科幻成真！AI只凭音频生成逼真语音；用Python生成LaTeX数学公式；正则表达式提效宝库；NeurIPS教程；前沿论文 | ShowMeAI资讯日报

👀日报合辑 | 📆电子月刊 | 🔔公众号下载资料 | 🍩@韩信子

📢 只听音频！就可以生成逼真的语音和钢琴音乐

https://ai.googleblog.com/2022/10/audiolm-language-modeling-approach-to.html

作者在『AudioLM: a Language Modeling Approach to Audio Generation』提出了一种新的音频生成框架，通过只听音频来学习生成逼真的语音和钢琴音乐。本文则介绍了 AudioLM 这种用于音频生成的语言建模方法，以提供长期连贯性和高音频质量。

语音生成实验表明，AudioLM 不仅可以在没有任何文本的情况下生成句法和语义上连贯的语音，而且该模型产生的延续几乎与人类的真实语音无法区分。此外，AudioLM 远远超出了语音范围，可以对钢琴音乐等任意音频信号进行建模。这鼓励未来扩展到其他类型的音频（例如多语言语音、和弦音乐和音频事件），以及将 AudioLM 集成到编码器-解码器框架中，以执行条件任务（例如文本到语音或语音到语音翻译）。

工具&框架

🚧 『Fyrox』Rust写的3D/2D游戏引擎

https://github.com/FyroxEngine/Fyrox

Fyrox是一个功能丰富、可生产的、通用的2D/3D游戏引擎，用Rust编写，带有场景编辑器，它的前身为 rg3d。

🚧 『latexify_py』用Python生成LaTeX数学公式(基于规则)

https://github.com/google/latexify_py

latexify_py 是一个Python工具库，用于生成LaTeX数学公式，它是基于规则实现的。

🚧 『TensorStore』大型多维数组读写库

https://github.com/google/tensorstore

https://google.github.io/tensorstore/

TensorStore 是 Google 开放的一个用于有效读写大型多维数组的库，可以为读写多种阵列格式提供统一的API（包括zarr、N5和Neuroglancer），支持多种存储驱动，支持高并发。

🚧 『MonitorControl』 Mac外显亮度控制器

https://github.com/MonitorControl/MonitorControl

MonitorControl 是一个 Mac 外显亮度控制器，可以调整显示器的亮度、音量和对比度，支持自定义键盘快捷键，拥有简单、不显眼的用户界面，完全免费、支持自动更新，提供无忧无虑的体验等。

🚧 『Cozy Auto Texture』用Stable Diffusion自动生成纹理的Blender扩展

https://github.com/torrinworx/Cozy-Auto-Texture

Cozy Auto Texture 将 Stable Diffusion AI 的复杂性与 Blender 的简单 GUI 连接起来，是在 Blender 中开始创建AI绘图/纹理的最简单和最直接的方法。Cozy Auto Texture 插件设置简单，开放源代码，下载过程简单，用户界面简单而直观。

博文&分享

👍 『Fast Methods for Partial Differential and Integral Equations』 MIT 18.336J · 偏微分方程和积分方程的快速方法课程

https://github.com/mitmath/18336

https://math.mit.edu/~cperezar/18.336.html

本课程广泛涵盖了求解大规模偏微分和积分方程的现代数值方法。本学期的课程重点是傅里叶和现代多项式谱方法、边界积分方程以及流体动力学和电磁学的应用。

• Introduction to fast methods, PDEs, IEs（快速方法、PDE、IE简介）
• Fast Fourier transforms（快速傅里叶变换）
• PDE discretization and preconditioning（PDE离散化和预处理）
• Finite differences and fast Poisson solvers in 1D（一维有限差分和快速泊松求解器）
• Fast finite difference solvers in multiple dimensions（多维快速有限差分求解器）
• Domain decomposition methods（领域分解方法）
• Introduction to spectral methods（光谱法简介）
• Fourier spectral methods（傅里叶光谱法）
• Polynomial interpolation（多项式插值）
• Chebyshev collocation methods（切比雪夫搭配方法）
• Dense Chebyshev spectral methods（密集切比雪夫谱法）
• Sparse Chebyshev spectral methods（稀疏切比雪夫谱法）
• Multidimensional sparse methods（多维稀疏方法）
• Sparse methods for curvilinear domains（曲线域的稀疏方法）
• Introduction to low-rank methods（低秩方法介绍）
• Approximating low-rank interactions（近似低秩交互）
• Fast multipole methods and boundary integral equations（快速多极方法和边界积分方程）
• Discretizing boundary integral equations（离散边界积分方程）
• Advanced boundary integral equations（高级边界积分方程）

👍 『Foundational Robustness of Foundation Models』基础模型的基础鲁棒性 (NeurIPS 2022 tutorial)

https://github.com/sayakpaul/robustness-foundation-models

https://sites.google.com/view/neurips2022-frfm-turotial/

基础模型采用深度学习方法，对大规模未标记数据进行预训练，并通过特定任务监督进行微调，正在成为机器学习的主流技术。尽管在学习通用表示、小样本/零样本泛化方面表现优异，但由于使用了过多的数据，基础模型在鲁棒性和隐私方面面临着前所未有的挑战和。

本教程提供了一个类似于 Coursera 的在线教程，包含综合讲座、交互式 Jupyter/Colab 实时编码演示，以及关于基础模型可信度的小组讨论。

• Basics in foundation models and robustness（基础模型和鲁棒性基础）
• Deep dive on foundation models for computer vision（深入了解计算机视觉的基础模型）
• Deep dive on foundation models for code（深入了解代码的基础模型）
• Hands-on code walkthrough（动手代码演练）

数据&资源

🔥 『re for humans』让 Python 正则表达式更人性化的资源列表

https://github.com/mikaelho/python-human-regex

re是 Python 标准库中一个强大的字符串匹配工具。但是正则表达式的使用有点麻烦，以至于使用频率受到限制。作者翻阅了大量 GitHub 上正则表达式的优化项目，整理成为当前的 Lis，辅助学习和写正则表达式，或者快速生成正则表达式。

研究&论文

可以点击 这里 回复关键字 日报，免费获取整理好的论文合辑。

科研进展

• 2022.09.22 『去模糊化』 Diffusion Posterior Sampling for General Noisy Inverse Problems
• 2022.09.30 『计算机视觉』 MobileViTv3: Mobile-Friendly Vision Transformer with Simple and Effective Fusion of Local, Global and Input Features
• 2022.09.26 『强化学习』 Training Efficient Controllers via Analytic Policy Gradient

⚡ 论文：Diffusion Posterior Sampling for General Noisy Inverse Problems

论文时间：29 Sep 2022

领域任务：Deblurring，去模糊化

论文地址：https://arxiv.org/abs/2209.14687

代码实现：https://github.com/dps2022/diffusion-posterior-sampling

论文作者：Hyungjin Chung, Jeongsol Kim, Michael T. McCann, Marc L. Klasky, Jong Chul Ye

论文简介：Diffusion models have been recently studied as powerful generative inverse problem solvers, owing to their high quality reconstructions and the ease of combining existing iterative solvers./扩散模型最近被研究为强大的生成性逆向问题求解器，因为它们的高质量重建和易于结合现有的迭代求解器。

论文摘要：最近，人们将扩散模型作为强大的生成式反问题求解器来研究，这是因为它们具有高质量的重建和易于结合现有的迭代求解器。然而，大多数工作集中在解决无噪音环境下的简单线性逆向问题，这大大低于现实世界问题的复杂性。在这项工作中，我们通过后验采样的拉普拉斯近似，扩展了扩散求解器以有效地处理一般的噪声（非）线性逆问题。有趣的是，由此产生的后验采样方案是扩散采样的混合版本，具有流形约束梯度，没有严格的测量一致性投影步骤，与以前的研究相比，在噪声环境下产生了更理想的生成路径。我们的方法表明，扩散模型可以纳入各种测量噪声统计，如高斯和泊松，也可以有效地处理嘈杂的非线性反问题，如傅里叶相位检索和非均匀去模糊。

⚡ 论文：MobileViTv3: Mobile-Friendly Vision Transformer with Simple and Effective Fusion of Local, Global and Input Features

论文时间：30 Sep 2022

领域任务：计算机视觉

论文地址：https://arxiv.org/abs/2209.15159

代码实现：https://github.com/microndla/mobilevitv3

论文作者：Shakti N. Wadekar, Abhishek Chaurasia

论文简介：We propose changes to the fusion block that are simple and effective to create MobileViTv3-block, which addresses the scaling and simplifies the learning task./我们对融合块提出了简单有效的改变，以创建MobileViTv3-块，解决了缩放问题，简化了学习任务。

论文摘要：MobileViT（MobileViTv1）结合了卷积神经网络（CNN）和视觉transformers（ViT），为移动视觉任务创建轻量级模型。尽管主要的MobileViTv1-block有助于实现具有竞争力的最先进的结果，但MobileViTv1-block内部的融合块却带来了扩展上的挑战，并有一个复杂的学习任务。我们对融合块提出了简单而有效的修改，以创建MobileViTv3-block，它解决了扩展问题并简化了学习任务。我们提出的MobileViTv3-block用于创建MobileViTv3-XXS、XS和S模型，在ImageNet-1k、ADE20K、COCO和PascalVOC2012数据集上表现优于MobileViTv1。在ImageNet-1K上，MobileViTv3-XXS和MobileViTv3-XS分别比MobileViTv1-XXS和MobileViTv1-XS高出2%和1.9%。最近发表的MobileViTv2架构去掉了融合块，使用线性复杂度变换器，表现比MobileViTv1更好。 我们将我们提出的融合块添加到MobileViTv2中，创建MobileViTv3-0.5、0.75和1.0模型。与MobileViTv2相比，这些新模型在ImageNet-1k、ADE20K、COCO和PascalVOC2012数据集上给出了更好的准确性。MobileViTv3-0.5和MobileViTv3-0.75在ImageNet-1K数据集上比MobileViTv2-0.5和MobileViTv2-0.75分别高出2.1%和1.0%。对于分割任务，与MobileViTv2-1.0相比，MobileViTv3-1.0在ADE20K数据集和PascalVOC2012数据集上分别取得了2.07%和1.1%的mIOU。我们的代码和训练好的模型可以在以下网站上找到：https://github.com/micronDLA/MobileViTv3

⚡ 论文：Training Efficient Controllers via Analytic Policy Gradient

论文时间：26 Sep 2022

领域任务：强化学习，机器人

论文地址：https://arxiv.org/abs/2209.13052

代码实现：https://github.com/lis-epfl/apg_trajectory_tracking

论文作者：Nina Wiedemann, Valentin Wüest, Antonio Loquercio, Matthias Müller, Dario Floreano, Davide Scaramuzza

论文简介：Conversely, learning-based offline optimization approaches, such as Reinforcement Learning (RL), allow fast and efficient execution on the robot but hardly match the accuracy of MPC in trajectory tracking tasks./相反，基于学习的离线优化方法，如强化学习（RL），允许在机器人上快速有效地执行，但在轨迹跟踪任务中很难与MPC的准确性相匹配。

论文摘要：机器人系统的控制设计很复杂，经常需要解决一个优化问题来准确地跟踪轨迹。像模型预测控制（MPC）这样的在线优化方法已被证明可以实现很好的跟踪性能，但需要很高的计算能力。相反，基于学习的离线优化方法，如强化学习（RL），允许在机器人上快速有效地执行，但在轨迹跟踪任务中很难达到MPC的精度。在计算能力有限的系统中，如航空器，一个在执行时高效的精确控制器是必不可少的。我们提出了一种分析性策略梯度（APG）方法来解决这个问题。APG通过对跟踪误差进行梯度下降的离线训练，利用了可微调模拟器的可用性。我们通过课程学习来解决APG经常出现的训练不稳定问题，并在一个广泛使用的控制基准–CartPole，以及两个常见的空中机器人–四旋翼和固定翼无人机上进行实验。我们提出的方法在跟踪误差方面优于基于模型和无模型的RL方法。同时，它实现了与MPC相似的性能，而所需的计算时间却少了一个数量级以上。我们的工作提供了关于APG作为一种有前途的机器人控制方法的潜力的见解。为了促进对APG的探索，我们开源了我们的代码，并将其放在 https://github.com/lis-epfl/apg_trajectory_tracking

我们是 ShowMeAI，致力于传播AI优质内容，分享行业解决方案，用知识加速每一次技术成长！

◉ 点击 日报合辑，在公众号内订阅话题 #ShowMeAI资讯日报，可接收每日最新推送。

◉ 点击 电子月刊，快速浏览月度合辑。

◉ 点击 这里 ，回复关键字 日报 免费获取AI电子月刊与论文 / 电子书等资料包。