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!
企业
谷歌大脑发布新研究
机械手可旋转保健球
谷歌大脑在 Arxiv.org 上发布了一篇论文,使用深度动力学模型和 AI技术,仅需很少的训练数据,就可让机械手完成精细的动作,比如旋转保健球。
他们的研究中,一项困难的任务是将两个保定球绕着手掌旋转,而且不掉落,模型仅使用了 100,000 个(训练 2.7 小时)数据点的数据,就完成了这一任务。
团队将一种称为「不确定」的 AI 模型,与最先进的轨迹优化结合起来,使用强化学习训练机器手,最终达到了这一效果。
机械手成功地将两个球旋转了 90 度和 180 度,而且在相机捕获的两个小时的真实数据中,并没有发现球被掉落。
来源:venturebeat.com
谷歌发布自然语言处理新模型
在多项测试中名列榜首
上周,谷歌 AI 和芝加哥丰田科技机构宣布,他们新的 ALBERT 模型,在自然语言阅读理解测试中获得了多项第一,包括 SQuAD 2.0、GLUE、RACE 等测试中,分数都高于人类。
ALBERT 是基于 Transformer 的 BERT 的一个版本,据称,它使用了参数减少技术,来降低内存消耗并提高 BERT 的训练速度。
新的方法,在阅读文本并提供答案方面,有着显著的性能提升,可以显著改善搜索引擎等功能。
来源:medium.com
学界
MIT 林肯实验室新型 AI 超算
在世界大学中排名第一
近日,MIT 林肯实验室超级计算中心(LLSC)的新型 TX-GAIA(绿色 AI 加速器)计算系统,被评为世界所有大学中功能最强大的人工智能超级计算机。
该系统由 Hewlett Packard Enterprise 构建,将传统的高性能计算硬件(将近 900 个 Intel处理器)与针对 AI 应用进行优化的硬件(900个Nvidia图形处理单元(GPU)加速器)相结合,在物理模拟和数据分析中扮演了重要的角色。
来源:news.mit.edu
麦吉尔大学开发 FoodTracker
可利用 AI 技术检测食品营养成分
近日,加拿大麦吉尔大学的一个研究小组开发了一款移动 App —— FoodTracker,可快速有效地识别食物,并提供每餐食物的营养成分信息。
该款 App 非常易于使用,无需手动输入数据,仅基于手机摄像头的图像,即可实现自动食品监测和营养分析,用户只需将手机相机对准装有饭菜的盘子,即可迅速了解自己摄入的食品。
FoodTracker 实时检测模式(左)
和来自本地图库的营养分析(右)
来源:techxplore.com
技术
Facebook 通过神经网络追踪手部动作
Facebook Reality Labs 联合 Oculus开发出了一个应用于 VR 的手部动作追踪系统,这种虚拟世界中的新交互方式可以极大提高 AR / VR 体验。
该系统作为目前唯一一款完全铰接的 VR 手部动作追踪系统,不使用主动深度感应技术或任何其他设备(例如功能手套),仅依赖单色相机即可实现动作追踪。
官方宣布将在 Oculus Quest(一款无线头戴VR设备,现已开放购买)的软件更新中增加该项技术。
来源:ai.facebook.com
机器学习可全面预测
阿尔茨海默症的进展
近日科学家通过追踪 1909 名轻度认知障碍或阿尔茨海默症患者的临床症状,发现通过机器学习可全面预测阿尔茨海默症的进展。
科学家取了 44 个临床变量,分别追踪其在 18 个月内数据的变化,并以此作为数据集,训练预测疾病进展的模型。该模型可准确反映随着时间进展,每个变量的平均值、标准偏差和相关性,在临床上具有重大意义。
来源:nature.com
新奇
药物研究人员用 AI 预测视力丧失
Genetech(基因泰克)和医药研发生厂商 Roche(罗氏)的研究人员,开发了一种深度学习模型,该模型可以预测,哪些患有与糖尿病相关的视力问题的患者更容易失明。
为了训练该模型,研究人员使用了糖尿病性视网膜病患者眼内的彩色照片。他们使用深度卷积神经网络(DCNN)评估图像,并产生目标结果预测。
该团队刚刚在《自然数字医学》上发表了一篇新论文,「深度学习算法可预测个别患者的糖尿病性视网膜病进展。」
来源:techrepublic.com
MIT 学生通过算法实现滑音效果
在音乐中,「滑音」是一个已经使用了数百年的术语,指的是将音符以一个音高滑动到较低或较高音高的音符中的效果。但是,只有音高可以连续变化的乐器(例如人声,弦乐器和长号)才能发挥效果。
现在,一名麻省理工学院的学生发明了一种新颖的算法,该算法可以在任意两个音频信号之间实时产生滑音效果。
在实验中,该算法无缝地融合了各种音频片段,例如将钢琴音符滑入人声,将一首歌曲融合成另一首。作者描述算法的论文,在最近的国际数字音频效果国际会议上获得了「最佳学生论文」奖。
来源:news.mit.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」自动入群
更多精彩内容(点击图片阅读)
