文章库 PRO通讯会员 SOTA！模型

AI每日精选

AI每日精选 | 华为耗资5000万美元买下俄罗斯人脸识别公司 / iOS 13相机更新：增加人像照明效果，将使用机器学习删除重复照片

AI每日精选 | 华为耗资5000万美元买下俄罗斯人脸识别公司 / iOS 13相机更新：增加人像照明效果，将使用机器学习删除重复照片

投融资

「薄言 RSVP.ai」完成千万美元A+轮融资 6 月 4 日消息，人工智能科技公司「薄言 RSVP.ai」完成千万美元 A+轮融资，由深创投领投。本轮融资后，薄言将在 AI 自然语言理解领域深耕，推进对话机器人和深度学习的应用落地。「薄言 RSVP.ai」是一家发展机器学习技术，提供企业级深层语言理解技术，目前已推出面向企业的语言机器学习平台，企业可以利用平台快速完成训练和搭建虚拟助手。

高精确度辅助驾驶安全算法公司「开易科技」获1亿元A+轮融资 6 月 4 日消息，高精确度辅助驾驶安全算法公司「开易科技」完成 A+轮 1 亿元人民币融资，本轮领投方为尚珹投资，原股东华泰新产业基金跟投。在此之前，公司曾于 Pre-A 轮获华盛一泓投资、A 轮获华泰新产业基金投资。本轮资金将主要用于团队扩充以加速技术创新、产品迭代升级以及商业化拓展。开易科技于 2016 年初成立，总部位于北京，在深圳、长沙、台湾、成都、天津设有研发或运营管理中心。

AI-PaaS平台服务商「远舢智能」完成数千万元 A 轮融资 6 月 4 日消息，创新型 AI-PaaS 平台服务商北京远舢智能科技有限公司宣布，公司已于近日完成数千万元 A 轮融资，投资方为国家财政部旗下中小企业发展基金和深圳市东方富海投资管理股份有限公司。本轮融资将用于公司的市场拓展和 AI-PaaS 平台的持续研发，助力企业构建 AI 赋能中心，实现智能化转型升级。（亿欧）

大公司新闻

中兴通讯：将积极参与中国5G网络的商用部署和建设中兴通讯表示，将 5G 作为公司发展核心战略，多年持续投入，不断创新，具备完整的 5G 端到端解决方案的能力，在无线、核心网、承载、芯片、终端和行业应用等方面已做好全面商用准备。中兴通讯将积极参与中国 5G 网络的商用部署和建设，与行业合作伙伴紧密合作，积极推动 5G 业务应用和实践，助力垂直行业数字化转型。（第一财经）

佐治亚理工学院人工智能教授加入谷歌西雅图团队佐治亚理工学院副教授 Jacob Eisenstein 将加入谷歌西雅图团队进行自然语言处理研究。据了解，Eisenstein 在学校研究之余曾在 Reddit，Twitter，维基百科和在线论坛等在线平台的背景下发表了大量语言方面的研究，并曾担任过 Facebook 访问科学家。（GeekWire）

Twitter 收购伦敦创业公司 Fabula AI，用深度学习对抗假新闻 Twitter 刚刚宣布它已经收购了总部位于伦敦的 Fabula AI。这家初创公司一直在开发深度学习技术，试图通过查看虚假新闻与真实新闻如何在网上传播的模式来识别在线虚假信息 - 它的技术非常适合目前处于深受假新闻困扰的社交网络。社交媒体巨头仍然面临越来越大的政治压力，需要处理在线虚假信息，以确保操纵信息不会获得免费通行证来摆弄民主程序。（TechCrunch）

华为耗资5000万美元买下俄罗斯人脸识别公司据俄罗斯国家媒体报道，华为目前已经完成对一家名为 Vokord 的莫斯科安防技术企业的收购，收购耗资 5000 万美元，主要目的是该公司在人脸识别系统方面的技术专利与研发人才。有消息称，技术专利，是华为此次收购最大目标。

行业动态

iOS 13相机更新：增加人像照明效果，将使用机器学习删除重复照片 6 月 4 日消息，在发布 iOS 13 时，苹果介绍了相机功能的更新：增加了新的人像照明效果，可以增加光线强度；增加了新的照片编辑界面，可以点击并拖动进行调整；增加了浏览照片的新方法，将使用机器学习来删除重复照片；在浏览照片时将新增带有「年，月，日」的滑块，并可以直接在浏览视图中播放视频。

5G商用牌照最快本周发放，8月份或推出5G套餐有业内人士表示，5G 商用牌照最快将于本周内发放，两个月后将出台 5G 资费套餐，价格不高于 4G 套餐，但 5G 用户数量的爆发则要等到明年。（证券日报）

中金公司：运营商将加速开展5G网络部署中金公司最新观点称，5G 牌照的发放标志着政策面推动 5G 发展的坚定决心，也同时申明了中国 5G 建设开放合作的态度，希望推动全球产业链的协同合作，有助于缓解目前对于中国 5G 商用进程不确定的担忧。目前我国已经在 5G 中频段（2.6Ghz 和 3.5Ghz）具备商用基础，预测随着政策层面的不断推进，运营商将加速开展 5G 网络部署，或于 10 月 1 日前正式实现商用。（证券时报）

韩国在军用仿生机器人领域发力据韩联社报道，韩国国防部日前宣布将研发军用仿生机器人，提升防御与侦察能力，强化武装部队。相关文件显示，韩国正致力于开发几款「应用精密技术的军用仿生机器人」。这些机器人将模仿人类、昆虫、鸟类、蛇类或海洋生物，服役后将执行搜索、救援、侦察等多种任务。其中，鸟类、鱼类机器人执行侦察任务，昆虫类微型机械飞行设备执行监视任务，模仿蛇类移动的机器人进入人类无法进入的区域执行任务。报道称，短期内韩国将把研发重点放在仿人或仿虫类机器人上，预计此类仿生机器人将于 2024 年进入韩国军队服役。

日本建成首支机器人消防队伍，耗资13.8亿日元 6 月 4 日消息，日本在千叶县市原市消防局举行仪式，部署了第一支消防机器人部队。千叶县是日本沿海工业区的所在地，机器人消防员将在人类难以到达的危险地点进行消防工作。据报道，这支被命名为「Scrum Force」的部队由 4 个消防机器人组成，包括空中监视和监视机器人「天空之眼」、地面机器人「陆地之眼」、软管展开机器人「硬式卷筒 (延伸软管)」，以及「水炮」机器人。「Scrum Force」的意思是这些机器人具备在混乱情况下执行各项任务的能力。机器人消防部队是在 2011 年日本东部大地震发生后，东京的石化企业发生火灾后开发的。当时，由于高温，消防队员无法到达火灾现场。为了解决这一问题，日本内务省消防灾害管理厅花了 5 年时间，耗资 13.8 亿日元 (约合 8800 万元人民币)，研发出了这一套机器人消防系统。接下来，日本消防和灾害管理局计划将此消防系统部署到全国工业园区的消防部门。

产品与应用

INRIX 推出新人工智能交通解决方案美通社报道，联网汽车服务和运输分析领域领先的 INRIX 刚刚发布了该行业的下一代流量解决方案。该解决方案利用人工智能提供迄今为止最精确，最可操作的流量信息。INRIX AI Traffic 可以对交通状况进行即时更新，并确定不同车道的交通速度，从而在全球各个道路上提供准确的预计到达时间。

哈佛研究人员研发由空气驱动的软体机器人哈佛大学的研究人员开发了一种软性机器人，它可以在太空探索、搜索和救援系统、仿生学、医学手术、康复和其他用途中使用完全不受约束的机器人。制造软机器人的一个关键是，它使用压缩空气以一次性输入代替多个控制系统。这使得设计人员能够以更少组件制造出机器人，从而使机器人更轻、更不复杂。科学家们利用流体的粘性，精心挑选了不同尺寸的管子，以控制空气在软机器人装置中移动的速度。一次性输入通过其中一个管泵送相同数量的空气，管的大小决定了空气流动的方式和位置。该团队开发出一个框架，自动确定如何制作软机器人以及如何选择管道。该框架还涉及如何实现目标功能，例如使用单个输入线进行爬行或行走。使用这些系统，该团队展示了一个可以爬行的四足软机器人。从顶部伸出的四根管子依次将空气引导到每条腿，以允许机器人爬行。由于团队的工作，软流体机器人的驱动比以往任何时候都简单和容易。新的方法是朝着完全不受约束的简单驱动软机器人迈出的重要一步。这项研究是在哈佛大学进行，目前正在探索这项技术的商业化机会。

Apple 的 HomePod 扬声器将能识别谁在使用 iOS 13 与它说话 Apple HomePod 即将推出的 iOS 13 更新将为扬声器带来一些新功能。它增加了识别谁正在与之对话并相应地调整其响应的能力。它可以根据与谁通话提供个性化音乐，日历信息和提醒。此外，HomePod 将支持 iPhone 的切换，因此您可以在手机上播放音乐并将其带到 HomePod 附近，以便将音乐无缝转换到扬声器。苹果本周将在今年秋季晚些时候发布公开发布版本，将向开发者发布 iOS 13。（TheVerge）

研究与技术

人工智能帮助牙医自动生成正畸方案来自日本大阪大学的研究人员们发表了一篇名为《用自然语言处理开发自动正畸诊断系统》的论文，提出了一个利用自然语言处理设计正畸治疗方案的系统。为了训练该系统，研究人员编制了由牙医编写的 990 份文件的数据集，每种文件的条件和问题分为 423 个类别。据了解，该系统的治疗优先级排名超越了人类牙医一半的时间。

伯克利人工智能实验室利用强化学习解决交通拥堵伯克利人工智能实验室发布了使用深度强化学习（RL）的新基准来为混合自治交通创建控制器，连接和自动驾驶车辆（CAV）与人类驾驶员和基础设施进行交互。诸如 Mujoco 或 Arcade Learning Environment 之类的基准测试能够使研究人员有效地比较他们的结果来激发新的研究，使他们能够专注于算法改进和控制技术而不是系统设计。为了通过 RL 促进交通控制方面的类似进展，研究人员们还提出了基于三种新的交通情景的四个基准，解释了混合自治交通应用中不同的强化学习问题，并介绍了每个控制问题，MDP 结构概述以及常用 RL 算法的初步性能结果。

微软研究人员为现代强化学习开发一种新的统计理论机器之心消息，微软研究人员近日开发了一篇名为《通过潜在状态解码进行丰富观察，效率极高的 RL》的论文，介绍了一种可证明具有数据效率的强化学习算法。该算法通过利用有监督的学习来学习表达。该研究的监督学习者使用观察来预测「后向转移概率」- 先前行为的分布和先前观察的状态表示。研究人员们从受监督学习者的预测中构建状态表示。由于直觉是由语义相似的行为引起的观察将引发相同的预测，因此它们将被折叠成单个基础状态。研究人员将该算法命名为为「通过归纳解码进行策略覆盖（Policy Cover by Inductive Decoding）」。据了解，该研究将在 6 月的 ICML 2019 大会上发表。

英特尔 ICML 新作：协作进化强化学习框架英特尔近日发布了他们最新被 ICML 接受的论文新作：Collaborative Evolutionary Reinforcement Learning。以下是论文摘要：深度强化学习算法已成功应用于一系列具有挑战性的控制任务。然而，这些方法通常难以实现有效的探索，并且对超参数的选择极其敏感。一个原因是大多数方法使用其操作策略的嘈杂版本来探索 - 从而限制了探索的范围。在本文中，我们介绍了协作进化强化学习（CERL），这是一个可扩展的框架，包含一系列策略，可同时探索和利用解决方案领域的不同区域。一系列学习者 - 通常是经过验证的算法，如 TD3--可以在不同的时间范围内进行优化，从而实现这种多样化的产品组合。所有学习者都参与并使用共享重放缓冲区来实现更高的样本效率。计算资源是动态分配的，以支持最佳学习者作为在线算法选择的一种形式。神经进化将这整个过程联系起来，产生一个超出任何个体学习者能力的单一紧急学习者。在一系列连续控制基准测试中的实验表明，新兴学习者明显优于其复合学习者，同时保持整体样本效率更高 - 特别是解决了 Mujoco Humanoid 基准测试，其中所有复合学习者（TD3）完全孤立地失败。

Facebook AI 与加州大学伯克利分校合作，加速人工智能发展 Facebook AI 坚信与顶级学术机构的公开合作，以帮助整个 AI 社区加快该领域的研究。为此，Facebook AI 很自豪地支持伯克利人工智能研究（BAIR）建立 BAIR 开放研究共享，这是加州大学伯克利分校的一项新计划，旨在帮助推动行业领导者与大学学生和教师之间的尖端 AI 研究。为了与 Facebook AI 开放研究的承诺保持一致，Commons 协议通过持续的校园合作以及与 Facebook，亚马逊，谷歌，三星和 Wave Computing 的研究人员的合作，促进新想法的分享。所有研究预计将公开发布，代码开源并可供整个研究团体使用。

ICML 2019 | 强化学习用于推荐系统，蚂蚁金服提出生成对抗用户模型在蚂蚁金服被 ICML 2019 接收的这篇论文《Generative Adversarial User Model for Reinforcement Learning Based Recommendation System》中，作者们提出用生成对抗用户模型作为强化学习的模拟环境，先在此模拟环境中进行线下训练，再根据线上用户反馈进行即时策略更新，以此大大减少线上训练样本需求。此外，作者提出以集合（set）为单位而非单个物品（item）为单位进行推荐，并利用 Cascading-DQN 的神经网络结构解决组合推荐策略搜索空间过大的问题。

登录后评论

暂无评论

暂无评论~

文章库 PRO通讯会员 SOTA！模型