建筑制图 AI：10 秒内实现日夜景效果图转换【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。

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

未来建筑实验室利用深度学习

10 秒完成日夜景效果图转换

建筑设计会经常遇到出夜景效果图的时候，日夜景的效果转换，临摹勾勒、渲染出图、后期加工...工序繁多。除了对制作工具的熟练，更关键的是需依靠经验判断建筑明暗、光影和颜色等在白天和夜晚的不同状态。

近日，AI 建筑研究团队未来建筑实验室（Future Architecture Lab，FALab）运用之前一项深度学习成果，做到 10 秒内完成日夜景转换，让建筑菜鸟也能快速拥有合格效果图。

用户只需选择一张日景图（Source）和一张目标夜景图（Reference），基于深度学习的算法 Neural Color Transfer（NCT），就可对两张图片上具有相似语义结构的部分进行颜色迁移，生成新的夜景图片。

扫码试一试（限时开放）

来源：blog.xkool.ai

南非纳塔尔大学团队最新研究

用卷积神经网络估计人的年龄

在最近的一项研究中，南非夸祖鲁纳塔尔大学的研究人员开发了一种基于机器学习的模型，通过分析在随机现实环境中拍摄的人脸图像来估计人的年龄。

他们开发了一个基于深度卷积神经网络（CNN）的六层结构，使用约 70000 个已标记的面部图像数据集 OUI-Adience 来训练，该架构通过了解对于年龄估计最重要的面部表征，并关注这些特征来实现年龄估计。

据介绍，其方法最新结果比 OUI-Adience 数据集报告中最佳结果的准确度提高了 8.6%。

来源：techxplore.com

学界

港科大推出世界首个全光学多层神经网络

近日，香港科技大学（以下简称港科大）面向深度机器学习推出世界首个全光学多层神经网络，该项技术为下一代 AI 硬件及机器学习技术的发展铺平了道路。

全光学多层神经网络能够以光速执行光学并行计算，能耗极低，可以帮助 AI 更好地匹配人类大脑，以解决诸如模式识别或风险管理等更复杂的问题。

来源：opengovasia.com

克莱姆森大学与 BMW 合作

让 AI 赋能汽车产业

位于美国的克莱姆森大学近日与知名车企 BMW 达成合作，共建 AI 研究中心。

该中心位于加利福尼亚州山景城的西海岸基地，致力于数据分析项目，与科技公司和创业公司关系紧密，在车辆故障检测、车辆质检等方面都有望依靠 AI 技术极大提高效率和检测准确度，从而降低成本。

来源：automotiveit.com

企业

科大讯飞成为北京 2022 年冬奥会

自动语音转换与翻译独家供应商

9 月 16 日消息，在北京 2022 年冬奥会和冬残奥会官方自动语音转换与翻译独家供应商发布会上，科大讯飞宣布，正式成为北京 2022 年冬奥会和冬残奥会官方自动语音转换与翻译独家供应商。 

北京冬奥组委技术部部长喻红表示，科大讯飞将为北京冬奥会提供技术支持，通过语音识别、语音合成、机器翻译等产品和服务，创造良好沟通环境、减少重复性劳动、提高赛会保障服务效率，在冬奥会赛场内外实现人与人、人与机器之间语音和语言交互无障碍。

来源：tech.sina.com

亚马逊将允许任何人帮助 Alexa 

回答它无法回答的问题

亚马逊正计划推出一项名为 Alexa Answers 的新计划，让任何人都能够帮助解答旗下语音助手 Alexa 无法回答的问题。该计划旨在扩展智能数字助理的知识库，使其与 Google 智能助理和 Apple 的 Siri 保持竞争力。

谷歌智能助手连续两年轻松赢得了由美国知名创投机构 Loup Ventures 组织进行的 800 个问题测试，Alexa 则排在第三位。该项目将使用游戏机制吸引用户 ——每次助理分享他们的一个答案时，用户将能够获得「积分」。

来源：cnbc.com

技术

谷歌开发深度学习系统

以提高部分皮肤疾病的诊断准确度

近日谷歌健康（Google Health） 发布一款深度学习系统（Deep Learning System，DLS），可用于初级保健中的皮肤疾病诊断。

当前美国诊所中大概有 37% 的患者患有皮肤相关的疾病，然而仅有半数患者有机会被皮肤专科医生接待，其他患者完全依赖全科医生，因此亟需提高全科医生对皮肤疾病的诊断能力。

科学家通过实验发现，在患者信息相同的情况下，针对 26 种不同的皮肤状况，DLS 与皮肤专科医生均给出同样的诊断结果。DLS 的应用将有效提高美国全科医生对皮肤疾病的诊断能力，节约医疗资源，并更加准确及时地确诊、治疗皮肤癌等严重疾病。

来源：ai.googleblog.com

工程师发明双指机器手

旨在提高机器操作的安全性

近日，来自 University at Buffalo 的工程师发明了一款全新的双指机器手，有望模仿人手灵敏度，提高操作物体的熟练程度。

这一机器手通过两块磁铁分别控制两根手指的位置，当感知到外部压力时，可以通过增加或减小磁铁之间的距离，进而控制手指的力度。同时该机器手可连接在众多商用机器人手臂上运行，有望在未来降低企业技术成本，提高机器操作的安全性。

来源：sciencedaily.com

—— 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）