极端主义内容的做法，新的措施将保护儿童免于危险内容，打击仇恨言论。 人类管理员的作用不容小觑。6 月至今，人类管理员已经审核了近 200 万暴力极端主义内容。这些工作可以帮助机器学习系统在将来识别类似的视频。反过来，机器学习系统又可以发现不合适的账号和评论，帮助人类管理员将其关闭。 机器学习系统仍然是重中之重。机器学习技术帮助人类移除视频的数量，是没有使用此技术时的 5 倍。其中被移除的暴力极端主义视频 98% 由算法识别。机器学习技术使 YouTube 可以在暴力极端主义内容上传 8 小时内，移除其中的 70%。 YouTube 还将对广告政策进行改革。如使用更严格的标准，增加人工管理等。 https://www.theguardian.com/technology/2017/dec/04/google-youtube-hire-moderators-child-abuse-videos