蒙特卡洛算法贡献者之一Arianna Rosenbluth逝世 | AI日报

蒙特卡洛Metropolis算法贡献者之一Arianna Rosenbluth逝世

洛杉矶当地时间12月28日，Metropolis算法的主要贡献者之一Arianna W. Rosenbluth与世长辞，享年93岁。

Arianna于1927年9月15日在美国德克萨斯州休斯顿出生，是一名物理学家与计算机科学家。1946年，她在美国莱斯大学获得本科学士学位，1947年获得拉德克利夫学院的硕士学位。随后，Arianna又赴哈佛大学攻读物理学博士学位，师从John Hasbrouck Van Vleck。博士毕业后，Arianna获得美国原子能委员会的博士后奖学金，赴斯坦福大学继续攻读博士后。之后，她加入洛斯阿拉莫斯国家实验室（Los Alamos National Laboratory）主要负责氢弹研究的计算相关工作。

1953年，Arianna与Nicholas Metropolis、Marshall Rosenbluth、Augusta Teller与Edward Teller共同在《The Journal of Chemical Physics》上发表了经典论文“Equation of State Calculations by Fast Computing Machines”。该论文首次提出Metropolis-Hasting算法，通过重复使用概率选择来描述简单的2D液体模型，从难以直接采样的概率分布中获取随机样本序列。

据维基百科介绍，在这篇论文中，Arianna的主要贡献是撰写完成首个应用于 MANIAC I 计算机的马尔科夫链蒙特卡洛方法（Markov Chain Monte Carlo，简称MCMC）的完整实现过程。

隔空“玩”物不再科幻，加州大学伯克利分校研发新型可穿戴设备

想象一下以下场景，在没有键盘的情况下在电脑上打字，在没有控制器的情况下玩电子游戏，在没有方向盘的情况下驾驶汽车。这么炫酷的场景，似乎只有科幻影片中才会出现。近日，由加州大学伯克利分校的工程师们开发出的一种新型可穿戴设备或许可以实现这些场景。该设备通过将可穿戴生物传感器与人工智能（AI）相结合，可以根据设备佩戴者前臂的电信号模式，识别出他计划做出的手势。研究人员表示，该设备有望用于控制假肢，并且可与各种类型的电子设备进行交互。相关研究以“A wearable biosensing system with in-sensor adaptive machine learning for hand gesture recognition”为题，于 12 月 21 日在线发表在 Nature Electronics 上。

图注：图片来自学术头条制作，素材来自 YouTube

对此，该设备的研发工程师之一、加州大学伯克利分校电子工程和计算机科学系博士 Ali Moin 表示：“假肢是这项技术的重要应用之一，它同时也提供了一种非常直观的、可与计算机交互的方式。” 改善人机交互的方式有多种，比如使用摄像头和计算机视觉技术，但读取手势是一个很好的解决方案，还可以保护个人隐私。

DeepMind & 谷歌实验室：使用神经网络求解混合整数程序

近日，来自 DeepMind 以及谷歌实验室的研究团队发表了一篇名为「使用神经网络求

解混合整数程序」的新研究。以下是该研究的完整摘要分享：

混合整数编程（MIP）求解器依赖于经过数十年研究开发的一系列复杂的启发式方法，可以解决实际遇到的大规模 MIP 实例。机器学习可通过利用数据实例之间的共享结构自动从数据构造更好的启发式方法。该研究将学习应用于 MIP 求解器的两个关键子任务，生成高质量的联合变量分配，并界定该分配与最优分配之间的目标值差距。该方法构造了两个相应的基于神经网络的组件，神经潜水和神经分支，以在诸如 SCIP 的基本 MIP 求解器中使用。神经潜水学习深度神经网络为其整数变量生成多个部分分配，然后使用 SCIP 解决由此产生的较小的未分配变量 MIP，以构建高质量的联合分配。神经分支学习了一个深度神经网络，可以在分支定界中进行变量选择决策，从而用一棵小树来限制目标价值缺口。这是通过模仿完全强分支的新变体完成的，研究人员建议使用 GPU 将其扩展到大型实例。通过在每个数据集上训练独立的神经网络，他们在六个不同的现实世界数据集（包括两个 Google 生产数据集和 MIPLIB）上评估了该方法。预求解后，所有数据集中的大多数实例具有 103-106 个变量和约束，这比以前的学习方法要大得多。将求解器相对于在保留的一组实例中平均的原始对偶间隙进行比较，学习增强型 SCIP 在所有数据集上均好 2 倍至 10 倍，但在较大的时间范围内，其学习度提高了 105 倍。研究人员表示，该研究方法是第一种在大规模实际应用程序数据集和 MIPLIB 上展示出 SCIP 如此巨大改进的学习方法。

论文下载：https://arxiv.org/pdf/2012.13349.pdf

美国FAA 批准小型无人机在夜间和人上方飞行

美国联邦航空管理局（FAA）周一表示，小型无人机将被允许在美国境内夜间飞行，这是朝着将无人机用于广泛的商业交付迈出的重要一步。

美国联邦航空局表示，其期待已久的无人机规则（也称为无人驾驶飞机）将通过在大多数情况下要求远程识别技术以使其能够从地面识别而解决安全问题。以前，小型无人机的使用仅限于直接参与该行动的人员，在有遮盖的结构下或在固定车辆内飞行的人员，除非操作员已从联邦航空局获得豁免。

AI芯片独角兽Graphcore融资2.22亿美元，与英伟达展开抗衡

总部位于英国的AI芯片制造商 Graphcore 已筹集2.22亿美元新资金，以应对来自美国竞争对手英伟达(Nvidia)的更激烈竞争。最新一轮融资对 Graphcore 的估值为25亿美元(不包括新募资金) ，高于两年前的15亿美元，使其成为英国市值最高的私营科技公司之一。Graphcore 联合创始人兼CEO 奈杰尔•图恩(Nigel Toon) 曾抨击英伟达(Nvidia)计划以400亿美元从软银(SoftBank)手中收购英国芯片设计公司 Arm，称其“不利于竞争”、“不利于整个市场”和“不利于英国”。

「擎朗智能」完成数亿元C轮融资，软银亚洲领投

2020年12月30日，上海擎朗智能科技有限公司宣布完成C轮融资，由软银亚洲风险投资公司（SoftBank Ventures Asia）领投，这是该公司在今年内完成的第二轮融资，总融资额达数亿元人民币。本轮融资主要用于进一步加深擎朗配送机器人在国内餐饮市场的渗透、海外市场拓展以及医疗等新事业部的横向发展，冲盈资本担任本轮独家财务顾问。此前，擎朗智能在2020年3月完成了B轮融资，今年年初、年末两轮融资总金额达数亿人民币。

擎朗智能成立于2010年，是一家全球领先的以智能服务机器人为核心，面向餐饮、医疗、酒店、娱乐、零售、场馆、政务、商务办公、房地产、社区养老、银行、邮政、金融、保险、机场、车站等商用场景，提供全新智慧无人配送解决方案的人工智能企业及室内无人驾驶专家。

创始人李通扎根机器人行业近20年，曾在微软亚洲工程院 Incubation Team ，参与微软机器人操作系统项目Robotic Studio项目开发，于今年入榜财富杂志(FORTUNE）“2020中国40位40岁以下的商界精英”以及36氪“36位36岁以下了不起的创业者”。