文章库 PRO通讯会员 SOTA！模型

AI每日精选

AI每日精选10条

AI每日精选10条

大公司新闻

IBM与微众银行联合举办联邦学习研讨会纽约当地时间2月6日，IBM与微众银行在IBM T.J.Watson研究中心总部联合举办联邦学习研讨会（Workshop on Federated Learning and Analytics，FL-IBM’20）。为期一天的研讨会聚集了包括IBM副总裁Bijan Davari院士、微众银行首席人工智能官杨强教授、欧洲人工智能领军人物Boi Faltings教授等百位来自IBM、Google、微众银行、麻省理工学院、明尼苏达大学等不同机构不同领域的研究专家与行业专家，9个主题演讲分享联邦学习实际应用中的新技术、新方法，1个圆桌讨论企业与用户视角下的数据隐私与合规问题。详情查看研讨会官网：https://federated-learning.bitbucket.io/ibm2020/。了解更多关于联邦学习：https://cn.fedai.org/

推特表示 AI 推荐帮助它增加了数百万用户据外媒报道，推特今日发布 2019 年第四季度收益报告显示由于改进了机器学习模型，在人们的时间表和通知中添加了「更相关」的推文，每天有 1.52 亿活跃用户。相比之下，推特仍有巨大增长空间，Snapchat 在 2019 年最后一个季度的每日用户为 2.18 亿，Facebook 在同一时期的每日用户为 16.6 亿。Twitter 还宣布了该季度的收入里程碑：它首次实现了超过 10 亿美元的季度收入。

产品与应用

澎思科技对外发布澎思智能无感人体测温系统 2月6日，澎思科技对外发布澎思智能无感人体测温系统。据官方介绍，该系统可通过人体识别测温门禁一体机、便携式人体测温系统等不同前端设备部署，在保障地铁、机场、火车站、汽车站、医院、学校、社区、企事业单位等公共场所通行的同时，实现非接触式体温检测、快速筛查、自动告警。

Waymo 的 AI 内容搜索工具能够在行车记录中快速查找对象 AI 是自动驾驶汽车感知慢跑者，骑自行车者，交通信号灯，道路标志，树木，灌木等的方法，它会告知遇到这些信号时他们选择表现的方式。Waymo 车队利用 AI 做出实时驾驶决策，部分原因是将其车载传感器发现的障碍物与 Alphabet 公司数据库中的数十亿个对象进行匹配。大数据集在自动驾驶领域使基础 AI 能够自我完善。但是工程师很难在不花费时间和人工的情况下在这些样品集中找到对应样品。这就是 Waymo 开发内容搜索工具的原因，该技术使用类似于谷歌相册和谷歌图像搜索技术，使数据科学家可以快速定位 Waymo 的驾驶历史和日志中几乎所有对象。（VentureBeat）

最新政策

美国联邦政府批准首个无人驾驶汽车豁免给 Nuro R2 据外媒报道，由两位前 Google 工程师创立的自动驾驶创业公司 Nuro 生产的第二代运输汽车 R2 已获得联邦机动车辆安全标准（FMVSS）的特殊豁免。它授权 Nuro 生产和测试非人类驾驶员使用的车辆。目前，FMVSS 要求汽车具有基本人为控制，例如方向盘，踏板，后视镜等。如果拟议新车不适合现有的 FMVSS，制造商可以申请豁免。但是联邦政府只能每年授予每家公司 2500 个豁免。Nuro 首席法律官 David Estrada 表示 Nuro 是第一个获得豁免的公司，这使它能够「在监管下」开始在公共道路上运行无人驾驶运载工具。

研究与技术

韩国开发人工智能技术识别假药草韩国东方医学机构联合东新大学韩医学院研究开发出一种新方法使用人工智能来确定药材真假。该团队使用深度学习技术研究了数百张草药照片，并测试了其辨别照片的能力。该程序能够以 99.4％的准确率挑选出假药材，高于草药专业人士 94.8％的准确率。这项新技术预计将用来防止使用假草药的事件。（Korea Bizwire）

罗格斯大学新研究：机器人或将能采集血液样本、患者和医护人员受益近日，罗格斯大学一项新研究表示，未来机器人可以采集血液样本，从而使患者和医护人员受益。根据自动采血和测试设备的首次人类临床试验，该团队已研发出一个比人类表现更佳的采血机器人。该设备可提供快速的结果，并使医疗保健专业人员能够将更多的时间花费在医院和其他场所治疗患者。（Science Daily）

生成乐高人物面孔的变分自编码器机器学习社群近日留意到一篇由 Ivan Echevarria 写作的技术博客，尤为有趣。作者介绍道：我这个寒假花了一些时间阅读大卫・福斯特（David Foster）的绝妙著作《生成式深度学习：教会机器绘画，写作，构图和游戏》。这本书是关于生成模型的：学习模型以描述数据集的结构以及可用于创建新数据的模型。它涵盖的一些特定模型包括自编码器，生成对抗网络（GAN）和递归神经网络（RNN）。我决定尝试自己编写本书中描述的模型，并选择了变分自编码器（VAE），因为它们的训练相对较快。由此我另训练了一个新的数据集：3800 张 Lego minifig 人脸图像。最终产品可用于有趣的应用程序，包括生成新的 Lego 面，而且不同面孔之间还能毫无破绽地流畅变形。

YouTuber 使用神经网络将 1896 年影片质量提升到 4K 60 fps 近日，YouTuber Denis Shiryaev 利用了现有的技术进步，使用神经网络将 1896 年的黑白电影变成了具有 4k 水晶清晰度的电影，以每秒 60 帧的速度运行。短片一经发出便立即在社交媒体中引发积极讨论，诸多网友对于影片修复效果惊叹不已。

Facebook AI 开源 CCMatrix：用于训练翻译模型的十亿规模的 bitext 数据集 Facebook AI 近日在技术博客宣布新开源：CCMatrix 是用于训练翻译模型的高质量，基于 Web 的 bitexts 的最大数据集。通过从 CommonCrawl 公共数据集的快照中提取的 576 种语言对中的超过 45 亿个并行句子，CCMatrix 比 Facebook 去年共享的 WikiMatrix 语料库大 50 倍以上。为了解决通过比较数十亿个句子以确定哪些是互译而带来的重大计算挑战，Facebook 使用大规模并行处理以及高效的 FAISS 库来进行快速相似性搜索。我们正在分享有关如何创建 CCMatrix 的详细信息。与 TED 语料库进行测试时，与其他方法相比，CCMatrix 还能够显着提高许多语言对的 NMT 性能。

登录后评论

暂无评论

暂无评论~

文章库 PRO通讯会员 SOTA！模型