学生注意力监测头环被责令停用，产品系哈佛博士研发【智能快讯】

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！

学界

学生注意力监测头环被责令停用

产品系哈佛博士研发

近日，浙江省金华市金东区孝顺镇中心小学引进一款名为 「赋思头环（FOCUS1）」 的设备，上课时让学生佩戴在头上，用于监测孩子注意力情况，并将相关数据发送给家长。

据介绍，该设备利用 神经反馈训练原理，可以训练学生提升专注力 。该校教师称，头环已使用近一年，无明显副作用。

但这一设备也引起质疑，有人认为会增加学生压力，并 涉嫌侵犯使用者隐私 。

10 月 31 日，金东区教育局介入此事， 责令学校暂停使用 ，并让全区学校进行自查，「监控头环」收集的数据不会外流，不会泄露孩子个人隐私。

对此，该产品所属公司 浙江强脑科技有限公司 发表声明，回应称头环并非用来监控学生，而是训练学生提升专注力的仪器。 公司创始人韩璧丞 也在朋友圈中发文表示，头环确实能帮助班级提高成绩，「监控」这一说法系误读。

来源：cnbeta.com

华为 HR 胡玲在心声论坛实名发长帖，奉劝大家：

不要相信 HR，他们没有诚信

10 月 30 日，华为 2012 实验室人力资源部员工胡玲 在华为心声论坛实名发长帖， 举报导师杨瑞峰及 HR 高雁各种懒政失职，更多细节直指 HR 政策导向及华为企业文化 。此帖一出，一时间在各个社交平台引发热议。

在帖文中，胡玲举例说，有员工在晚上加班时去健身房锻炼，导师杨则认为「这种情况往小了说叫考勤造假，往大了说就是业务造假」，并让大家（HR 们）好好挖，能挖出大问题。

但胡玲表示自己对此不敢苟同，称「研发兄弟们占用自己的休息时间免费加班，一不给钱二不给调休，难道运动一下也不可以吗？如果不可以，公司为什么要建这么多健身房呢？」

帖文中还指出了很多问题，具体可由此 https://xueqiu.com/2109210319/135011366 查看全文。

据知乎上一名自称华为前员工的用户评论说，该帖发布 3 小时达到 86 万的浏览量，目前已经无法在心声社区搜到该帖文。

帖子发出后，该话题很快登上知乎热榜

来源：xueqiu.com

学界

五角大楼公布《AI 伦理原则》，倾听学界建议

2019 年 10 月 31 日，美国五角大楼的 Defense Innovation Board （DIB）国防创新委员会批准了国防部的 《 AI 伦理原则》 ，原则中分为五个主要原则： 负责任 ， 公平 ， 可追溯 ， 可 靠 和 可支配 。还包括 12 条建议，用来说明美军将来如何在战斗和非战斗的系统中的人工智能应用道德规范。

Defense Innovation Board （DIB）国防创新委员会认真收集了社会各界的人工智能专家的意见，包括麻省理工学院 CSAIL 总监 Daniela Rus、Facebook首席 AI 科学家 Yann Le Cun、MIT 前媒体实验室总监 Joi Ito、OpenAI 研究总监 Dario Amodei 博士和斯坦福大学教授李飞飞博士的观点。

来源： venturebeat.com

杜克大学学生团队开发观鸟 AI 

轻松识别 200 多种鸟类

杜克大学 计算机科学博士 Chaohao Chen 和本科生 Oscar Li 以及教授Cynthia Rudin 指导的预测分析实验室正在进行的这项研究，能够让 「BirdWatching 观鸟」 这项在美国十分流行的运动，更加科学地进行。

研究团队团队通过使用 200 多种鸟类的 11788 张照片 ，来训练这个观鸟深度神经网络，目前该模型的 准确率已经达到 84% 。

来源： eurekalert.org

技术

谷歌发布新算法

帮助机器人更好地执行操控和组装任务

近日，谷歌 AI 联合斯坦福大学和哥伦比亚大学，共同研发了一种提高机器人操控和组装能力的算法— Form2Fit 。

该算法利用深度神经网络，通过视觉方式来学习及识别对象之间的对应关系，即使面对对未经训练的任务，也可轻松适应。实验证明，通过 Form2Fit 训练的机器人，可以组装各种类型的组件，并且 准确率高达 94% 。

‍

来源： ai.googleblog.com

Facebook 公开 Temporal 数据集

可高效识别视频中的动作

近日， Facebook AI 在官网公布 Temporal 数据集，可用于训练并测试 AI 系统，以更快地理解视频中的动作。

不同于某些依靠单个图像足以识别动作的数据集，Temporal 中的视频强调动作发生的时间顺序，有利于提高计算机视觉系统对一组动作中的时间信息的识别能力，可帮助研究人员对系统识别时间性行为的能力进行基准测试。

来源： ai.facebook.com/blog

学界

利用神经网络预测植物的生长过程

Skoltech 的科学家们，在最近利用 RNN 与计算机视觉算法 ，完成了 对植物生长过程的预测 ，并使用 AI 算法监控和调节植物生长系统的状态和主要参数。

该项目的数据，来自于和德国航空航天中心（DLR）合作进行的研究中。德国科学家在该研究中，探索了类似于国际空间站的人工系统对植物生长的额外刺激。合作的实验产生了有价值的结果，有助于找到最佳养分比例，确保植物在有限条件下的最佳成长方案。

科学家使用计算机视觉算法，分割并确定了总的枝叶面积，使用各种架构的 RNN 预测了植物的生产趋势。他们还提出了一种嵌入式节能系统，用于计算和预测增长方式。这项研究的结果发表在 IEEE 期刊《仪器与测量事务》上。 

来源： techxplore.com

用AI工具检测全球流行趋势和大活动

康奈尔大学研究人员，开发一种新的人工智能工具 GeoStyle ，通过扫描数百万张公开发布的照片， 准确地识别世界各地的时尚趋势 ，以及具有标志性风格的重大事件。

GeoStyle 使用计算机视觉和神经网络构建，通过分析了  Instagram  和  Flickr  等平台公开的照片，模型从人类服装风格的变化，判断各地的时尚变化趋势，并标识出该地的特殊的文化活动，模型对趋势预测的 准确性比以前的方法高 20％ 。

该团队目前正在与材料科学和服装设计助理教授 Denise Green，以及人类生态学院的其他时尚专家合作，以改善他们的模型。

来源： cornell.edu

—— 完 ——

扫描二维码，加入 AI 讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解更多

更多精彩内容（点击图片阅读）