By 超神经
AI 无处不在的时代,每天都有新的技术与研究成果出现。无论学术界还是商界,技术还是产品,AI 的新发现都源源不断,在带给我们全新视角的同时,也引起我们更深的思考。
HyperAI 超神经精心整理了 AI 行业的近期资讯,快来一起围观吧!
新奇
微软总裁史密斯:
杀手机器人的崛起「势不可挡」
微软总裁布拉德·史密斯(Brad Smith)在近日接受《每日电讯报》采访时表示,
「致命自动武器系统」
的使用引发了许多新的道德问题,各国政府迫切需要考虑这些问题。
他表示,飞速发展的专业技能可以为飞行,游泳或漫步的无人机配备致命的武器程序,如导弹,炸弹或武器,这些程序很可能被编程为完全或部分自主运行,「最终将扩散到许多国家」。
他还说道,
「杀手机器人」
的出现未来将无法避免,人类社会应该有一个新的
「数字《日内瓦公约》」
来保护世界免受机器人构成的日益严重的威胁。
来源:heraldpublicist.com
迈出自动驾驶商业化关键一步
武汉发出首张自动驾驶商用牌照
9 月 22 日,国家智能网联汽车(武汉)测试示范区正式揭牌,
百度、海梁科技、深兰科技
拿到全球首张自动驾驶商用牌照,获得牌照的智能网联汽车,将在国家智能网联汽车武汉测试示范区 28 公里的示范道路上运营。
这意味着,
获牌企业不仅可以在公开道路上进行载人测试,也可以进行商业化运营。
目前,国内多个城市均规划了自动驾驶专用试验道路,从产业链情况来看,国内企业在自动驾驶系统、高精度地图、通信模组等方面正多路推进,其中不乏 A 股上市公司。
来源:cnBeta.com
学界
美国物理研究所团队预测慢滑移型地震
地震的频率范围很广,周期可以从几十毫秒到一年,一种
「慢滑移型地震」,
即其移动速率比普通地震低很多,因此使用慢滑移动一词,能更准确地表述此现象。
普通地震产生的颤动信号是在板块交界处附近直接由剪切滑移产生的,但是慢滑移带中存在高压流体(含水和二氧化碳),慢滑移震颤极可能就是由这些流体引起的。
美国物理研究所 Johnson 的团队,使用机器学习来研究慢滑型地震,并研究地震前的警告信号。
研究团队使用与
图像和语音识别,以及人工智能前沿的类似的模式查找算法,成功地在模型实验室系统中预测了慢滑移型地震现象。这一成果近期被发表在 arxiv.org 上。
来源:quantamagazine.org
Watson 人工智能实验室
有望获得外部合作伙伴新一轮资金支持
麻省理工学院以及 IBM 于 2017 年成立的联合研究实验室 Watson 人工智能实验室,于本周迎来了第一批包括三星集团、医疗设备公司波士顿科学公司、建筑技术公司 Nexplore 以及金融数据提供商 Refinitiv 在内的外部合作伙伴。
每个合作伙伴带给实验室的投资可能会使合资企业最终获得远超预期 2.4 亿美元的两倍资金。这些资金将帮助研究人员致力于使人工智能更具自主性,并更容易应用于现实世界中的问题。
来源:xconomy.com
企业
华为在英国伯明翰开设 5G 培训中心
华为日前在 5G 发展上有了新动作。他们在英国伯明翰开设的
5G 培训中心,于 9 月 20 日正式揭幕,华为欲借此培训项目推动英国的 5G 技术人才培养。
据华为介绍,这个培训中心的目的在于,
为当地培训超 1000 名掌握最新 5G 技术的网络工程师。
目前英国多个运营商已开通 5G 网络服务,但需要架设更多 5G 基站设备,相关的人才需求也日益严重。
来源:
xinhuanet.com
Facebook 发布 Fashion ++ 系统
提供穿搭时尚建议
Facebook AI 最新公布了一项新的研究,
利用 AI 提供更加时尚的穿搭建议。
这个叫做
Fashion ++ 的系统,使用深度图像生成神经网络来识别服装,并提供有关移除,添加或替换衣物的建议。它还能提供
调整衣服的方法,例如将衬衫塞进裤子或卷起袖子。
实验表明,该系统的建议使图像更接近真实情况示例,并且人类评估者发现 Fashion ++ 建议不仅时尚而且易于实施。
来源:
ai.facebook.com/blog
技术
ONNC 更新至 1.2.0 版本
近日
ONNC
在 GitHub 上发布最新版本 1.2.0。新版本中增加了处理ComputeOperator输入/输出链接等功能,新增数个实用数据库,并修复了与 C++ 11 不兼容等 bug,现用户已可登录GitHub 进行查看。
ONNC 即开放式神经网络编译器(Open Neural Network Compiler),可将开放式神经网络交换格式(ONNX)连接到每个深度学习加速器(DLA)。
来源:github.com/ONNC
基于 PyTorch 和 fairseq 的
语音识别工具包发布
近日 Yiming Wang、Tongfei Chen 等人发布 Espresso,获 PyTorch 官方 Twitter 点赞。
据论文介绍,Espresso 是一个
基于 PyTorch 和 fairseq 的端到端神经自动语音识别(ASR)工具包,
支持在 GPU 和计算节点之间进行分布式训练。
Espresso 在 WSJ、LibriSpeech 和 Switchboard 数据集以及其他端到端系统上实现了
最先进的 ASR 性能,
无需增加数据,其解码速度比类似系统(例如 ESPnet)快 4—11 倍。
来源:twitter.com/PyTorch
—— 完 ——
扫描二维码,加入讨论群
获得优质数据集
回复「读者」自动入群
更多精彩内容(点击图片阅读)