AI 或可预测夫妻吵架，准确率 79.6%【智能快讯】-CSDN博客

本文链接：https://blog.csdn.net/HyperAI/article/details/102547873

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。

想知道最近的 AI 动态吗？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

AI 或可预测夫妻吵架

准确率 79.6%

夫妻之间吵架是常见的场景。新研究表明，人工智能或许可以为夫妻们提供帮助，避免争吵。

由四名工程师和心理学家组成的小组正在尝试开发一个 AI 系统，该系统使用从可穿戴设备和智能手机中获取的数据，检测出包括生理、声学和语言模式的规律，从而预测夫妻之间的冲突。

研究人员相信，通过训练的算法可以处理此类数据，分析出夫妻之间的冲突模式，最终可以预测冲突并在情况恶化之前提供干预措施。

南加州大学的研究人员从两年前开始研究，收集了洛杉矶附近 19 对夫妻的语言数据，训练其算法，冲突检测的准确率达到了 79.6% 。

640?wx_fmt=jpeg

来源： wsj.com

社交网站 Pinterest 通过 AI

将自残相关内容减少 88％

日前，Pinterest 表示，他们正在使用机器学习技术，来识别和隐藏任何有关合理化或鼓励自残的内容。同时，Pinterest 已有一个强大的 AI 工具集可供使用。

Pinterest 透露，其在线/离线视觉搜索工具，可以利用 AI 来识别从 Pins 或智能手机捕获的事物，并提供相关主题和产品的建议。该工具已能识别出 25 亿个家用和时尚物品。

该公司表示，已将用户自残内容数量减少了 88％，并且现在能够以 3 倍的速度删除此类内容。

来源：venturebeat.com

企业

Facebook 发布 Pytorch 1.3

在旧金山举行的 PyTorch 开发者大会上， Facebook 宣告发布了 PyTorch 1.3 。

新的版本增加了多项功能，如支持无缝模型部署到移动设备，模型量化以在加强推理性能，以及前端改进，如命名张量 (name tensors) 等。此外，Facebook 还发布了相关的工具和库，增加 Cloud TPU 和 阿里云支持 等。

PyTorch 正在收到更多开发者的青睐。在去年贡献者 增长超过 50％ ，来自 Facebook 、Microsoft、Uber 和其他组织的贡献者数量，已经接近 1,200 位。而在 arXiv 上，PyTorch 在 2019 年上半年的引用 增长了 194％ 。

来源： pytorch.org/blog

LinkdIn 的 AI 工具可自动生成照片文字描述

LinkdIn 在最近的博客文章中透露，他们开发了新的工具， 可以为自动上传到 LinkdIn 的图片添加文本描述 ，该工具使用微软的 Cognitive Services 平台，以及基于 LinkdIn 的独特数据集来实现。

目前该工具已开放使用，用户通过网页界面上传图像，系统会按照置信度得分排名为照片生成替代文字描述。

开发团队通过评估 LinkdIn 上现有文本描述，对系统进行比对和校准。得益于 LinkdIn 的自身优势，该工具能够胜任一些特定的场景描述，如图片中包括幻灯片，投影仪，展览，会议，研讨会，海报，证书，图表等等。

640?wx_fmt=png

来源： engineering.linkedin.com

学界

加州大学旧金山分校启动人工智能中心

以推进医学成像研究

加州大学旧金山分校将建立一个新的中心， 以加速人工智能（AI）技术在放射学中的应用 ，并利用先进的计算技术和行业合作来改善患者的诊断和护理。

该智能成像中心，将开发并应用 AI ，设计出功能强大的新方式来查看人体内部，并评估健康和疾病。中心的研究人员将与 NVIDIA 合作，构建将 AI 转换为临床实践的基础架构和工具。

来源：ucsf.edu

香港研究人员开发了世界上第一台

支持 AI 的便携式血液测试仪

香港中文大学的研究小组周四宣布，他们开发了 世界上第一台「人工智能便携式血液定量相位显微镜（QPM），用于血液检测」 ，它具有 低成本 ，快速和 高效率 的检测技术。

根据研究人员的说法，传统的血液测试需要专业人员进行，得出检测结果可能要花费数小时甚至数天。而且所涉及的仪器体积庞大且昂贵，无法轻易转移，尤其是偏远地区。此外，细胞的形态可能会受到染色或标记的影响，进而影响测试结果。

由港中文大学研究团队开发的新型仪器， 重量不到 5 公斤 ，其大小类似于可以随处携带的公文包。计算机自动在几分钟之内完成分析过程， 准确性超过 90％ 。

来源： cpr.cuhk.edu.hk

技术

谷歌发布 M4 方法

促进大规模多语言及神经机器翻译的发展

过去几年中，得益于 NMT（Neural Machine Translation 神经机器翻译）的发展，机器翻译取得了显著的进步。

为了进一步促进大规模多语言和大规模神经机器翻译的发展，谷歌发布 M4 方法（massively multilingual, massive neural machine translation），该方法在针对低资源语言和高资源语言的翻译上均显示出巨大的提升，并且可以轻松适应于各个领域和不同语言，同时在跨语言机器翻译上也显示出超高效率和可靠准确度。

640?wx_fmt=gif