从街景到自然大片,谷歌AI的新尝试

资讯


谷歌开放量子计算,开启云计算服务新时代

 

过去几年,谷歌在研发量子计算机上投入了大量的精力。如今,谷歌正逐渐放开权限,提供互联网渠道,让更多的科学家和人工智能研究人员利用量子计算机。这意味着谷歌的量子计算从内部的项目转变为对外的业务,同时成为未来商业化的基础。

 

相比于传统的计算机,量子计算机可以存储和调用任何 0 与 1 的叠加态,这种不同的预算方式大大提升了计算运行的效率。针对量子硬件,谷歌还成立了一个名为「胚胎量子数据中心」(Embryonic quantum data center)的新实验室,进行相关的研发工作。与硬件同时进行的还有开源项目「ProjectQ」,旨在组织开发者为量子计算机编码,提升云计算服务能力。

 

在谷歌之前,IBM 云计算部门已在今年初开始让客户接入量子计算机。尽管基础的量子计算仍处于研究和测试状态,两者的尝试开启了云计算市场的新阶段。

 

MIT推出新版猎豹机器人,可用于短途搜救工作

 

近日,MIT 生体模仿学实验室推出了第三代猎豹机器人,在早先的概念原型上增加了更多实用性功能,可以在未来用于短途搜救工作。

 

猎豹机器人由 Sang-bae Kim 教授带领的团队研发,DARPA(美国国防部高级研究计划局)进行部分资助。第二代猎豹机器人的移动速度已经能达到每小时 14 英里,而且搭载了可以绘制地形数据的激光雷达系统,经过了路径识别和障碍避让的训练后,能够自动越过障碍物。机器人的尾部还搭载了亚马逊 Echo Dot,能够回答简单的问题。

 

这款新版的机器人计划用于极端情况下的搜救工作,因此也能够搭载一定量的负荷。Kim 表示,猎豹机器人还有更多的改进计划,比如在以后将搭载更灵活的手臂,同时训练利用三只腿站立的能力。

 

对标Darktrace,融资3100万美元的Awake Security首次公开亮相

 

在低调运行两年之后,网络安全初创公司 Awake Security 首次出现在公众面前。这个只有 35 人的团队,正在利用大数据和机器学习帮助企业维护网络安全,已经开发出流量分析工具、企业内部的行为模型等。

 

截至目前,Awake 已融资三千多万美元,同时对标英国网络公司 Darktrace。后者致力于利用机器学习和人工智能算法打造计算机免疫系统的「抗体」,及时检测和响应以前未识别的网络威胁,并在七月份获得 7500 万美元的 D 轮融资。

应用

从街景到自然大片,谷歌AI的新尝试

 

谷歌正在尝试运用 AI 技术,将零碎的街景图片自动加工成高质量的自然景观,并自动添加光影效果和滤镜。

 

审美判断的训练一般需要对大量数据集进行标记,但谷歌机器感知团队工程师 Hui Fang 称,这项尝试利用了生成对抗网络的技术(GAN),快速、有效地训练神经网络识别人类眼中更具吸引力的影像元素。经过训练的算法会从谷歌地图中提取「高质量」的图片,再调整相应的饱和度和尺寸,经过过滤筛选后呈现高质量的图片。

 

目前这项技术已经被用来处理各大国家公园的自然景观,包括加拿大和加州等地。「谷歌街景给我们的项目提供了一个测试机会,」工程师 Hui Fang 说,「有一天这项技术甚至能够帮助你在现实世界中拍摄出更好的照片。」

 

日本ZMP推出传递机器人,可以送寿司外卖

 

位于东京的公司 ZMP 近日推出一款快递机器人,解决物流最后一公里的难题。

 

这款快递机器人其实更像一辆微型无人车,但计划在人行道上运行,而且内部配备了快递盒。机器人每次最多可以装载 100 公斤的物品,行驶时通过摄像头和雷达来识别周围环境,并把货物送到顾客家门口。

 

ZMP 计划用它来配送小型无人机难以运送的食品,目前已经和一家知名寿司品牌 Ride On Express 合作,并在各场地进行测试。但日本的现行法律并不允许自动机器人出现在人行道,ZMP 也在力争将快递机器人与最高时速 6 公里的电动轮椅等设施归为一类。

观点


华尔街投行分析师看衰IBM Watson:回报收益难保证

 

IBM Watson 是 AI 在医疗领域进行探索的应用之一,也是市面上相对成熟的 AI 平台。但杰富瑞投资银行(Jefferies & Co.)的分析师 James Kisner 近期发表报告称,Watson 在未来不太可能给投资者带来回报,而且发展后劲不足。

 

Kisner 在报告中提到 IBM 存在人才不足、训练数据集存在误差、过度宣传等问题。例如,IBM 曾在医疗领域宣传可以协助医生制定诊疗策略,但实际上与安德森癌症中心合作五年后,双方没有开发出一个可以用在病人身上的工具,相关技术只能用在实验性测试,而无法投入使用。安德森中心在今年 2 月宣布项目终结,并向 IBM 支付 3900 万美元赔款。Kisner 还指出另一个问题,IBM 招聘的 AI 岗位数不足亚马逊的十分之一,这也意味着发展后劲的不足。

 

实际上,Watson 目前也在经历改变。尽管安德森中心的项目失败了,但 Watson 仍然从其他合作者手中获得数据,提升训练的效果以期在未来得到更好的效果。

 

机器学习将给保险业带来巨大变革


美国国际集团首席科学家 Siddhartha Dalal 称,机器学习正在从根本上改变保险业。保险业的本质是承担风险,但在过去一直都依赖于人提出正确的问题。随着机器学习的发展,已经可以让数据决定什么才是正确的问题,这是前所未有的。例如现在的医学期刊和报告浩如烟海,普通人无法阅读所有的文章,但可以通过文本挖掘的方式,发现更多的关联性,揭示健康状况与其他化学物品的关系。

 

在图像识别领域,机器已经能达到 97% 的人脸识别准确率,而人眼只有 85%。这项技术也可以被用来识别桥梁等基础结构的照片,检测是否存在可能的脆弱之处。保险商可以使用这些模型找出更多的相关性,制定更精确的定价策略。

 

在国内,图像识别在保险领域已经有相关的应用。比如蚂蚁金服推出定损宝,称将减少车险查勘定损人员 50% 工作量。

图说


机器学习对大数据的应用

    

数据对机器学习系统至关重要,然而机器学习系统对于数据来说又意味着什么呢?在机器学习系统内的流转对数据造成的改变又是什么呢?上图描述了数据在机器学习系统内的变身过程。从图表中我们看到,十亿量级的原始大数据经过分割、降维等一系列处理后,可以流入描述性、预测性以及规定性分析路径中,被挖掘出背后的潜在价值。

值得一提的是,在预测分析路径中,清洗、标注后的数据能够对神经网络进行训练,再将训练好的网络模型的输出结果将与训练数据加以比对,不断调整、改善,进而实现算法模型的迭代与优化。


入门
暂无评论
暂无评论~
返回顶部