京雄AI前沿一周要闻 | 福布斯:中国或成为首个人工智能超级大国

原标题:京雄AI前沿一周要闻 | 福布斯:中国或成为首个人工智能超级大国

1、 用意念就能喝可乐 ,植入式脑机接口研究又有新进展

用意念就能喝水、吃饭?这对行动不便的患者来说太实用了。1月16日,浙江大学对外宣布了“双脑计划”科研成果,植入电极的志愿者可以利用大脑运动皮层信号精准控制外部机械臂与机械手实现三维空间的运动;同时证明高龄患者利用植入式脑机接口进行复杂有效的运动控制是可行的。

这项国内第一例植入式脑机接口临床研究是通过对一位高位截瘫志愿者脑内植入 Utah 阵列电极,这位72岁的患者成功用意念控制机械手臂的三维运动,完成进食、饮水和握手等一系列上肢重要功能运动。自21世纪以来,脑机接口成为了多领域交叉的研究,是一种涉及了神经科学、生理学、心理学、工程学、计算机科学、康复学、其他技术和医疗科学的交叉学科。

本次浙大二院的创新点在于,以机器人辅助完成电极的植入,这样的做法改善了人工植入电极带来的误差问题,72岁高龄的实验志愿者也是国际、国内首例。

2、全球首个活体机器人诞生 ,会编程,能自愈

美国当地时间 1 月 13 日,美国佛蒙特大学(University of Vermont)宣布利用非洲爪蟾早期胚胎中的皮肤细胞和心脏细胞,创造出了首个活体机器人“xenobots”(异种机器人)。

xenobots 由佛蒙特大学的超级计算机设计,然后由塔夫茨大学的生物学家组装和测试。塔夫茨大学再生与发育生物学中心主任 Michael Levin 说:“不难想象,这些机器人有很多其他机器做不到的应用,比如寻找有害化合物或放射性污染物、在海洋中收集微塑料、在动脉中穿行,清除牙菌斑等等。”

据了解,xenobots 以非洲爪蛙的名字“Xenopus laevis”命名,不到 1 毫米宽的 xenobots 可以向目标移动,也可拿起物体(比如需要运送到患者体内特定位置的药物),受伤后还可自愈伤口。这项研究已发表在1月13日的世界顶级学术期刊《美国国家科学院院刊》(PNAS)上。

🔗 原文链接:https://www.leiphone.com/news/202001/S5Oue6ZOCN3YR8ce.html

3、前瞻性技术展示 ,AI 可通过无创 ECG 数据追踪人体血糖水平

据外媒报道,来自华威大学的研究人员正在展示其最新的前瞻性技术,其利用 AI 从简单的心电信号中检测低血糖事件。

这项新研究的通讯作者 Leandro Pecchia 指出,手指采血从来都不令人愉快,在某些情况下还特别麻烦,他们最新研发技术的创新之处在于能利用人工智能通过数次 ECG 跳动来自动检测低血糖,而 ECG 可以在任何情况下(包括睡眠)被检测到。华威大学团队取得的关键突破是开发了一种能够学习单个病人 ECG 节律的 AI 系统。两名受试者之间发出低血糖信号的 ECG 测量结果可能完全不同,这意味着唯一的出路是开发一种 AI 系统来检测每个患者的个性化波动。

研究人员表示,在健康的志愿者测试中,该系统能以82%的准确率检测到低血糖事件。当然,这并不是第一个在早期试验阶段就被证明有效的无创血糖监测系统。接下来,研究人员还需要做大量的工作来验证和完善这项技术在更大患者群体中的应用。

🔗 原文链接:www.jiqizhixin.com

4、繁则变,变则生!150秒内 AI 准确诊断脑部肿瘤

全世界每年约有1520万人被诊断出患有癌症,80%癌症患者均会接受手术治疗,数字惊人,传统组织病理学检查便显得更繁杂了。欣喜的是,纽约大学一项新研究发现,现在有一种将先进的光学成像与 AI 相结合的新颖方法可以对脑肿瘤进行准确、实时的术中诊断。

基于深度学习,研究人员训练了一个卷积神经网络(CNN),结合 SRH 成像技术,研究中患者术中诊断过程分为3个步骤:图像采集、图像处理、术中诊断预测。来自415名患者的超过250多万病理样本被用作样本数据来训练 CNN。

研究人员将这些病理组织分类整理成13种最为常见的脑部肿瘤,其中包括恶性脑胶质瘤、淋巴瘤、转移性肿瘤、脑膜瘤等。显微镜下的已知病灶图像经过计算机聪明“大脑”的分析,不到150秒就能看到结果。对于那些隐藏着的病灶,也无法逃脱 AI 的捕捉,同样也会被及时清除。

🔗 原文链接:《《自然》子刊:繁则变,变则生!150秒内AI准确诊断脑部肿瘤》

5、梅奥诊所推出“临床数据分析平台” ,利用 AI 加快新药研发进度

2020年1月13日-1月16日,业内规模最大的医疗投资研讨会——第38届摩根大通医疗大会(JP Morgan Healthcare Conference)在旧金山召开。

14日,Mayo Clinic 推出其 Mayo Clinic Platform 的首个 AI 项目“临床数据分析平台”,项目将专注于确定新药的靶标和生物标志物、为患者匹配最佳治疗方案和发掘现实世界数据(例如药品标签扩展、上市后监测和用药目的)。项目通过减少临床试验失败,降低药物生产成本。

Mayo Clinic Platform 由梅奥诊所在2019创立的,旨在利用人工智能、智能医疗设备和自然语言等新兴技术创建新的医疗平台。

🔗 原文链接:

https://www.leiphone.com/news/202001/eL85EkpGCY9Moc5z.html

6、最强跨界选手上线 ,写作 AI 学会象棋和作曲

一个 NLP 除了做阅读理解、问答、生成文章摘要、翻译之外,还能用来干嘛?好奇心很强的网友便拿 OpenAI 的 GPT-2 做了个实验。它除了能生成文本,竟然还能下象棋、做音乐!

此前,GPT-2 就曾写出爱尔兰民歌。

美丽的湖,美丽的树林,(Fair is the lake, and bright the wood,)
垂满魅惑的花朵:(With many a flower-full glamour hung:)
美丽的浅滩,温柔的潮水(Fair are the banks; and soft the flood)
我们的舌头发出金色的欢笑。(With golden laughter of our tongue.)

最近科研人员只用了几天的时间,让 GPT-2 学会了预测下一步棋,训练它下国际象棋。

仅仅经过一个小时的训练,GPT-2 1.5B 模型就表现出了国际象棋“天赋”。虽然在下了几步棋之后,就会出现无效移动,但这次实验还是证明了制造 GPT-2 国际象棋引擎并非不可能。

🔗 原文链接:

https://www.qbitai.com/2020/01/10610.html

7、清华机器人组乐队 ,有声有色演绎中国风

2019年年末,清华大学通过官方微博发布了一段“墨甲”乐队演奏的视频。

机器人“乐手们”均身着华丽的唐朝服饰,随着音乐的节奏摇头摆手。其中,有负责吹竹笛的 “玉衡”、弹箜篌的“瑶光”、负责排鼓演奏的“开阳”,还有一位主持人“小灯笼”。

机器人模拟人类完成了独特的岁末献礼。比如说,演奏竹笛就是通过吹气、手指按压笛孔发声。和人类演奏不同的是,一般横笛的笛孔是在人类嘴部下方,科研人员把进气的装置横过来放在了笛子的一侧,方便机器人从一侧吹气模拟人嘴的功能。

🔗 原文链接:

http://www.chinanews.com/cul/2020/01-03/9050840.shtml

8、科技部:科技创新2030 新一代人工智能将围绕五大方向持续攻关 ,使 AI 成为智能经济社会发展的强大引擎

科技部日前正式发布关于对科技创新 2030—“新一代人工智能”重大项目 2020 年度第一批项目申报指南征求意见的通知。

根据总体目标,新一代人工智能将以推动人工智能技术持续创新和与经济社会深度融合为主线,按照并跑、领跑两步走战略,围绕大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等五大方向持续攻关。

“科技创新2030”是按照《国家创新驱动发展战略纲要》和国家“十三五”规划纲要的要求,面向2030年部署的一批体现国家战略意图的重大项目。力争到2030年在航空发动机及燃气轮机、深海空间站、量子通信与量子计算、脑科学与类脑研究、国家网络空间安全、深空探测及空间飞行器在轨服务与维护系统、种业自主创新、煤炭清洁高效利用、智能电网、天地一体化信息网络、大数据、智能制造和机器人、重点新材料研发及应用、京津冀环境综合治理、健康保障、新一代人工智能等16个重点方向率先突破。

🔗 原文链接:

http://dz.jjckb.cn/www/pages/webpage2009/html/2020-01/10/content_60508.htm

9、中戏将首次招收两名戏剧人工智能博士 , 招生采取申请-考核制

中央戏剧学院日前发布消息称,2020年将首次招收两名戏剧人工智能方向博士研究生。该方向学制四年,学习方式为全日制。对于首次招收戏剧人工智能方向博士,中戏将采取导师组联合培养的方式,两名博士生共有4位导师。

该方向招生将采取“申请-考核制”,招生要求考生是对“戏剧与影视”学科有研究兴趣的理工类考生,优先考虑具备学科交叉背景或学科交叉能力较强的考生。

同时,要求考生具有较强的创新意识和科研能力,需提供能够体现自身学术水平、科研能力、实践能力的代表作(含论文、软件、游戏开发、出版物等)或原创性工作成果。

🔗 原文链接:

http://www.chinanews.com/sh/2020/01-09/9055129.shtml

10、《人工智能(高中版)》将于9月出版 ,图灵奖得主姚期智任主编

1月7日,《人工智能(高中版)》出版签约仪式在清华大学举行。图灵奖得主、中科院院士、清华大学交叉信息研究院院长姚期智担任该教材主编,领衔清华大学交叉信息研究院(姚班与智班)师资全方位“把关”质量。

本教材将由清华大学出版社于 2020 年 9 月正式出版发行。《人工智能(高中版)》一书共有 9 章,分别包括数学与编程基础、搜索、机器学习、线性回归、决策树与随机森林、神经网络、计算机视觉、自然语言处理、强化学习。

此外,《人工智能(高中版)》在每一章均配备习题与编程实验,以及专属网站资源,为学生提供编程帮助与进阶挑战内容,帮助有志提高的同学们进一步学习。

🔗 原文链接:

http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2020-01/08/content_438217.htm?div=-1

11、手术期间诊断出脑肿瘤 , 新 AI 只需两分钟

根据近日发表在科学杂志《自然医学》上的新研究,一种新的 AI 系统能够在两分钟内准确诊断出脑瘤。

这种 AI 使用一种被称为受激拉曼组织学(SRH)的光学成像技术来创建图像,AI 算法在不到150秒的时间内就可以对其进行评估。

此前将组织送到实验室冷冻和染色,然后通过显微镜检查的传统方法需要大约20至30分钟或更长时间得出结果。基于 AI 的诊断准确率为94.6%,而传统的人类诊断为93.9%。新方法简化了在患者仍在手术台上时分析组织样本的实操。

🔗 原文链接:

https://thehill.com/changing-america/well-being/medical-advances/477016-artificial-intelligence-can-diagnose-a-brain

值得关注

1、2019机器之心人工智能年度奖项正式公布:关注创业先锋,聚焦产品案例

机器之心「Synced Machine Intelligence Awards」年度奖项评选活动自 2017 年设立以来,已连续举办至第三届,受到国内外人工智能社区广泛关注与重视,目前已成为国内人工智能界规模最大、评选最权威的年度奖项。

本次评选与以往最大的区别在于,我们将更重视产业的力量,从「企业服务」的角度而非「媒体」的角度来进行评选,重点关注人工智能公司的产品、应用案例和产业落地情况,基于真实客观的产业表现筛选出最值得关注的企业。

今年我们收到了数百家企业报名,为保证奖项评选公正性,在经参选企业同意的前提下已将其提交的可公开参选信息发布至机器之心数据库「机器之心 Pro」行业数据库(PC 端登陆查看:https://pro.jiqizhixin.com/)。

机器之心根据六大奖项评选维度,对每家参选企业提交的 200 余项参选信息进行审核,同时基于「机器之心 Pro」上百万条机构、产品/解决方案、应用案例、新闻事件数据,及专业评审团队的综合评估,最终评选出了 50 家获奖 AI 企业、30 个获奖 AI 应用案例、30 个获奖 AI 产品/解决方案,以及 10 大 AI 资本事件。

机器之心「Synced Machine Intelligence Awards」年度奖项评选活动自 2017 年设立以来,已连续举办至第三届,受到国内外人工智能社区广泛关注与重视,目前已成为国内人工智能界规模最大、评选最权威的年度奖项。

本次评选与以往最大的区别在于,我们将更重视产业的力量,从「企业服务」的角度而非「媒体」的角度来进行评选,重点关注人工智能公司的产品、应用案例和产业落地情况,基于真实客观的产业表现筛选出最值得关注的企业。

今年我们收到了数百家企业报名,为保证奖项评选公正性,在经参选企业同意的前提下已将其提交的可公开参选信息发布至机器之心数据库「机器之心 Pro」行业数据库(PC 端登陆查看:https://pro.jiqizhixin.com/)。

机器之心根据六大奖项评选维度,对每家参选企业提交的 200 余项参选信息进行审核,同时基于「机器之心 Pro」上百万条机构、产品/解决方案、应用案例、新闻事件数据,及专业评审团队的综合评估,最终评选出了 50 家获奖 AI 企业、30 个获奖 AI 应用案例、30 个获奖 AI 产品/解决方案,以及 10 大 AI 资本事件。

中国十大最具潜力早期 AI 公司 :

艾耕科技

艾耕科技致力于使用先进的人工智能技术来提升内容生产的效率,创始团队主要来自于微软、IBM 和阿里巴巴。截止到 2019 年底,获得了包含 SIG、启明、红杉和高榕等机构 VC 的数千万美元的投资,也先后与优必选和快手达成了战略合作/投资协议。2019 年,艾耕科技与锋巢科技紧密合作推出了中国最先进的汽车图文智能编辑器大黄蜂;在阿里巴巴服务市场上线了黑科技 Modi Video,为商家一键生成营销短视频;在微信端的自动化营销海报设计 Modi Design 也获得我们早期用户的一致青睐。我们坚信技术创造价值,希望成为富媒体生产这个千亿市场的生产力释放的中坚力量。

暗物智能

成立于 2018 年 7 月,暗物智能科技(简称「DMAI」)致力于打造新一代强认知人工智能技术平台。公司以人机交互、跨领域融合等关键核心技术为主攻方向,是亚洲地区唯一获得 ICCV 2019 最佳论文提名奖的企业团队。此外,创始人朱松纯教授实验室团队研究成果登上 Science 子刊,新一代人工智能技术获权威认可。DMAI 已在短时间内实现 AI+教育的应用落地,未来也将逐步与金融、健康、新零售、泛娱乐、政务司法等业务场景深入融合,推动行业商业模式的革新。据悉,公司已获得赛领、IDG、高捷、将门、临港等多家知名投资机构的数千万美元 Pre-A 轮投资。

超参数科技

成立于 2019 年 1 月,超参数科技的创始团队主要来自人工智能和游戏行业、以及海内外知名院校的专家学者。核心成员在深度学习、强化学习等前沿技术领域有长期钻研,结合大系统工程的能力,团队具有 AI 技术在游戏领域大规模商业化落地的经验。2019 年,超参数科技和多家头部游戏公司共同探索,推出 3D 生存类游戏 AI「猎户座α」和非完美信息博弈 AI 解决方案,并拓展更多游戏品类。超参数科技还针对游戏行业开发 Lambda AI 平台和 Delta AI 引擎,用 AI 技术为游戏行业注入创新动力。超参数科技获得晨兴资本和高榕资本的 A 轮投资。

妙笔智能

妙笔智能成立于 2019 年,专注于自然语言生成(NLG)技术的研发及应用,与北京的大学计算机研究所顶尖 NLP 团队建立了深度技术合作,妙笔研发的智能创作平台可为企业提供机器人写作、改编、视频生成及发布等智能服务。目前已服务于企业营销传播、媒体智能化、电商文案和视频内容生成等领域。妙笔在首届人民网内容科技创业大赛中获得了全国总决赛三等奖(位列 NLP 相关领域第一)。目前,妙笔已完成天使轮融资,由百度风投领投,联想创投跟投。

湃方科技

成立于 2018 年 4 月,湃方科技创始团队成员均来自于清华大学。公司以高能效工业边缘 AI 芯片为核心,打造从芯片、算法、边缘采集/计算终端、APP/PC 产品的全栈式快品类的产品体系,并已实际应用在多个工业场景。2019 年 1 月,湃方科技发布边缘 AI 芯片 Sticker-T;并于 7 月发布了一维信号 AIoT 全栈产品,由湃方星核、湃方星云、湃方星象、湃方星尘产品组成的产品矩阵完成了多轮迭代获得客户认可。2019 年公司与多家泵企、电机企业等前装客户建立合作,并为石油石化、钢铁冶金等多个行业客户提供产品及服务。

清微智能

成立于 2018 年 7 月,清微智能提供可重构计算架构(CRGA),这是一种不同于传统冯诺依曼架构的可根据不同的应用需求灵活重构硬件资源的新型芯片架构技术,同时具备通用计算芯片灵活性和专用集成电路高效性的优点。2019 年 6 月量产的智能语音芯片 TX210,是可重构芯片的首次商用,出货量已达百万,应用于手机、家居,玩具及智能穿戴设备中。9 月发布的 TX510,同时支持语音和视觉等多模态智能处理,是全球首款多模态智能芯片。

人民中科

成立于 2019 年 7 月,人民中科是人民网与中科院自动化所联合成立的高新技术企业,公司以机器内容理解技术为业务核心,为客户提供不同应用场景下的人工智能技术和服务,主要包括视频、音频、图像、文本的语义理解、场景识别、目标检索等。2019 年,公司首先发力于内容安全领域,围绕「人工智能+内容安全」,推出了「互联网音视频内容风控平台」和「网络异质媒体监测系统」两大产品体系,为网络空间治理提供智能技术支持。

赛迪奇智

成立于 2019 年 3 月,赛迪奇智由中央直属企业中国五矿全资子公司中冶赛迪和创新工场的 AI 子公司创新奇智合资成立,聚焦工业领域,围绕园区物流和智能制造两大应用场景,提供基于工业 AI 的整体解决方案。公司联合中冶赛迪、湛江钢铁打造的全球首套「智慧铁水运输系统」已全面上线,是人工智能技术在工业场景的创新实践,在钢铁智能化进程中具有里程碑式的意义。成立不到一年,公司已服务 12 家国内大型企业并实现首年盈利。

燧坤智能

成立于 2018 年 9 月 1 日,燧坤智能是一家利用人工智能算法发掘基本作用靶点、发现已知药物新适应症、提升新药筛选效率、提高大分子产量的 AI+生物科技公司。2019 年,在完成公司研发、商务、运营整体团队蜕变的同时,实现了平台工具在制药行业的具体落地实施。燧坤智能先后同制药行业中的一线创新药企业、上市公司、跨国药企签订协议。在商业方面不断突破的同时,研发团队还发表了多篇期刊文章。燧坤智能于 11 月底宣布完成 Pre-A 轮数千万人民币融资。

燧原科技

成立于 2018 年 3 月,燧原科技专注于人工智能领域云端算力平台。2019 年 12 月,燧原科技发布了首款人工智能训练产品——面向云端数据中心的人工智能训练加速卡「云燧 T10」。其创新性架构、互联方案和分布式计算及编程平台,可广泛应用于云数据中心、超算中心、互联网、金融、智慧城市及政务云等多个人工智能应用场景。2019 年 6 月,燧原科技宣布获得新一轮融资 3 亿元人民币。目前已经得到了包括腾讯投资、武岳峰资本、红点创投、上海科创投在内的多家机构的投资。

中国十大最强 AI 研究实力机构 2019 研究成果及进展总结

阿里

过去一年,阿里巴巴集团旗下达摩院、平头哥、阿里云等团队共发表了 270 余篇论文,论文涵盖自然语言处理、智能语音、视觉计算、芯片架构、自动驾驶、数据库以及云计算等前沿科技领域,这些研究成果已得到顶级机构的认可,多位科学家被评为院士、国际顶级学会 Fellow。在基础技术研究之上,阿里巴巴还创造了多个世界第一,例如含光 800 打破了 AI 推理芯片的性能和能效比纪录。这些前沿技术及产品已实现大规模应用,例如阿里 AI 的创新算法广泛应用于卫星遥感影像分析、医疗、交通、工业制造等领域。

百度

百度作为全球领先的人工智能平台型公司,百度大脑的语音、图像、自然语言处理、知识图谱、深度学习等核心技术领域持续保持世界领先,在 CVPR、ICCV、NeurIPS、MRQA 等全球公认的 Top 级赛事及学术顶级会上,斩获冠军 23 次,论文收录 200 多篇;AI 专利申请量 5712 件,中国第一;培养超过 1000 名一线 AI 专业教师和数十万企业的初中高级技术人员。同时,百度以智能云为载体,正在积极推动 AI 广泛落地应用于金融、客服、城市、医疗、互联网、工业等领域,成为中国产业智能化的引领者。

海康威视

2019 年,海康威视进一步提出 AI Cloud 物信融合理念,并发布物信融合数据平台,不断夯实在 AI 智能、大数据、应用领域的布局,截至目前,基于 Hikvision AI Cloud 物信融合数据平台的典型应用项目已经覆盖全国 24 个省区、近百个城市。在软件层面,Hikvision AI Cloud 软件家族图谱正式发布,应用覆盖公共安全、交通、制造、零售、教育、物流等 20 余个行业。在硬件层面,海康威视继续深化和完善硬件产品布局,尤其是在多维感知、全要素感知等领域取得了突破,并有多款重量级产品推出,包括 AI 多摄、雷视一体机等产品系列。针对行业对 AI 技术的碎片化需求,海康威视通过构建 AI 开放平台,实现 AI 技术的全面产业赋能。目前,海康威视 AI 开放平台已经服务上百个行业。

华为

凭借领先的全栈全场景 AI 能力,2019 年 8 月,华为入选国家新一代人工智能开放创新平台。基于华为的全栈全场景 AI 能力,华为云面向政府企业提供人工智能服务。截止至 2019 年 10 月,华为云面向行业,可提供 60 种人工智能服务、160 项 AI 功能,并已在城市、制造、物流、互联网、医疗、园区等 10+行业的 500+项目进行探索,助力深圳交警、天津生态城、中国石油、三联虹普、鑫磊集团、金域医学、中国图库等进行了智能化升级和 AI 落地。同年,华为云提出跨越行业 AI 商用裂谷的四大关键要素,发布基于全球最强算力 AI 处理器——昇腾 910AI 处理器的华为云昇腾集群服务;发布了 43 种基于华为自研昇腾 AI 处理器的 AI 云服务、全面升级的华为云 ModelArts2.0 一站式 AI 开发与管理平台、城市智能体、工业智能体、新一代全场景智能数据湖等领先产品及服务,深化行业 AI 落地,共建普惠 AI。

京东

2019 年 8 月,京东入选智能供应链国家新一代人工智能开放创新平台,以京东人工智能开放平台 NeuHub 为核心载体,对外输出京东智能供应链能力,同时在市政、零售、客服、医疗等领域规模应用。2018 年至今,京东 AI 研究院在人工智能顶级会议和期刊上累计发表论文 130+篇;13 个国际级人工智能赛事的冠军。2019 年,在 CVPR 2019 上获得 3 项学术比赛第一。同时,京东数字科技也具备全面 AI 能力,在机器学习(主要包括 Auto ML、联邦学习、深度学习)、3D 计算机视觉、语音识别与合成、NLP 等领域都有技术与应用创新。在顶会和国际学术期刊发表论文近百篇,开展几十项 AI 研究项目、与中科院、清华大学、上海交通大学、匹兹堡大学等十余个科研机构和高校开展了 AI 方面的合作。

科大讯飞

科大讯飞长期从事人工智能核心技术研究,核心技术处于国际一流水平,并积极推动人工智能在各行业的应用落地,致力让机器「能听会说,能理解会思考」。2019 年,科大讯飞秉承「顶天立地」的核心理念,基于拥有自主知识产权的核心技术继续保持国际一流水平,在智能语音、计算机视觉、对话及阅读理解等方向全年获得十项国际权威评测第一,人工智能翻译系统全球首次通过国家翻译专业资格水平考试,以源头技术创新驱动的战略布局成果不断显现。

腾讯

2019 年,腾讯在基础研究方面,在 ICML、CVPR、NeurIPS、ACL 等多个顶级学术会议或期刊入选论文 256 篇,于 ACL 入选国内首篇最佳长论文,并在 DSTC8 等多项竞赛夺冠,展现业界领先研究能力。

技术应用方面,AI+游戏,与王者荣耀研发「绝悟」AI 达职业水平,推出「开悟」开放平台深化生态建设;AI+医疗,全面支持腾讯觅影、腾讯医典等产品,自研智能病理显微镜;AI+内容,首次发布多模态数字人及电竞解说展示;AI+农业,与顶级大学 WUR 合办第二届温室竞赛,推出 iGrow AIoT 温室落地方案;AI+公益,优图跨年龄人脸识别技术帮助找回 14 名被拐超 10 年儿童。

技术生态方面,开源 MedicalNet 医疗深度学习预训练模型、Angel 成为中国首个 LF AI 基金会毕业项目并升级为全栈机器学习平台,此外还发布 FewRel 2.0 与 DocRED 数据集,并犀牛鸟项目开展 30 多个高校联合研究项目。

微软亚洲研究院

作为在计算机科学领域深耕 21 年的基础与应用研究机构,微软亚洲研究院始终致力于推动计算机科学全领域的前沿发展,着眼于下一代革命性技术的创新与突破。2019 年,微软亚洲研究院持续探索计算机科学的边界,收获了累累的科研硕果,在 ACL、EMNLP、NeurIPS、ICML、AAAI、IJCAI、CVPR、ICCV、SIGGRAPH、KDD、WWW、SIGCOMM、NSDI、MobiCom 等计算机科学国际顶级会议上共发表 230 余篇论文,全面覆盖了机器学习、自然语言处理、计算机视觉、图形学、可视化、语音、数据挖掘、软件工程、计算机系统、网络、数据库与安全等领域。

微众银行

微众银行 AI 团队在 FedAI 联邦学习生态、智能服务、AI 精准营销、智能资管四大领域拥有一系列领先成果和应用,已申请 200 余件专利。

在国内首次提出「联邦学习(Federated Learning)」通用解决方案,解决 AI 大规模落地中的「数据孤岛」和「数据隐私保护」难题,在全球范围内引领和推动数据隐私保护下的 AI 协作生态建设。开源全球首个工业级联邦学习平台「FATE(Federated AI Technology Enabler)」并成为 Linux 基金会项目;在国际 AI 顶会 IJCAI 和 NeurIPS 上组织联邦学习国际研讨会;牵头 IEEE 国际标准和国内标准制定;推动在金融、医疗、零售等多行业落地应用。目前已有上百家机构和高校加入共建联邦学习生态。

字节跳动

2019 年,字节跳动人工智能实验室团队持续发力,将人工智能技术应用于语音、音频、图片、视频、游戏等各类内容形式的产品平台中,如抖音短视频在 11 月推出 Landmark AR 技术,为城市地标推出 AR 效果道具。

同时,字节跳动加大人工智能在反低俗内容打击方面的应用,今日头条在 2019 年连续两次升级「灵犬」反低俗助手,在升级文本类低俗内容识别能力的同时,先后加入了图片识别、语音识别功能,支持用户识别图片类低俗内容,支持用户以语音方式对低俗内容进行检测。

基础能力方面,6 月,字节跳动发布了一款通用高性能分布式训练框架 BytePS,显著优于目前的开源分布式训练框架。

2、2019年度国家科学技术奖在京揭晓,共评选出296个项目和12名科技专家。

1月10日,2019年度国家科学技术奖在京揭晓,共评选出296个项目和12名科技专家。其中,国家自然科学奖授奖项目46项,国家技术发明奖授奖项目65项,国家科学技术进步奖授奖项目185项。中国船舶集团所属719所名誉所长黄旭华院士、中国科学院大气物理研究所曾庆存院士,摘得国家最高科学技术奖。10名外籍专家荣获中华人民共和国国际科学技术合作奖。

3、2019新一代人工智能产业白皮书:主要应用场景研判

当前,新一代人工智能技术正加速在各行业深度融合和落地应用,推动经济社会各领域从数字化、网络化向智能化加速跃升。

基于此,中国电子学会、中国数字经济百人会、旷视联合编制《新一代人工智能产业白皮书(2019年)——主要应用场景研判》,详细分析了基础层、技术层和应用层的产业发展态势,剖析了新一代人工智能产业应用场景落地在网络环境、应用需求、智能化基础设施、计算能力、内容升级五大关键因素。

4、国内首例!浙大“双脑计划”让72岁高位截瘫患者只靠意念喝可乐打麻将

1月16日,浙江大学对外宣布“双脑计划”重要科研成果,求是高等研究院“脑机接口”团队与浙江大学医学院附属第二医院神经外科合作完成国内第一例植入式脑机接口临床研究,患者可以完全利用大脑运动皮层信号精准控制外部机械臂与机械手实现三维空间的运动,同时首次证明高龄患者利用植入式脑机接口进行复杂而有效的运动控制是可行的。

除了吃喝、社交、娱乐外,这项最新成果将有助于肢体瘫痪患者进行运动功能重建,从而提高生活质量,未来也将对辅助运动功能、失能者功能重建、老年机能增强等更多领域产生积极影响。

大脑与机械的心灵感应,这不是第一次,但难度很大

在浙大二院16楼功能神经外科的一间病房里,张先生刚刚午休结束。护士一边叫着“外公,外公”,一边轻轻地在他腿上盖了一块毯子。而那边,工作人员已经把设备调试好了。这一天的训练由此开始。

工作人员把一个放着油条的杯子放在机械手的旁边,张先生用“意念”让机械手对准位置,张开手指,握住杯子,一步一步往回挪。挪的过程并不都十分顺畅,有时候往左偏一点,有时候往右偏一点,张先生得“使劲”想着“往右”或“往左”,调整机械臂的方向,经过近半分钟的努力,机械手终于把杯子挪到了他的嘴边,张先生吃到油条了。

抓、握、移,这些对常人来说再简单不过的动作,背后却是信号发送、传输和解码等一系列复杂的过程。因此,这一“转念”之间的过程,对像张先生这样脊髓神经损伤、运动功能丧失的残障人士而言,是不可能完成的任务。

这项研究受到国家重点研发计划“基于脑机接口的脑血管病主动康复技术研究及应用(2017YFC1308500)”、国家重点研发计划“脑机融合的脑信息认知关键技术研究(2018YFA0701400)”、“国家自然科学基金重大科研仪器研制项目“脑神经网络复杂系统的实时解析与调控仪器研制(31627802)”的资助。

5、中国首款编程语言“木兰”被质疑抄袭,中科院开发者道歉了

中科院计算所团队“完全自主设计、开发和实现”的“木兰”编程语言是Python语言的套壳产品?针对近日这一网络质疑,1月17日,项目负责人、中科院计算所编译实验室员工刘雷在科学网上发表回应称,木兰语言在8位单片机上的编译器是本团队开发的,在32位单片机上的编译器是基于Python开源编译器进行的二次开发,但在接受采访中将木兰编程语言和编译器夸大为完全自主开发。

刘雷关于“木兰”编程语言的情况说明全文如下:

本人系中科院计算所编译实验室员工。基于我在编译技术上的科研积累创办了中科智芯(北京)科技有限公司,该公司围绕青少年编程教育,设计开发编程语言、编译器和集成开发环境等产品。

为了更好地在中小学中普及计算思维,本人带领团队开发了一种称为“木兰“的编程语言。它包含三个组成部分:一、在语言规范上借鉴了Lua语言的特性并进行了扩展,增加数据表达方法等新的特性;二、开发了支持少儿编程教育的可视化编程环境;三、针对8位AVR单片机,实现了相应的编译器和运行时系统,开发了能模拟多任务执行的虚拟机。以上产品已经在数百所中小学中,开展了10万人次的编程科普活动。

针对STM32单片机,我们是基于Python开源编译器进行的二次开发,也就是先将木兰语言的源程序转换为Python的中间表示(AST),再在Python虚拟机上运行。这就是在开发和运行环境中会包含Python系统的原因。

在1月15日接受媒体采访时,本人在对木兰编程语言的介绍中,犯了以下错误:

1. 木兰编程语言主要是用于中小学教育,在介绍中将它扩大到智能物联领域。

2. 木兰语言在8位单片机上的编译器是本团队开发的,在32位单片机上的编译器是基于Python开源编译器进行的二次开发,但在接受采访中将木兰编程语言和编译器夸大为完全自主开发。

对于此次在网络上造成的不良影响,本人郑重道歉,对给中科院、中科院计算所带来的不良后果表示诚挚的歉意。本人感谢大家的监督与批评,并深刻反省,保证不再出现类似问题。

此前,据中国新闻网等多家媒体报道,中国科学院计算技术研究所(以下简称中科院计算所)1月15日正式对外发布该所计算机体系结构国家重点实验室编译技术团队自主研发、面向新一代人工智能和物联网应用的“木兰”编程语言体系,并推出“木兰”开源软件包,供全球用户免费下载获取。

6、2020年AI学术界一场突如其来的辩论:到底什么是深度学习?

在过去十年汹涌而来的深度学习浪潮中,大家对深度学习在应用中体现出的各种特点已经非常熟悉了,但毕竟深度学习的理论仍未建立完善。更重要的是,大家已经意识到了深度学习的种种限制,那么想要破除限制、实现更高级的智慧时,就免不了需要思考,是「继续改进深度学习就可以达到目标」,还是「我们需要在深度学习之外另起炉灶」,这里也就引出了那个看似简单,但大家尚未达成共识的问题「深度学习是什么?」

不少学者最近都参与了这个讨论,回顾一下各方观点。

Keras 作者 François Chollet 这样说

Keras作者、谷歌大脑高级研究员 François Chollet 最先给出了自己的观点:

什么是深度学习?在 2019 年这个时间点,大家经常用到的那种深度学习定义大概是这样的:「它由一连串可微分的参数化的层组成,而且是用反向传播算法端到端地训练的」。不过这个说法在我看来太过狭隘了,它最多是「我们现在做的深度学习」的描述,而不是对深度学习本身的定义。

比如说,如果你有一个卷积网络模型,然后你用 ADMM 训练它的权重,它就不是深度学习了吗?一个自己学习特征的 HMAX 模型就不是深度学习了吗?甚至于,用贪婪算法逐层训练的深度神经网络就不是深度学习了吗?要我说的话,它们都是深度学习。

深度学习应该指的是一种表征学习方法,其中的模型是由一连串的模块组成的(一般都会堆成一个多层的或者金字塔形的模型,这也就是「深度」的由来),而其中的每一个模块分别拿出来训练之后都可以作为独立的特征提取器。我在我自己的书里也就是这么定义的。

通过这样的定义,我们也就能明确深度学习不是下面这样的模型:

深度学习的定义里不需要指定固定的某种学习机制(比如反向传播),也不需要指定固定的使用方式(比如监督学习还是强化学习),而且也不是一定要做联合的端到端学习(和贪婪学习相反)。这才是深度学习「是什么」的本质属性、根本结构。这之外的描述仅仅是「我们是如何做深度学习的」。

清晰的定义也就划分出了明确的边界,有的东西是深度学习,有的东西不是。2019 年随处可见的这种深度神经网络自然是深度学习,而用演化策略 ES、ADMM、虚拟梯度之类的反向传播替代方案训练的深度神经网络当然也是深度学习。

基因编程就不是深度学习,快速排序不是深度学习,SVM 也不是。单独一个全连接层不是深度学习,但很多个全连接层堆在一起就是;K-means 算法不是深度学习,但把许多个 K-means 特征提取器堆叠起来就是。甚至我自己在 2011 到 2012 年间,收集视频数据的位置的成对的共同信息矩阵,然后把矩阵分解堆叠在上面,也是深度学习。

一般的人类软件工程师用语言写出的程序不是深度学习,给这些程序加上参数、能自动学习几个常量,也仍然不是深度学习。一定要用成串连起来的特征提取器做表征学习,这才是深度学习。它的本质在于通过深度层次化的特征来描述输入数据,而这些特征都是从数据里学习到的。

根据定义也能看出来,深度学习是一种逐步完善的、一点点优化的从数据中提取表征的方法。以深度学习现在的形式来看,它至少是 C1 连续的(甚至到无限阶都是连续的)。这一条可能不那么关键,但「逐步优化」的这一条也是深度学习的固有属性。

所以深度学习和以往的符号运算 AI、常规编程都完全不同,它的基础结构就是离散的、以数据流为核心的,而且通常也不需要任何中间层的数据表征。

想用深度学习做符号运算也不是不可能,但需要引入很多额外的步骤。可话又说回来,深度学习模型也就只能囊括所有程序中的很小很小的一部分而已,没必要做什么都要用深度学习。

还可以再拓展一个问题:大脑是「深度学习」吗?我认可的只有这一种答案:大脑是一个复杂得难以想象的东西,它把许许多多结构不同的东西包括在内,而我们对大脑的了解还太少;大脑是不是深度学习,我们还给不出确定的答案。我有一个直觉是,大脑总体来说不是深度学习,不过其中的某一些子模块可以用深度学习来描述,或者是部分符合深度学习的,比如视觉皮层就有深度层次化的特征表征,即便这些表征不都是学习得到的;视觉皮层也是深度学习的研究中重要的灵感来源。

我可以再补充一句,如果用树形结构来比喻的话,我们对现代的深度学习的理解和使用,主要还停留在早些时候发展的「现代机器学习」的这一枝上,和神经科学之间没多大关系。神经科学带来的影响主要在于高层次的新观念启发,而不是直接的模仿借鉴。

Yann LeCun 这样说

在另一条故事线上,深度学习三驾马车之一的 Yoshua Bengio 和「一直以来的深度学习黑粉」 Gary Marcus 的年度拌嘴留下了一个经典问题:「深度学习是否已经足够了?」("Is DL enough?")这也再次引出了「深度学习到底是什么」的讨论。2011 年图灵奖得主、贝叶斯网络之父 Judea Pearl 就表示「因为深度学习没有清晰的定义,所以我没办法回答深度学习是不是已经足够了」。

有一种据说来自 Yann LeCun 的定义是这样的:深度学习是一种方法论,是把多个参数化的模块组合成图(可以是动态图),构成模型,然后用基于梯度的方法优化它。LeCun 本人表示,如果这么定义深度学习的话,那深度学习还远远不足以解决目前已经遇到的问题,因为这个定义下的模型架构、优化目标、优化方法都有了具体的限制。

讨论中也有人提出,如果直接给出深度学习的定义有争议,不如我们列一列都有什么东西不是深度学习?LeCun 给出的答案是:逻辑回归、核方法、朴素贝叶斯、树&森林、K-means、K-NN 都不是深度学习,因为它们都不学习数据表征;此外,通过 0 阶方法(非梯度)优化的高度不可微分模型也不是深度学习,即便它们可以学习数据表征。

一两天的讨论之后,学者之间没能立刻形成广泛一致的共识。Judea Pearl 觉得有点失望,他自己做了这样一个总结:

虽然我没能看到什么好的定义,但是在「深度学习是什么」的讨论里我的感受是,做深度学习的人们似乎都非常相信深度学习还有无限大的潜力,他们沉醉在这些程序、技巧、术语里无法自拔。我想起了我高中时候学代数学到第二周、第三周时候的样子,我们也相信这些方法有无限的问题解决能力。但老师告诉我们,如果两个方程里有三个未知数,那你就解不出这个方程;听到这句话的时候我们不免会有一些失望,也感受到了自己的无知,但同时,这也让我们避免在无解的方程上浪费太多时间。只不过,朋友们,现在大家已经都不是高中生了。

LeCun 在下面和他继续讨论了起来:

所以你这是不接受我的定义了?我的定义是,深度学习是一种方法论,是把多个参数化的模块组合成图(可以是动态图),构成模型,设置一个目标函数,然后用某种基于梯度的方法优化它。如果要够「深」,那么这个图就需要在从输入到输出的流程上有许多个非线性阶段;这种深度也能让模型学到内部的表征。我的这个定义也没有指定具体的学习范式(有监督、无监督、强化学习),甚至连结构、目标也都不是定死的。

Judea Pearl 没有继续参与这个讨论,不过,对比 François Chollet 和 Yann LeCun 给出的答案,不难看出他们的大部分意见是一致的,只不过 LeCun 认为基于梯度的优化方法也是深度学习的一部分,而 Chollet 认为不用基于梯度的方法也可以 —— Chollet 定义下的深度学习就要更宽一些。

那么回到前面那个问题,即便认可 Chollet 的更宽一些的深度学习的定义,那么深度学习就够了吗?按照他的态度来说,也不够;我们有那么多种各式各样的方法,不需要死守深度学习不放。即便只是今天的已经能用深度学习的问题,也不是时时刻刻都需要用一个基于深度学习的解决方案。

从深度学习视角看旧模型

不过站在今天的深度学习的视角来看,一些经典方法看起来也变得有趣了。深度学习研究员、Fast.ai 创始人 Jeremy Howard 也参与了深度学习边界的讨论,他说逻辑回归现在看起来就像深度学习,它是一个一层深度的、参数化的函数模块,可以在数据样本上用基于梯度的方法训练。甚至,以他自己的感受来说,把 SVM 看作用 Hinge Loss 损失函数和 L1 正则化的神经网络要好学、好教得多。

LeCun 也表示赞同:「一个 SVM 就是一个两层的神经网络,其中,第一层的每一个神经元都会通过核函数把输入和某个训练样本做对比(所以其实第一层是一种无监督学习的平凡形式:记忆),然后第二层会计算这些输出的(经过训练后的)线性组合。」

很多参与讨论的网友都表示被这一条见解震惊了,其中有个人就说「有一次工作面试的时候他们让我实现 SVM 然后用梯度下降训练它,我心想卧槽这不就是个 Hinge Loss 的神经网络吗。本来这也不算多大的事,但是突然意识到以后觉得真的很神奇。」

也有网友接着追问:「可以不只有两层吧?你可以用很多层学习一个核函数,然后用最后一层计算核方法的预测规则。只要你施加一些规则,保证这个核是 Mercer 核,网络中起到核的作用的层的数量就可以不受限制」。LeCun 回答:「核函数可以任意复杂。但如果核函数是学习得到的,那这就已经是深度学习了…… 其实这就是我们训练 Siamese 网络,也就是度量学习(metric learning)的时候做的事情。这就像是训练一个相似度的核。最后只要你愿意的话,也可以在上面再增加一个线性层。」

7、2019工业互联网平台创新应用案例公布

1月16日消息,工信部确定航空制造领域人机协同工艺设计应用案例等35个案例为2019年工业互联网平台创新应用案例,现予以公布。其中包括:航空制造领域人机协同工艺设计应用案例、基于人工智能的旋转类设备预测性维护应用案例、基于智能匹配算法的钢板切割分享制造应用案例、机械加工行业基于云制造平台的产能共享应用案例、基于5G的通用设备智能运维应用案例等。

来源:https://mp.weixin.qq.com/s/eWmKFAyEV8fkG_CqXwiy2g

8、欧盟拟在公共场所禁用人脸识别五年,防止滥用

在过去五年时间里,人工智能技术获得了长足发展,其中以图像识别、视频识别为基础的人脸识别得到了广泛的应用,比如移动支付公司甚至支持刷脸付费,但是与此同时,人们越来越担心自己的隐私权遭到损害,人脸识别信息可能被不良之徒盗用。据外媒最新消息,欧盟正在考虑禁止在公共场所使用人脸识别技术长达五年,以便有时间研究如何防止这种技术被滥用。

来源:https://new.qq.com/omn/TEC20200/TEC2020011700715500.html

9、人工智能表明泥盆纪晚期大灭绝并未发生

在机器学习和超级计算机的帮助下,南京地质与古生物研究所联手华盛顿特区国家自然历史博物馆创造了迄今为止远古生物多样性变化的最佳记录,证实了五种大灭绝中的泥盆纪晚期大灭绝并没有真正发生。人们认为,大约 3.75 亿年前泥盆纪时代末期,海洋产生毒性消灭了包括几乎所有三叶虫在内的许多海洋物种。但是最新研究发现泥盆纪时期物种多样性在大约 5000 万年间逐渐下降的。

来源:https://www.newscientist.com/article/2230345-ai-suggests-earth-has-had-fewer-mass-extinctions-than-we-thought/

10、研究人员提出用 AI 查看拐角处隐藏物体的系统

近期斯坦福大学,莱斯大学,普林斯顿大学和南方卫理公会大学研究人员在 Optica 杂志上发表的一项研究提出一种能够以高分辨率和高速度产生弯曲图像的系统,能够区分 1 米外隐藏物体的亚毫米级细节,可应用于辨别隐藏移动车辆的车牌和步行者佩戴的人员证章。非视距成像在医学成像,导航,机器人技术和国防领域具有重要的应用。

来源:https://venturebeat.com/2020/01/16/researchers-propose-system-that-taps-ai-to-see-hidden-objects-around-corners/

11、广州:加快推进广州人工智能与数字经济试验区,未来将争取设立广州期货交易所

1 月 16 日,广东省十三届人大三次会议举行第二场记者会。广州市常务副市长陈志英表示,广州将从优化功能布局、强化示范带动两方面加强合作平台建设,加快推进南沙粤港澳全面合作示范区、中新广州知识城、广州人工智能与数字经济试验区等重大合作平台建设,开通粤港澳电商直通车,设立粤港澳大湾区暨“一带一路”法律服务集聚区,推出粤港澳三地知识产权互认互通的办法,未来将争取设立广州期货交易所。

来源:https://xuangubao.cn/article/595627

12、北京地铁正研究「刷脸」安检方案

1 月 16 日消息,北京市人大代表、北京市地铁运营有限公司党委书记、董事长谢正光透露,正在探索基于乘客信用的智慧安检模式,加强乘客信用体系建设,建立地铁『白名单』及快速安检通道制度。」据悉,目前,「刷脸」的快捷安检方案正在研究中,将在客流量较大的车站先行试点。

来源:http://www.egsea.com/news/detail?id=553902

13、云测数据荣登2019「ToB行业影响力·产品价值榜」

1月14日,2019 ToB行业影响力价值榜单重磅揭晓。云测数据凭借在AI数据标注领域的突出的技术研发实力、数据服务能力和品牌影响力,荣登2019 ToB行业影响力价值榜·产品价值榜,再获业内认可。

来源:https://tech.chinadaily.com.cn/a/202001/16/WS5e20244fa3107bb6b579a5d9.html?from=singlemessage&isappinstalled=0

14、传苹果2亿美元收购AI初创公司Xnor.ai

1月16日消息,消息人士透露,苹果公司以大约2亿美元的价格收购了西雅图AI初创公司Xnor.ai。双方均拒绝就此消息置评,但Xnor.ai网站基本上已经下线。据悉,Xnor.ai的技术能让智能手机和其他便携式设备在本地执行深度学习算法,而无需通过云服务。

来源:https://finance.sina.com.cn/stock/usstock/c/2020-01-16/doc-iihnzahk4384351.shtml

15、国内首个AI三类医疗器械「冠脉血流储备分数计算软件」获批上市

近日,国家药品监督管理局经审查,批准了北京昆仑医云科技有限公司生产的创新产品「冠脉血流储备分数计算软件」的注册。该产品基于冠状动脉 CT 血管影像,由安装光盘和加密锁组成, 功能模块包括图像基本操作、基于深度学习技术的血管分割与重建、血管中心线提取、基于深度学习技术的血流储备分数计算。经科亚医疗确认,这是我国首个以「深度学习」命名的三类器械审批证。

来源:https://vcbeat.top/ZThmMGIxNmNlOTFmMTNiYjI3MTA0Mzc4NzU0YjcyMjk=?from=timeline&isappinstalled=0

16、京张高铁将应用车底检修机器人 今年春运有望投用

自去年底开通以来,京张高铁半个月已累计运送旅客近80万人次。记者了解到,作为一条沿路积雪多、气温低的高铁线路,为确保列车平稳运行,动车检测采用了多项智能化技术,已实现“人脸识别”、后台精准卡控等功能。下一步,车底检修机器人也将投入使用。目前,机械师在对智能高铁进行检测时,后台摄像头会通过定位,自动剪辑同一人的相关视频。后期在动车检修质量控制上就能精准到人。同时,调度作业控制系统也可以实时定位知晓机械师方位,何人在何时何部位作业,系统一目了然。

来源:https://new.qq.com/omn/20200115/20200115A0PF5200.html

17、福布斯:中国或成为首个「人工智能超级大国」

福布斯发文表示,「中国正在成为第一个全球人工智能超级大国。」「中国将庞大的数据与人才、公司、研究和资本相结合,以构建世界领先的 AI 生态系统。」2017 年,国务院发布了《人工智能发展计划》,该战略是更大的「中国制造 2025」计划的一部分,还将与新的(数字)丝绸之路相关。人工智能在这些计划中起着至关重要的作用—人工智能的目标是到 2025 年连接和升级整个中国工业,这意味着人工智能用于将生产商品和控制公司,同时平衡供需。

来源:https://www.forbes.com/sites/cognitiveworld/2020/01/14/china-artificial-intelligence-superpower/#1c46f9242f05

18、以色列利用AI加强流感疫苗接种运动

1月14日消息,致力于利用机器学习帮助及早发现和预防高负担疾病的人工智能公司Medial EarlySign今天宣布,以色列Maccabi医疗服务选择了该公司的流感并发症算法作为以色列医疗保健组织的一部分,加强流感疫苗接种运动的综合策略。EarlySign研究性算法可标记出患流感相关并发症的高风险个体,并已被Maccabi和EarlySign用作临床研究的一部分。

来源:https://finance.yahoo.com/news/maccabi-healthcare-services-teams-earlysign-133000346.html

19、北航人工智能研究院揭牌 郑志明任院长

近日,北航人工智能研究院成立,郑志明院士担任院长。据介绍,研究院以面向科学数据的精准智能理论为基础,由智能理论核心、智能技术平台和智能应用系统组成建设路线图和下一步规划设想。据悉,北航人工智能研究院将在人工智能基础理论研究、共性关键技术与核心算法研究、人工智能拔尖人才培养等方面开展工作。研究院将探索集中与分布的建设模式,促进学校优势信息学科资源深度融合,培养拔尖人才。

来源:https://news.buaa.edu.cn/info/1002/50863.htm

20、《哈佛商业评论》公布「2019全球AI公司五强」,百度名列全球第四

1 月 15 日消息,国际商业管理权威媒体《哈佛商业评论》发布「2019 全球 AI 公司五强」榜单,上榜企业包括谷歌、苹果公司、微软、百度和亚马逊。其中,百度位列榜单第四,成为唯一进入全球五强的中国企业。据了解,《哈佛商业评论》历经三个月的时间,针对人工智能行业和企业的 200 名公司负责人、创办人、管理者及普通员工展开调查,同时访谈了全球主流的咨询机构专业人士及各行各业人工智能转型专家,结合主题调研及相关评分,最终从亚马逊、阿里、百度、Facebook、谷歌、华为、IBM、微软、腾讯等一系列国内外知名企业名单中,遴选出 2019 年全球 AI 公司五强。

来源:https://smart.huanqiu.com/article/3wcoJikPn18

22、美华盛顿州议员首次出台消费者隐私和面部识别立法

华盛顿州议员周一提出两项法案草案,旨在规范个人消费者数据的隐私和面部识别技术的使用。数据隐私法案(称为《华盛顿隐私法案》)遵循类似欧盟 GDPR 和加利福尼亚 CCPA 立法。目的是赋予消费者对其数据所有权的新权利,并为处理消费者数据的公司建立新的透明度要求。消费者有权访问,删除,更正和移动其数据,或选择退出数据收集。法案中概述的法规将适用于控制或处理 10 万名或更多消费者的个人数据的任何企业,其中包括西雅图地区的科技巨头亚马逊和微软。该规则适用于位于华盛顿的公司以及针对华盛顿客户提供服务的公司。新华盛顿州法案包括关于面部识别的法规,例如要求公司允许第三方测试的准确性和偏差的规则。

来源:https://www.geekwire.com/2020/washington-state-lawmakers-debut-legislation-consumer-privacy-facial-recognition/

23、清华北大互相开放部分课程 AI技术在列

1月14日消息,据报道,清华大学与北京大学两校教务部门研究决定互相开放部分本科课程。今年春季学期起,互相开放部分本科课程且互认学分,其中北大开放27门课程,以人文社科类课程为主;清华开放12门课程,以理工科为主。2020年春季学期,清华大学开放12门优质课程,共15个班次、170个名额,可供北大本科生选修;课程主要是理工科课程,既有传统的《工业系统概论》等,也有时下热门的《人工智能技术》《系统与计算神经科学》等。

来源:https://www.ithome.com/0/468/452.htm

24、Facebook 发布低延迟在线语音识别框架

Facebook 人工智能研究表示,目前已开源 wav2letter @ anywhere,这是一种基于深度学习的推理框架,可在云或嵌入式边缘环境中实现在线自动语音识别的快速性能。Wav2letter @ anywhere 基于基于神经网络的语言模型 wav2letter 和 wav2letter ++,在 2018 年 12 月发布时,FAIR 称之为可用的最快的开源语音识别系统。自动语音识别(ASR)用于将口头语音转换为文本,然后推断出说话者的意图以执行任务。通过 wav2letter ++ 存储库在 GitHub 上可用的 API 旨在支持并发音频流和流行的深度学习语音识别模型,例如卷积神经网络(CNN)或递归神经网络(RNN),以便提供在线 ASR 所需的规模。

来源:https://venturebeat.com/2020/01/13/facebook-releases-low-latency-online-speech-recognition-framework/

25、Google AI 新研究,能「即时」预测当地的降雨模式

Google 希望利用 AI 和机器学习来快速进行当地天气预报。在新发布的谷歌 AI 博客文章中,这家科技巨头详细介绍了其新研发的人工智能系统,能使用卫星图像生成「近乎瞬时」的高分辨率预测,平均而言,其分辨率约为 1 公里,延迟仅为 5-10 分钟。其背后的研究人员表示,「即使在开发的早期阶段,它也优于传统模型。」该系统采用数据驱动且无物理的方法进行天气建模,这意味着它仅通过示例即可学习近似大气物理,而无需结合现有知识。研究的基础是一个卷积神经网络,其能将天气模式作为输入图像,并将其转换为新的输出图像。

来源:https://venturebeat.com/2020/01/13/googles-ai-predicts-local-precipitation-patterns-instantaneously/

26、《广州人工智能与数字经济试验区建设总体方案》将于近日正式印发

目前广东省已经通过了《广州人工智能与数字经济试验区建设总体方案》,方案将于近日正式印发。《总体方案》明确,打造以琶洲为核心、以珠江为纽带、以产业融合发展联动周边区域的广州人工智能与数字经济试验区,其由琶洲核心片区(含广州大学城)、广州国际金融城片区和鱼珠片区构建起“一江两岸三片区”空间格局,总面积约81平方公里。

来源:http://kb.southcn.com/content/2020-01/14/content_190062758.htm

27、英研究人员用AI打击野生动物非法贸易

1月14日消息,据报道,英国南安普敦大学研究人员领衔的团队新开发出一款基于人工智能技术的软件,这款软件能够从大量论坛和网上市场提取有关支付、野生动植物物种以及位置数据,从而让调查人员快速分析出可能进行中的相关非法贸易。软件还能分辨出非法分子经常使用的名称和关键词等重要线索。最终,所有数据信息能够以图表等直观的方式呈现在调查人员面前,方便他们开展工作。

来源:https://tech.sina.com.cn/roll/2020-01-14/doc-iihnzahk3971407.shtml

28、创企RoadBotics利用AI识别路面坑洼

电创企RoadBotics利用AI识别路面坑洼,使用放置在汽车挡风玻璃上的智能手机收集并分析视频数据,为每条道路分配分数,地方政府可利用该分数为基础设施决策提供依据。RoadBotics通过模糊人,汽车和其他敏感数据来保护隐私,并专注于只分析道路。今年年初,RoadBotics将发布应用程序,以便任何人都可以使用智能手机收集数据并提交到其神经网络以帮助改进分析。

来源:https://www.jiqizhixin.com/dailies/aafcdbb9-c18e-4c47-aa41-150e2c9d6f81

29、Apple Pencil新专利:配摄像头,指纹传感器和手势控制

据外媒报道,美国商标和专利局(USPTO)近日批准公示了苹果 Apple Pencil 的一项新专利,展示未来版本会有嵌入式摄像头、生物识别传感器、麦克风和手势控制。据悉这项专利名为「基于触控的手写笔输入」,表示在 Apple Pencil 的用户握持部分会内嵌一个触控传感器,从而确保可以读取某些手势。

来源:https://tech.sina.com.cn/it/2020-01-12/doc-iihnzhha1891914.shtml

30、马斯克:特斯拉完全自动驾驶「很快」到来,还可为车主赚钱

特斯拉 CEO 在社交平台推特上表示,特斯拉车型的完全自动驾驶功能「很快」就会推出。同时,他还表示,「完全自动驾驶」功能同样非常宝贵,它能为特斯拉增加数万美元的价值。并且,搭载「完全自动驾驶」的特斯拉车型,还可通过 Tesla 网络出租车服务为车主赚钱。

来源:https://tech.sina.com.cn/roll/2020-01-12/doc-iihnzahk3602080.shtml

31、英特尔研究人员提出了可以从热图像中识别人脸的 AI

英特尔在最近在电气和电子工程师协会的第 12 届国际人类系统交互会议上发表的一项研究中,试图研究了在可见光数据上训练的模型的性能—该模型是在热图像上进行的训练。正如研究人员在描述其工作的论文中所指出的那样,在医疗需要或特别需要保护隐私的环境中,热成像通常用于代替 RGB 相机数据。那是因为它可以遮挡个人识别的细节,例如眼睛的颜色和下颌线等。该团队利用了两个面部热图像数据集,其中第一个是使用 Flir ThermaCam SC3000 红外热像仪创建的,它包含 766 张来自 19 名男性和 21 名女性的 40 名志愿者的图像,他们被要求坐下来看着相机两分钟。至于第二个数据集(来自俄克拉荷马州立大学视觉计算和图像处理实验室的 IRIS 数据集)包含在 30 个人的帮助下收集的 4190 张图像,其中许多人动了动头并使用了不同的面部表情。

来源:https://venturebeat.com/2020/01/09/intel-researchers-propose-ai-that-recognizes-faces-from-thermal-images/

32、国务院总理李克强:大力发展人工智能等,增强经济发展新动能

1 月 10 日消息,国务院总理李克强在国家科学技术奖励大会上表示,我们要紧扣经济发展和民生急需,把准科技创新的着力点。当前,我国正处在转变发展方式、优化经济结构、转换增长动力的攻关期,产业基础和产业链脆弱问题凸显,同时人民对美好生活的需要日益多元。无论是推动产业升级,增强产业链韧性、抗风险能力和竞争力,还是创造新供给、满足新需求,破解民生难题、增进民生福祉,都必须加快科技创新步伐,为发展赋能、为生活添彩。要瞄准制约我国产业升级的关键核心技术瓶颈开展攻关,大力发展新一代信息技术、人工智能、数字经济等,加速科技成果转化,不断催生更多新产业新业态,增强经济发展新的支撑力和新动能。要把惠民利民富民作为科技创新的落脚点,聚焦重大疾病防控、环境治理、交通出行、农业生产等方面突出问题加大研发力度,让技术贴近群众、创新造福人民。

来源:http://he.people.com.cn/n2/2019/0306/c192235-32710456-3.html

33、美国信息技术与创新基金会发布《创新阻力:中国对发达国家的经济影响》报告

1月6日消息,ITIF发布《创新阻力:中国对发达国家的经济影响》报告。报告的主要内容包括贸易和经济福利的常规经济学观点、贸易影响创新的框架,以及中国产业对其他经济体创新的影响研究。报告指出,由重商主义推动的经济崛起和贸易扩展减缓了全球经济(特别是北美和欧洲经济)的创新进程。为此,报告建议美国政策制定者应确保中国履行其加入世贸组织时的承诺。

资料来源:美国信息技术与创新基金会(ITIF)官网

34、微软亚洲研究院与北京大学合作提出两种高性能AI换脸及检测框架

1月6日消息,微软亚洲研究院与北京大学合作提出两种高性能AI换脸及检测框架“FaceShifter”和“Face X-Ray”,在同能耗水平基准下拥有行业领先的性能,且训练数据需求更小。FaceShifter可实现高精确度人脸图像替换,并可保留头部姿势、面部表情、环境光线、背景和其他特征,使图像更加真实,还可修复眼镜遮挡等因素产生的图像瑕疵。Face X-Ray可用于深度伪造视频及图像检测,通过识别图像区域灰度差异识别图像是否由不同图像合成,并推测合成区域。这两种框架都可在不依赖人工注释数据的情况下进行自主训练。

资料来源:VentureBeat网

35、美国政府更新条例限制人工智能软件出口

1月6日消息,美国商务部工业与安全局(BIS)更新《出口管制条例(EAR)》,将“用于自动分析地理空间图像的软件”列入管制范围,出口控制分类号(ECCN)为0Y521。该措施是美国商务部根据2018年法律授权出台的第一项措施,该法案要求商务部制定书面规则,加强对中国等对手出口敏感技术的监督,保护美国在经济和安全上的利益。美国商务部现在正制定一系列的更为详细的规定,以限制美国技术的出口。据悉,新规自美国东部时间2020年1月6日生效,要求从美国出口特定类型地理空间图像软件的公司必须申请许可证才能将其发送到海外(加拿大除外),以防止敏感技术落入中国等竞争国之手。

资料来源:路透社

36、日本政府计划今年内召开国际会议讨论限制AI武器

1月5日消息,日本政府决定于2020年内召开国际会议,以制定限制使用致命性自主武器的国际规则。AI武器中能自动杀伤敌人的武器被称为致命性自主武器系统(lethal autonomous weapons systems,简称LAWS),美国防部将具有自主杀伤能力而无需人工介入的武器称为“致命性自主武器”,目前关于此类武器尚无明确的国际共识,日本计划在国际会议上呼吁加快讨论规则制定。此前,科技界企业和研究人员曾联名向联合国致信,要求禁止自动化武器。日本政府主张,为了不妨碍民间的AI和机器人研究,应该把开发限制的对象仅限定为完全自主型武器。日本政府此举或意在掌握相关讨论中的主导权。

资料来源:TechWeb网、cnBeta网

37、美国《防务一号》杂志发文总结美国2019年国防技术领域十大重点事件

1月3日消息,美国《防务一号》杂志发文总结美国2019年国防技术领域十大重点事件,具体包括中俄深化技术联系、美情报数据记录俄罗斯在克里米亚军事集结、美海军海豹突击队接受电磁疗法、美国防部寻求使卫星规避火力威胁、中国如何利用社交媒体影响美国舆论、美官员要求土耳其放弃购买俄罗斯S-400防空系统、美军方将利用人工智能进行企业管理、多国禁用华为5G基础设施以应对中国5G的技术风险、美海军陆战队提出高科技部队愿景、核武器越发难以预测。

资料来源:国防科技要闻

38、美国咨询机构IDC发布《全球机器人和无人机支出指南》

1月3日消息,美国咨询机构IDC发布《全球机器人和无人机支出指南》,称2020年机器人系统和无人机领域的总支出将达到1287亿美元,同比增长17.1%。而到2023年,该领域的支出将达到2414亿美元,复合年增长率将为19.8%。按照地域进行划分,中国将成为无人机和机器人系统支出最大的地区,预估在2020年的总支出将达469亿美元。亚太地区(不包括日本和中国)排名第二位,支出费用为251亿美元,其次是美国(175亿美元)和西欧(144亿美元)。

资料来源:中国机器人网

返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
免费获取
今日搜狐热点
今日推荐