整理 | 高静宜
资讯
116 位机器人及 AI 领域专家联名致信联合国,呼吁禁止机器人武器的开发和使用
近日,特斯拉 CEO Elon Musk 、谷歌 Deepmind 联合创始人 Mustafa Suleyman 等来自 26 个国家的 116 位机器人领域专家及人工智能先驱研究者,联名致信联合国,强烈呼吁禁止「杀人机器人」的开发和使用,对机器人武器采取严格监管措施,避免第三次世界大战的来临。
最近,联合国正式投票讨论关于无人机、坦克等自主军用武器的使用,这封联名信函在此时公开就是为了抵制「杀人机器人」军备竞赛的开展,警告联合国慎重抉择,避免重蹈分别由火药和核武器引发的第一、二次世界大战的覆辙。这封信件描述了机器人武器带来的潜在风险,专家们担心人工智能驱动的自主武器会降低攻击的门槛,造成更甚以往的损失及危害。虽然此前,机器人武器被认为可以降低战争的伤亡人数,但是对于平民来说却并非如此,可能波及更大范围的无辜百姓。另外,如果机器人武器被极端组织和恐怖分子恶意利用,后果也将无法想象。
IBM 与青少年糖尿病基金会合作,利用机器学习算法针对一型糖尿病展开研究
最近,IBM 与青少年糖尿病基金会( JDRF )合作,尝试利用机器学习技术针对一型糖尿病数据展开研究。位于纽约的 JDRF 是一家非营利机构,长期致力于一型糖尿病的研究和宣传。此次合作的最终目的是了解导致儿童患上一型糖尿病的根本原因,同时探索延缓和预防病情的有效措施。
具体来说,IBM 至少分析三个独立的数据集,并与之前研究项目中收集到的数据进行比较。研究人员将从遗传基因、自身抗体及家族历史等角度出发进行检测,找到所有数据集的共同特征。JDRF 会使用研究结果确定导致一型糖尿病患病的最主要影响因素。据悉,识别一型糖尿病的患病风险只是研究的第一步,未来,JDRF 将结合 IBM 的分析技术,开发个性化预防策略,并试图找到治愈一型糖尿病的终极方法。
应用
微软研究人员利用 AI 算法控制滑翔机 ,使其无需动力引擎在空中自由停留
微软雷蒙德研究院的研究人员利用 AI 算法创建了一套系统,能够让滑翔机自主发现并捕捉空气中的热气流,效仿鸟类飞行原理,可以在无须动力引擎的情况下停留在空中。目前,该系统正在内华达州霍桑的小型机场内展开飞行试验。
据研究人员介绍,这套系统的 AI 算法结合了马尔科夫决策模型与贝叶斯强化学习方法,旨在让系统尽快感知环境信息并做出正确的决策。这意味着该系统不仅需要识别气温、风向以及禁飞区域的关键信息,还要分析这些数据信息,实时预测出下一个可供滑翔机利用的热气流的位置并借此继续飞行。相较于完成人脸识别或单词识别等单一任务的人工智能系统,这套 AI 算法更具有挑战性。据研究人员介绍,这种能够「无限飞升」的滑翔机研究在实际落地中也具有较为广泛的应用前景,例如农业监控以及为偏远地区提供互联网服务等。
研究人员探索纳米材料模型,为打造机器学习芯片奠定基础
近年来,科学家一直致力于构建新型计算机芯片的研究,从而实现神经网络模型的应用。技术上的每一小步进展都可能让 AI 技术的落地应用产生巨大的突破。其中,利用纳米技术打造 AI 芯片是领域内的一大热点。近日,来自华盛顿大学的研究人员开发了一个模型,可以测试电子如何在纳米材料中移动的现有理论,为使用纳米材料构建机器学习芯片打下坚实的基础。
据研究人员介绍,在利用纳米材料打造 AI 芯片时,材料中电子的传递机制会发生非常大的改变,目前人们还不清楚这一过程具体是如何发生的。为此,研究团队基于一种特别的理论构建模型,将网络中的每一个纳米粒子看作一个节点,每个节点与其他所有节点相连,流经节点的电流只需要通过节点本身,不一定占用节点之间的空间。这种行为由模型预测得知,能够在纳米级尺度上产生实验可以观察到的热点。另外,研究团队还提出了一个初级芯片方案,将在之后尝试让芯片执行简单的模式识别任务并进行深入的研究。
利用摄像头完成无人机的检测与跟踪,让无人机行驶更加节能、安全
随着无人机技术的发展,越来越多的小型无人机已经飞上天空执行各种任务。不过,无人机数量的增加也带来了一些挑战。由于无人机本身缺乏必要的定位技术,所以可能无法了解其他移动物体的位置,这会带来一系列潜在的危机,例如对大型飞机造成影响进而导致灾难的发生。为了解决这些问题,来自瑞士洛桑联邦理工学院的研究人员开发了一种仅凭简单的摄像头就可以对小型飞行物体实现检测与跟踪的算法。
目前的飞机防碰撞系统往往价格昂贵、质量较重、电力消耗较大。相比之下,瑞士洛桑联邦理工学院研究人员开发的技术可以直接将摄像头部署于无人机上保障飞行的安全,具备轻量化、节能、成本较低的优点。研究人员结合人工智能与深度学习算法让摄像头对无人机进行识别,将无人机的种类、位置等外部信息与运动信息相结合,增强检测的可靠性。另外,为了让无人机掌握更多数据,不受现有图像数据的限制,研发人员还生成了逼真的合成图像用于探测器的训练,填补数据信息的空白。据悉,研发团队已经与一家专注于民用航空防碰撞技术的公司展开合作,预计将在明年正式实现商业落地。
机器学习遇见司法鉴定,实现自动完成指纹的比对与分析
指纹的比对与分析过程是司法鉴定领域的重要环节,由于通常情况下法医采集到的指纹并不完整,有时可能难以读取或是被污渍覆盖,指纹比对的过程往往需要专家付出大量的时间与精力。最近,美国国家标准与技术研究所、密歇根州立大学合作开发了一套自动化指纹识别流程,利用机器学习算法大幅度降低指纹比对时间,进一步提升司法鉴定效率。
研究团队根据 31 位指纹专家对 100 份指纹进行分析和评级的数据来训练机器学习算法,再针对新案例进行性能测试,并将结果提交给具备 25 万指纹数据库的自动化指纹识别系统进行后续操作。为了避免隐私安全问题,测试采用的指纹样本均被抹去了个人身份信息。团队研究人员表示,下一步将对算法进行改善,尝试使用更大的数据,致力于降低识别错误率。
观点
人工智能或将主宰银行业的未来
长期以来,银行积累了大量的用户数据,可是由于传统系统的遗留问题、复杂的规范要求、对新技术的谨慎态度等原因,银行并没有充分利用这些数据进行金融领域未来需求的预测分析。金融研究机构 Global Risk Institute 金融服务执行主管 Brian O’Donnell 认为,这一切即将改变。
目前,银行业已经逐步拥抱新兴人工智能技术,例如机器学习算法和自然语言处理,并将其应用于客户管理、数据分析等服务中。技术的进步、客户和监管者日益增长的期望等因素推动银行业的这一创新。Global Risk Institute 近日发表的一份公开文章表示,当数据、技术以及合适的需求趋于一致时,使用人工智能可以更加有效地解决问题。而银行业正是一个具有无限潜力和可能的领域。
人工智能技术能够帮助银行与客户更加便捷、连贯地完成交互。例如,聊天机器人顾问可以为客户提供基本的投资服务,也能让银行员工从简单重复的问题中得以解脱。移动设备上部署的数字助手可以为消费者提供银行卡的消费记录和积分建议。另外,生物识别技术与防欺诈技术可以提升客户账户的可靠度和隐私安全。在未来五年,银行依赖人工智能及相关技术将实现大幅度盈利,人工智能也将成为未来银行业不可或缺的重要环节。
当人工智能具备遗忘的能力
如今,对人工智能来说,「遗忘」也成了一件棘手的事情。近日,美国阿肯色州的警方就要求亚马逊 Echo 移交一位杀人嫌疑犯的用户信息,警方所需的信息是否已经被亚马逊 Echo 遗忘?这位用户是否有权拒绝这项操作?警方的这一要求是否合理?
这一系列问题也引发了关于人工智能处理存储信息的讨论。人们每天都会接收海量的信息,有价值、深刻的记忆通常会被保留,反之则会被遗忘。事实上这件事也并不完全受人们自身控制,在了解世界的过程中,一些重要的信息也会丢失,比如爱人的生日、钥匙的位置等。对于机器人或人工智能算法来说却大不相同,这些记忆以数据的形式存储计算机存储器中,它们并不知道何时保存旧信息,何时丢弃过时的数据。这不仅仅是一个技术问题,还涉及隐私、法律以及道德伦理。
研究人员早就意识到了这一点。有时,神经网络模型中的神经元会在学习过程中过早地采用不合适的激活模式,破坏系统之后的学习能力。对此,研究人员试图创建一种既能适应新信息又不忘记已学内容的神经网络,再根据存储形式,将代表系统和机器人记忆的相关原始数据进行选择性删除。
不过,对于人工智能来说,到底什么是应该遗忘、删除的记忆,至今还没有定论。两一方面,聊天机器人可以做出医学诊断、智能家居设备能够监控用户运动、安全机器人可以执行巡逻并完成疑犯跟踪,这些过程中涉及大众的大量个人信息,到底谁对人工智能驱动的系统记忆具备操控权还有待商榷。
图说
利用 AI 技术提升用户体验
用户体验,即用户在使用产品过程中建立起来的纯主观感受。在零售、营销、服务等行业领域,用户体验至关重要。这个词在上世纪 90 年代中期被广泛认识,在计算机和 AI 技术快速发展的当下,人机交互方式的普及,促使用户体验的衡量准则、影响因素及优化方法等方面被重新定义,也成为各行业专家研究探索的焦点。那么,在 AI 技术大行其道的当下,如何让每一个用户都拥有独特美好的用户体验呢?
以零售行业为例,AI 技术在企业大规模提升用户体验方面发挥重要作用,亚马逊 Echo 、苹果 Siri 、微软Cortana 等智能语音交互助手可以提供购物信息,让用户拥有一个更加方便、有效的沟通方式及购物环境。从个人用户来看,企业提供定制化服务之前需要了解用户的个人信息、兴趣喜好、经历等信息,这背后离不开大数据的支持。利用 AI 技术则可以对用户的数据信息进行深入的分析和洞察,有助于企业从向用户出售、推销产品转型为根据需求向用户定制化出售、推荐产品,效果的提升不言而喻。