AI Edge: Cortana和Alex開始組隊; pix2pix進行自動創作; 偽裝臉部識別器;不好意思,我們要用RNN開始假評了;現實中機器人的笨拙體驗;酷酷的新工作AI政策顧問...

AI Edge: 亞馬遜和微軟兩家虛擬助理開始攪基:用pix2pix進行自動創作:神經網絡研究人員的網絡訓練清單:絲襪頭套沒用啦 - 研究人員開發出能透過一些面具進行識別的面部識別器:不好意思我們已經不用人進行假評了,而用RNN...現實中機器人部署的笨拙體驗:酷酷的新工作,AI政策顧問:為了大業的成功捐出你的大腦...

亞馬遜和微軟兩家虛擬助理開始攪基:

...亞馬遜和微軟倆個一起玩得可好?現在他倆已經開始合作了,因此他們的個人助理應用(亞馬遜:Alexa,微軟:Cortana)可以互相召喚和訪問對方了。 大致的想法是在兩個助手間創造更大的互操作性,從而改善個人用戶的體驗。
...(更有意思的是,同時兩家公司還在以AWS和Azure進行著相互競爭)但是可惜的是,還沒聽到一點風聲關于這些系統與Google助手的結合。
... 閱讀更多:嘿 Cortana, 打開 Alexa

用pix2pix進行自動創作:

...歡樂項目,藝術家Patrick Tresset用成對的畫和人類照片(關于3500人的21,000張畫),創建一個系統,讓你用鉛筆隨便描,然后瞬間生成真實圖片。

...Youtube 視頻: video here - a fantastic example of automated art.

... 類似系統展示: https://affinelayer.com/pixsrv/

神經網絡研究人員的網絡訓練清單:

...實現神經網絡有時會非常非常具有挑戰性,因為很容易就會在學習過程中導入錯誤,而產生局部失敗。因為AI現在主要還是個經驗科學。第1步,想出方法。2. 給定領域的對方法進行測試。3. 檢查結果 4. 對2中的條件進行各種各樣調整,以對3的結果有更好的分析。而查找和處理錯誤的過程,有時是漫長而完全沒有頭緒的。
... 因此,研究人員發現可能先列出寫相關的小建議還有經驗的清單會很有幫助。查看Ubisoft Montreal開發人員Daniel Holden的這篇博文,了解神經網絡開發中的一些常見故障模式,以及通過哪些簡便的檢查來分離出問題。

...閱讀更多:"My Neural Network isn't working! What should I do?"
...相似:John Schulman(OpenAI)也給出了如何訓練深度強化學習系統的各種小技巧。

...戳這里

絲襪頭套沒用啦 - 研究人員開發出能透過一些面具進行識別的面部識別器:

... 劍橋大學,美國國家技術學院和印度理工學院的研究人員已經開發了一種利用深度學習來解決“偽裝面部識別”的問題,即,如何把那些游行遮住臉的家伙抓出來。
...該方法創建兩個新的數據集,每個數據集包含2000張圖像,并標記了臉部識別所必需的14個關鍵點。數據集中一個只有簡單背景,而較難那個有更復雜的背景。這兩個數據集都是由,年齡介于18到30歲之間的人穿著各種偽裝的肖像照組成,這些偽裝包括:(i)太陽鏡 (ii)帽子 (iii)圍巾 (iv)胡須 (v)眼鏡和帽子 (vi)眼鏡和圍巾 (vii)眼鏡和胡須 (viii)帽子和圍巾 (ix)帽和胡須 (x)帽,眼鏡和圍巾。
...結果:最終的偽裝面部識別(DFI)系統再簡單數據集可以識別出55%偽裝的人,而復雜數據集45%。所以現在還不要因為這點風聲,參加游行的時候就不帶面具了。當然從長遠來看,這可能會增加人們使用硬面具的可能,比如說V字仇殺隊的面具,而不是像圍巾,面罩這樣的軟的偽裝物。
...閱讀更多: Disguised Face Identification (DFI) with Facial Key Pointsusing Spatial Fusion Convolutional Network.

不好意思我們已經不用人進行假評了,而用RNN...

... 芝加哥大學的研究人員已使用RNNs來生成了假的Yelp (類似國際版大眾點評) 評論,這些評論不僅可以避開傳統統計學和真人審查,而且用戶“有用性”評分也很高。這代表了AI新趨勢 - 用現成的技術進行不好的目的 - 已經在其他領域中出現了。社會需要更多留意到這項技術可能會被濫用的方式。
...這項研究另一個值得注意方面是,神經網絡在受限情況下語言生成可以有多好。 “即使在大型數據集上進行了訓練,RNN通常在生成真正模仿人類寫作的樣本時往往失敗,但是,我們觀察到的是,RNN生成文本的質量在某些特定領域可能還是足夠的,例如在線評論。“ (OpenAI最近觀察到了類似現象,在8200萬條亞馬遜評論的語料庫上訓練的語言模型,可以產生非常可信且詳細的句子。)
... 一條生成的(5顆星)Yelp評論:“I love this place. I have been going here for years and it is a great place to hang out with friends and family. I love the food and service. I have never had a bad experience when I am there.“
...數據集:Yelp Challenge數據集,其中包括約100萬個評論者的410萬條評論。
...更多: Automated Crowdturfing Attacks and Defenses in OnlineReview Systems.

現實中機器人部署的笨拙體驗:

..著名的機器學家/可愛的科學怪胎羅德尼·布魯克斯,寫了一篇關于為什么盡管已經有了一系列消費者、工業和軍事機器人,但他仍然對AI是什么和當它被迫在現實世界中工作沒有什么指望。
...“我們送去福島的機器人不僅僅只是遙控機器人,它們還有一個基于AI的操作系統,稱為Aware 2.0,允許機器人構建地圖,規劃最佳路徑,倒下爬起來,并且在于人類操作員失去聯絡時自己找到回去的路。這聽起來似乎并不像高大上的先端AI,也確實,當與大公司實驗室可以展示的精美視頻,還有那些來自實驗室通過精心設計剛剛好能實現的尖端展示相比,完全是不能比的。但是這些簡單而土氣,使我們目前在真實、凌亂的操作環境中放置機器人的這類AI系統固有的。“ 他寫到。
...彩蛋:布魯克斯是一個很好的作家,值得深入了解他筆下的核融化后的福島。
...更多:Domo Arigoto Mr Roboto

酷酷的新工作,AI政策顧問:

...The Future of Life 研究所正在招聘一名 AI 政策專家,這可能是由近期的AI發展導致的一種新型工作。 工作內容將包括為FLI制定政策戰略(可能會有重要的人工智能安全部分),閱讀和整理,發布的關于AI政策的大量內容。
... 根據經驗,我也可以說,AI政策包括一個似乎(至少對我來說)并不是那么明顯的關鍵技能 - 報告:你花了很多時間試圖找出誰知道誰知道這是什么還有為什么。 然后跟他們說話。
... 更多關于這個職業

為了大業的成功捐出你的大腦

... AI Grant 是由Nat Friedman和Daniel Gross進行的一項計劃,用于免費的AI項目資助(通過現金,FloydHub的GPU,CrowdFlower 點數,Google Compute Engine 點數,ScaleAPI標簽數據),用于“如果不干可能不會發生的有趣項目“,(當然是)一下子來了各種APP。
...點擊這里申請成為審查員。鏈接

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,797評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,179評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,628評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,642評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,444評論 6 405
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,948評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,040評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,185評論 0 287
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,717評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,602評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,794評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,316評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,045評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,418評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,671評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,414評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,750評論 2 370

推薦閱讀更多精彩內容