美国用AI识别精神病患
有些患有精神疾病的病人,被误当做犯人关进监狱,这样的情况屡见不鲜。对于社会来说,对这些精神病患采取积极主动的治疗,远比将其关进监狱成效显著。为了更好地识别精神病患,防止监狱变成精神病院,美国正试图用数据分析的方式将那些危险度较低的精神病罪犯“请”出监狱,同时找出其中需要精神治疗的病人,以便能为其办理保释或假释。
这个全新的算法预测系统是一大创举,它比简单的精神卫生护理要有效得多。不过,该系统的效果取决于数据库的深度,否则 AI 系统在判断时就容易“偏心”,让穷人和少数族裔成为受害者。一项 ProPublica 的调查显示,佛罗里达布劳沃德县用的评估工具就有失公平,非裔美国人被判定有罪的可能性比普通人高出了 77% 。“算法和预测工具需要完整数据的支撑,”Ezekiel Edwards 说道,他是美国公民自由联盟刑法改革项目的负责人。“可惜,大多数的数据都是由人创造的,而这些人普遍带有偏见。”
因此,如果要大面积推广,这些预测系统需要得到充分的监督,它们还必须完全透明。同时,Steve 表示:“人类应该紧握最终决定权,而不是将它交给机器。”虽然如今 AI 算法还不够成熟,但没人会否定它在节省预算、提高犯人生活状况和推动司法系统公平性上的巨大作用。
特斯拉欧洲建厂 生产电池和整车
特斯拉 CEO 伊隆·马斯克(Elon Musk)和首席技术官JB·斯特罗贝尔(JB Straubel)本周在德国宣布了对德国工程集团Grohmann Engineering的收购。
在随后的发布会上,马斯克强调,特斯拉将在德国进行大笔投资,而特斯拉计划在欧洲建设第二座超级工厂。马斯克确认,特斯拉计划明年在欧洲为“超级工厂2号”选址,这处工厂将生产电池和整车。
在电话会议上,马斯克明确表示,特斯拉当前的关注重点是Model 3车型的生产。在 Model 3 开始量产后,每年生产 50 万辆汽车。马斯克预计,弗雷蒙特工厂的产能将达到每年 50 万至 100 万辆,而超级工厂 1 号将确保电池生产能满足电动汽车和储能产品的需求。
不过在这一过程中,特斯拉也试图调整生产策略,转向于“用机器生产机器”。收购 Grohmann Engineering 是这一计划的一部分。这些机器最初将部署在特斯拉的费雷蒙特工厂,但最终也会部署在欧洲。
关于欧洲的超级工厂,马斯克表示:“毫无疑问,从长期来看,在欧洲特斯拉将至少有一处,或是两到三处汽车和电池工厂。”
Google Brain与OpenAI合作论文:规模化的对抗机器学习
对抗样本(adversarial examples)是被设计用来愚弄机器学习模型的恶意输入。它们总是从一种模型迁移到另一个,让 attackers 在不知道目标模型的参数的情况下进行黑箱攻击。对抗训练(adversarial training)是在对抗样本上明确地训练模型的过程,从而使它可在面临攻击时更稳健或可减少它在干净输入上的测试错误率。目前,对抗训练主要被用于一些小问题。在此研究中,我们将对抗训练应用到了 ImageNet。我们的贡献包括:(1)推荐如何将对抗训练成功地规模化到大型模型和数据集上。(2)观察对抗训练对单步 attack 方法的稳健性。(3)发现多步 attack 方法要比单步 attack 方法有较小的可迁移性,所以单步 attack 对进行黑箱 attack 更好。(4)分辨出是「lable leaking」效应造成对抗训练的模型在对抗样本上的表现比在干净样本上的表现更好,因为对抗样本构造流程使用真实标签(true label),所以该模型能学习利用构造流程中的规律。
机器人有了新皮肤,可像人类那样感知温度
佐治亚理工学院的 Joshua Wade, Tapomayukh Bhattacharjee 和 Charlie Kemp 教授上月在 IROS 的 workshop 上宣讲了一篇论文,介绍了一种新的机器人皮肤,这种皮肤能主动加热。当它与传统的力传感结合起来时,就能形成一个多模态的触摸传感器,帮助确定物体的组成。
虽然它外表看起来不怎么样,但是由力觉感应和热敏感应组成的系统相比较于单由力觉感应组成的系统要运行得好得多。织物是由大量「紫杉醇(taxels)」做成的,每一块都是电阻织物夹在处于炭纤维电阻加热条上的两层导电织物,两层被动热敏电阻(passive thermistors),两层主动热敏电阻(active thermistors)之间。这三种传感模态的结合使用能让每一个都发挥效用,如此一来研究人员就能用它通过按压来识别识别物体是木质还是铝质,准确率达 96%。而当其滑过物体时识别物体性质的准确率为 86%。我们需要强调的是这个并不是第一个主动热敏电阻传感器,Syn Touch 的 BioTac 传感器同样也集成了一个加热器,只是在指尖上使用。而佐治亚理工学院在做的是全臂使用触觉皮肤。
Tapo Bhattacharjee 告诉我们像这样的传感器在很多方面是有应用潜力的。「机器人就能使用这种传感器在复杂情况或人类环境下工作,通过了解对象的触觉属性的方式,机器人能够帮助人类设计操作的方法,例如机器人会说挤压一个软物体要比挤压一个坚硬的物体容易,或者是如果机器人知道他是在触摸人类,那么用力就会小得多。」
Adobe推出声音编辑工具
近期Adobe在AdobeMAX大会上展示了一款全新的编辑工具Project VoCo,在分析一段音频后,可以根据声调任意改变语句顺序,甚至说出新词都不成问题。但目前仍属于原型阶段,详细的上市信息仍未公布。
从现场Demo来看,在Project VoCo读取音频后就能调换声音、创造新句子,虽然讲话的方式有些顿挫,但整体还是十分自然。对于时常从事录音的工作者来说,可以大幅减少出错而重新录音的几率,提升工作效果。
Project VoCo在侦测到一段音频之后,就可以按照个人的喜好重组或新增不同字条,系统会立即根据音频声带做模拟。但功能便利是便利,但也有被不法分子用作诈骗等犯罪用途,目前Adobe表示会以浮水印的方式来检查声音有没有被编辑过。
英特尔开发硅光子技术加速芯片
英特尔目前正在致力于一项促进硅芯片之间的通信的新技术,该技术把微小的激光器和光纤连接嵌入芯片中,将数据直接传输到另一芯片。随着半导体行业中芯片能负荷的晶体管数量达到上限,未来在芯片之间传输信息的功能至关重要。
作为一种新技术,硅光子可以使英特尔的数据中心芯片更加高效,从而大大提高销售额。例如,英特尔的 Xeon 芯片用于服务器中央处理器,该芯片可以使用新技术将信息直接传输到现场可编程门阵列(FPGA),用于运行大数据分析和机器学习的特殊算法。这样的连接将使两个芯片的通信达到一个芯片的速度,而且所需要的能量更少。
英特尔公开表示,他们计划最终将硅光子直接集成到芯片上。但目前没有给出整合的细节,Rolland 的设想最终可能无法达成。
英特尔目前已经公开了一些与该技术相关的产品。8 月份,该公司表示,他们创建了硅光子设备,能以 100 千兆/秒的速度在数公里的距离内传输数据。但目前的产品旨在围绕云数据中心服务器移动信息,而不是在更小规模的芯片之间。
Gartner发布2017十大战略技术趋势:以智能为中心实现万物互联
Gartner 11月7日在西班牙巴塞罗那召开的全球峰会上发布了2017年十大战略技术:人工智能与机器学习、智能应用、智能事物、虚拟和增强现实、数字化双生、区块链和已分配分类账、对话式系统、格网应用和服务架构、数字化技术平台和自适应安全架构入选。与往年相比,本年度10大战略技术中智能化趋势明显,10项入选的技术都直接或间接与智能化相关。
想要获得更多技术干货?关注CSDN人工智能公众号 AI_Thinker