ITBear旗下自媒体矩阵:

一周AI大事盘点 速来了解一下?

   时间:2019-08-20 09:26:43 来源:搜狐科技编辑:星辉 发表评论无障碍通道

(原标题: 一周AI大事盘点:谷歌开发足球游戏训练AI,日本将用AI预测海啸 )

过去的一周,AI领域都有哪些新鲜事?AI应用范围又新增了哪些领域?行业大咖分享了哪些精彩观点?今天就带你盘点过去一周(8月12日至8月18日)AI领域发生的热门事件:

IJCAI 2019奖项全部出炉 中国接收论文居于首位

8月13日消息,第28届国际人工智能联合会议(IJCAI 2019)在中国澳门举行,本届大会共收到4752篇有效提交论文,其中有850篇被接收,接收率为17.8%。据大会官方统计,今年接收的论文中,有327篇论文的通讯作者来自中国,占比38%;有169篇论文的通讯作者来自美国,占比20%。根据论文主题划分,机器学习投稿2516篇,收录438篇。其次是计算机视觉,提交833篇,收录117篇;机器学习应用提交785篇,收录144篇。

速评:与世界发达国家相比,中国的人工智能研究起步较晚,直到20世纪70年代末,中国的人工智能才逐渐走上发展之路。近年来,中国正加快人工智能发展步伐,国家相继出台一系列政策支持人工智能的发展。国际人工智能联合会议作为人工智能领域最为顶级的学术会议之一,其收录论文的数量可以说是反映科技实力的重要标志,由此可见,中国在人工智能技术领域具有较强国际竞争力。

亚马逊面部识别技术新增恐惧情绪和年龄检测功能

8月14日消息,亚马逊AWS官方表示,该公司为一款名为Rekognition面部识别系统添加了新功能,包括识别人们的恐惧情绪和年龄范围。Rekognition是AWS面向开发者推出的云服务之一,提供了一整套面部检测、分析和识别功能,可用于图像和视频分析。该系统作为AWS云基础架构的一部分,能够利用人工智能技术,对自身处理的大量数据进行学习。

速评:事实上,Rekognition面部识别系统一直受到人们的质疑,一方面人们担心该技术会被不法分子利用,进行违法犯罪活动;另一方面,人们也担心该技术侵犯了他们的隐私权。更为重要的是,通过面部特征来识别一个人的情绪有可能会造成识别的不准确性。因此,无论是从安全性还是技术性考虑,都需要谨慎对待。

英伟达训练出最大语言模型MegatronLM

8月14日消息,英伟达宣布,已经训练出了世界上最大的语言模型——MegatronLM,该模型包含83亿参数,比BERT大24倍,比OpenAI的GPT-2大5.6倍。英伟达还宣布打破了实时对话AI的记录,耗时53分钟就可以训练出行业标准的BERT模型、2毫秒左右就能对答案做出推断。目前,英伟达已经将MegatronLM代码在GitHub上开源,以帮助人工智能从业者和研究人员探索大型语言模型的创建,或使用GPU进行速度训练或推理。

速评:近年来,自然语言处理领域的竞争越来越激烈,BERT、GPT-2等预训练语言模型层出不穷,并在各种自然语言处理任务中一次次刷新上线。此次,英伟达发布的MegatronLM模型更是将自然语言处理推向了一个新的高度,该模型也必将减少语音助手交互延迟时间,这对于语音交互的发展具有很大的推动作用。

谷歌开发足球游戏用于训练人工智能系统

8月16日消息,据外媒报道,谷歌的大脑团队(Brain Team)正在开发一款名为谷歌研究足球环境(Google Research Football Environment)的游戏,希望通过这个游戏对人工智能技术进行训练,让它能够解决复杂的任务。谷歌表示,他们在开发时高度模拟还原了一场真实的足球赛事,包括进球、犯规、点球和越位等事件。

速评:继围棋之后,谷歌又将目光瞄准了体育领域。足球是两个不同的球队之间的竞争,一方必须要适应对方的行动和战略。因此,用足球进行强化学习训练,对人工智能来说更有挑战性,不仅要懂得足球的专业术语,还要搞懂什么情况下会犯规,同时训练出足够机智的策略。虽然AI足球没有体能上的挑战,但在智慧上的要求是越来越高的。

日本将利用人工智能预测海啸发生的可能性和损害范围

8月17日消息,日本研究人员正在开发该国第一个根据位置预测海啸可能性的系统,以及预计会受到影响的区域及损害范围。研究人员希望新系统能够帮助日本全国各地的市政当局和公司更好地应对未来可能到来的灾难。据悉,该系统将于2020年发布。

速评:海啸是一种具有强大破坏力的海浪,给人类带来的灾难是十分巨大的。利用人工智能技术对海啸进行提早预测,将有助于及时做好应对措施,降低未来灾难中的生命和财产损失。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version