Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

AI 靠眨眼反制假视频;马斯克等联名承诺不发展AI武器系统 | 一周 AI 新闻

 发声 | 马斯克等2400名科学家承诺 

 永不发展致命的 AI 武器系统 

“这是全球首个 AI 武器系统开发的民间反对组织,不出意外,也将是影响力最大的一个。”

7月18日,在瑞典斯德哥尔摩举行的 IJCAI 2018(国际人工智能联合会议)上,埃隆·马斯克领衔的美国科技圈大佬们签署了一份协议,承诺不会发展致命的人工智能武器系统。

协议警告,使用人工智能的武器系统“无需人工干预就能选定目标”,造成了道德上和实操上的威胁。协议的签署方认为,从道德上来说,取走一条人命的决定,“绝不应该委托给机器”;从实操方面来看,这种武器的扩散将“危害每个国家和个体的稳定”。

企业领域的 Musk、DeepMind 联合创始人 Shane Legg,Mustafa Suleyman 和 Demis Hassabis,Shane Legg;Skype 创始人 Jaan Tallinn;全球顶尖 AI 学者 Yoshua Bengio、Stuart Russell、Jürgen Schmidhuber 等2400名全球 AI 科学家,都在协议上郑重签下了大名。

协议详情

https://futureoflife.org/lethal-autonomous-weapons-pledge/?cn-reloaded=1&cn-reloaded=1

原文链接:

http://news.sina.com.cn/o/2018-07-19/doc-ihfnsvza4856621.shtml

 体育 | 用人工智能帮助 NBA 球员训练?

 AI 比我们更懂球 

“这么多篮球界人士青睐,你要不要也来试试?”

NEX Team 公司开发的一款名叫 HomeCourt 的 App,利用 AI 帮助 NBA 球员们训练。目前该公司已经获得了库班、纳什、林书豪和山姆·辛基的投资。

该软件可以利用计算机视觉的方式,记录球员每次投篮的位置和准确度,方便球员判断自己的薄弱环节。

另外,该软件还可以将统计信息和视频记录直接分享给教练。还可以分享到软件内的社交平台,与全队球员进行比拼。

原文链接:

《纳什叫上林书豪,投了一家AI篮球训练公司》

 打假 | 人工智能也被用来反制假视频 

 靠眨眼是否正常来判断 

“假视频中的角色往往无法完美展现真实人类生理动作,比如呼吸、脉搏或眼部动作。”

人工智能的 PS 视频已经达到以假乱真的地步,不过依然有漏网之鱼。纽约奥尔巴尼大学一研究团队发现,成年人每分钟平均有 17 次眨眼,讲话的时候,人类眨眼频率增加到每分钟 26 次,阅读时是每分钟 4.5 次。

该团队利用图像训练算法自动识别和标记眨眼动作。首先检测出视频中的面部,然后将此后视频中所有的图像连续对齐,分析每个图像中眼睛的区域,判断这里是否有眨眼动作,把这些图像标记出来。

根据论文的说法,他们的模型能有效地判断眼睛状态,识别假视频的准确率达到 99%。

原文链接:

http://www.qdaily.com/articles/55373.html?source=feed

 进展 | 任推不倒

 杜克大学这个机器人“小强”自己会扶墙 

“研究人员称,这是首个摔倒时会自己扶墙的机器人。”

双足机器人的行走一直是一大难题,而且经常摔倒。虽然机器人摔倒后自己站起来也很惊艳,但如何让机器人减少摔倒呢?

杜克大学研发新算法,让机器人在失去平衡的一瞬间采取纠正措施——扶一下墙。

科研人员对软件进行编程,使其只关注机器人的髋关节和肩关节。只要机器人在跌倒时没有发生扭曲,稳定算法(stabilization algorithm)就只考虑三个角度:脚到臀部、臀部到肩膀、肩膀到手。机器人必须识别可接近的附近的表面,然后快速计算出最佳的角度组合,才能稳住自己。

本文使用的是三连杆模型,如图所示。机器人被分成三个部分:腿,躯干和手臂,每个部分都被建模为刚性连接。

在最终的解决方案里,当机器人的手接触到表面时,能将冲击力降到最低,同时将手或脚滑动的可能性降到最低。

论文地址:

http://motion.pratt.duke.edu/papers/ICRA2018-Wang-HandContact.pdf

原文链接:

《任推不倒!杜克大学这个机器人“小强”自己会扶墙(视频)》

 黑科技 | 百度上线“图腾”

 区块链+AI 助力版权保护

“图腾,让原创力释放。”

7月18日,百度正式宣布推出基于区块链技术的原创图片服务平台“图腾”。依托于区块链、人工智能以及大数据三种核心技术,将传统的环节打通,使版权登记、维权都可以集中在一条链上。

基于区块链技术的不可更改性,百度图腾打造了一个版权存证系统,可以为内容作品提供具有明确时间标记的“存在性证明”,从而构建了一个覆盖图片生产、权属存证、图片分发、交易变现、侵权监测、维权服务的全链路版权服务平台。

百度图腾产品核心架构

百度图腾版权检测系统覆盖全网千亿规模的数据,识别的准确率超过99%,可以全天候运行,万张图片最快2小时即可产出版权检测报告。

原文链接:
https://www.leiphone.com/news/201807/ofRyzDkswTGNgiAM.html

 科研 | IJCAI 2018奖项出炉 

 中国研究占半壁江山 

“几乎成为中国学者的半个主场。”

2018年7月13-19 日, AI 顶级国际会议 IJCAI (International Joint Conference on Artificial Intelligence,人工智能国际联合大会)在瑞典斯德哥尔摩举行。

据统计,IJCAI 2018 总投稿量为 3470 篇(相比去年增加了37%),最终录取了 710 篇,录取率约为20.5%。

其中来自中国的研究人员为本届 IJCAI 贡献了主要力量。在今年的接收论文中,通讯作者来自中国的有 325 篇,占总数的46%,遥遥领先其他所有国家和地区;57%的论文来自亚洲。在七篇杰出论文中,华人学者的研究占据四席。

获奖名单及论文原文:

https://www.ijcai.org/proceedings/2018/

原文链接:

https://www.leiphone.com/news/201807/HhOrkraykQgwU7VR.html

 医疗 | 谷歌开发出可识别蛋白质结晶的 AI 系统 

“蛋白质晶体决定了细胞的形状,且有助于发现可有针对性地治疗各种疾病的药物。”

谷歌脑科学团队近日宣布,他们已经开发出电脑视觉系统,用于识别药物中的蛋白质晶体。

每种蛋白质的识别都会进行数百次的实验。虽然在设置和成像上是自动化的,但是通过视觉识别系统识别的蛋白质晶体仍然在很大程度上存在错误的可能性,也容易出现人为错误。

谷歌宣称其开发出的 AI 系统识别准确率可达94%。

原文链接:
http://www.sohu.com/a/241649858_100123118

 医疗 | 深圳完成首例机器人“操刀”脊柱手术 

“业界认为,骨科手术机器人的出现标志着我国骨科手术已经开启智能化、精准化、微创化时代。”

说到手术机器人,很多人最先想到的是达芬奇手术机器人,但达芬奇手术机器人仅仅适用于软组织手术,对于脊柱手术这块“硬骨头”却束手无策。

在近日举行的“2018年深圳脊柱外科高峰论坛暨国际精英研讨会”上,直播展示了一例由脊柱外科医生和脊柱手术机器人 ORTHBOT(欧博士)共同完成的脊柱手术,该手术仅历时1.5小时,比原手术缩短了约1个小时,而且术中 X 线照射减少高达80%,大大降低了时间成本和手术风险。

据悉,这个手术机器人不仅能规划钉道,还能自动打钉子,填补了国内脊柱手术机器人空白。

原文链接:

https://robot.ofweek.com/2018-07/ART-8321203-8120-30249496.html

百度AI
百度AI

产业AI 新闻
1
相关数据
区块链技术

区块链是用分布式数据库识别、传播和记载信息的智能化对等网络, 也称为价值互联网。 中本聪在2008年,于《比特币白皮书》中提出“区块链”概念,并在2009年创立了比特币社会网络,开发出第一个区块,即“创世区块”。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

机器人技术技术

机器人学(Robotics)研究的是「机器人的设计、制造、运作和应用,以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件,比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成,这也是人工智能领域最早的终极目标之一。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

暂无评论
暂无评论~