AI赛车手登上Nature封面，人工智能选手如何狂虐人类顶级玩家？

高能力的AI在各种游戏中打败人类，

这些消息近年来频频出现。

不管是早年的国际象棋、问答比赛，

还是近年的围棋、星际争霸、刀塔2。

从国际象棋到围棋再到扑克，

AI 智能体在许多游戏中都胜过人类。

在AI选手面前，

人类的专业选手简直被打哭。

#01 

AI赛车手再次战胜人类玩家，

登上Nature封面！

索尼公司亲自下场开发的 AI「GT Sophy」，让电子赛车游戏加入了上述名单：不管是日本的还是其他国家的头挑电竞选手，在GT赛车中都比不过索尼拿1000台PS4主机训练出的AI。

AI事业部提供深度学习算法、负责训练模型 ；PDI工作室出的游戏作为AI训练和验证的环境；互动娱乐公司的云计算架构将千台PS4主机串联起来作为大规模训练架构和平台。

或许有人认为这是一个简单的挑战，毕竟，赛车不只是速度和反应时间的问题。

但电子游戏赛车和 AI 领域的专家都表示，GT Sophy 是一项重大突破，这表现出智能体对战术和战略的掌握。

来自斯坦福大学研究自动驾驶的教授 Chris Gerdes 表示，「在赛车比赛中，如此熟练地超越顶级车手，是 AI 的标志性成就。」

#02

人工智能在生活的应用

人工智能已经逐渐走进我们的生活，并应用于各个领域，它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。下面，我们来看看人工智能的一些主要应用场景。

1.无人驾驶汽车

无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内以计算机系统为主的智能驾驶控制器来实现无人驾驶。无人驾驶中涉及的技术包含多个方面，例如计算机视觉、自动控制技术等。

近年来，伴随着人工智能浪潮的兴起，无人驾驶成为人们热议的话题，国内外许多公司都纷纷投入到自动驾驶和无人驾驶的研究中。

2.人脸识别

人脸识别也称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别涉及的技术主要包括计算机视觉、图像处理等。

人脸识别系统的研究始于20世纪60年代，之后，随着计算机技术和光学成像技术的发展，人脸识别技术水平在20世纪80年代得到不断提高。在20世纪90年代后期，人脸识别技术进入初级应用阶段。

3.机器翻译

机器翻译是计算语言学的一个分支，是利用计算机将一种自然语言转换为另一种自然语言的过程。机器翻译用到的技术主要是神经机器翻译技术（Neural Machine Translation，NMT），该技术当前在很多语言上的表现已经超过人类。

随着经济全球化进程的加快及互联网的迅速发展，机器翻译技术在促进政治、经济、文化交流等方面的价值凸显，也给人们的生活带来了许多便利。

4.声纹识别

生物特征识别技术包括很多种，除了人脸识别，目前用得比较多的有声纹识别。声纹识别是一种生物鉴权技术，也称为说话人识别，包括说话人辨认和说话人确认。

同时，相较于人脸识别、虹膜识别等生物特征识别技术，声纹识别技术具有可通过电话信道、网络信道等方式采集用户的声纹特征的特点，因此其在远程身份确认上极具优势。

5.图像搜索

图像搜索是近几年用户需求日益旺盛的信息检索类应用，分为基于文本的和基于内容的两类搜索方式。传统的图像搜索只识别图像本身的颜色、纹理等要素，基于深度学习的图像搜索还会计入人脸、姿态、地理位置和字符等语义特征，针对海量数据进行多维度的分析与匹配。

由此看出，人工智能技术已经逐渐走进并捆绑了我们生活的方方面面，要想抓住时代的风口和红利，从事未来十年到二十年的朝阳行业，就要掌握这样的硬核技能。

给大家找到了【背景提升宝库】！这里有「剑桥、哥伦比亚大学等藤校/G5 的教授」带你深度科研。

为对人工智能、图像信息处理、计算机、软件工程 等方向感兴趣，并为能在这一领域深造的同学，推荐以下项目：

Instructor Introduction

导师介绍

Rabih导师拥有弗吉尼亚理工大学计算机工程博士学位，现任杜克大学教授并在校教授十余门高级计算机课程，导师对教学和研究都有热情，他的研究兴趣包括可穿戴计算、计算机视觉中的动作捕捉识别、自然语言处理中的上下文感知、机器学习、工程教育和中东政治。导师曾在Sensors等SCI期刊及ISWC等顶会发表数十篇论文，并获得杜克大学官方多个专项资金助力其研究工作。

Program Description
项目介绍

项目涵盖计算机视觉领域的常用深度学习方法和前沿技术，比如生成模型、计算机视觉API、AutoML Vision。项目结束后，学生将完成两页Jupyter Notebook形式的报告，创建计算机视觉应用程序部署在边缘推理平台，进行成果展示。学生将能够从头开始建立计算机视觉模型，将计算机视觉模型应用于边缘端机器学习硬件。

个性化研究课题参考：

• 基于计算机视觉的动态手势识别

• 应用计算机视觉对果蔬表面缺陷的判别研究

• 深度测量及物体三维模拟重构

长按识别二维码，咨询完整项目详情

Instructor Introduction

导师介绍

哈佛大学（Harvard University）始建于1636年，是一所享誉世界的私立研究型大学，也是常春藤盟校成员。哈佛大学在学术界享有崇高的地位，并且在世界范围内具有广泛的社会影响力。哈佛大学孕育了8位美国总统，158位诺贝尔奖获得者（世界第一）和18位菲尔兹奖得主（世界第一），在2019/2020年U.S.News世界大学排名中位列第一，2018年QS世界大学计算机科学以及电子工程专业排名位列第六。

Program Description
项目介绍

项目内容包括线性回归、逻辑回归、决策树、SVM机器学习算法和自然语言处理中的文本分类问题。学生将深入探究Word2Vec词向量嵌入、Doc2Vec文本向量生成、基于LSTM和其他RNN的分类算法，了解RNN模型缺陷以及基于Attention的Transformer语言模型如何弥补这些缺陷。学生将在项目结束时，提交个性化研究课题项目报告，进行成果展示。

个性化研究课题参考：

• 基于双向LSTM语言模型的多义词消歧

• 根据推文内容语义与语言习惯分析判断用户所在城市

• 发表基于NLP的微博内容调查报告

• 评估句子片段幽默程度的自注意力算法优化

‍‍‍‍👇以下课题产出助力你的【留学/保研/申博】申请：

‍‍‍‍‍‍• SCI/SSCI/EI/CPCI 等各级别学术论文
• 优秀学员获主导师Reference Letter
• 亮眼学术科研经历

篇幅有限，了解完整课题详情，

想咨询更多人工智能、算法等计算机方向课题，

扫描下方二维码，

添加学术助理即可咨询

长按识别二维码，咨询完整项目详情