文章库 PRO通讯会员 SOTA！模型

AI每日精选

AI每日精选 | 微软提出多任务神经网络蒸馏，让语言的理解表达更自然 / 教育部发力智能教育，明年将建成50家人工智能学院

AI每日精选 | 微软提出多任务神经网络蒸馏，让语言的理解表达更自然 / 教育部发力智能教育，明年将建成50家人工智能学院

行业动态

教育部发力智能教育，明年将建成50家人工智能学院 5月16日，中国与联合国教科文组织合作举办的国际人工智能与教育大会开幕。教育部部长陈宝生提到，我国将在2020年底前启动建设10个以上“智慧教育示范区”。同时，计划到2020年建立50家人工智能学院、研究院或交叉研究中心，培育人工智能创新研究团队和专门高级人才。陈宝生还透露，中国正在组织研制《中国智能教育发展方案》。（北京青年报）

日本拟明年在高速公路实现3级自动驾驶日本《道路运输车辆法》修正案5月17日通过，该法为实现自动驾驶实用化规定了安全标准，在高速公路和人口稀少地区实现自动驾驶的环境将形成。日本政府提出的目标是，到2020年在一定条件下，实现在高速公路和人口稀少地区自动驾驶。力争在高速公路上实现“3级（在紧急情况下由人类驾驶员接管）”自动驾驶，在人口稀少地区等限定地区实现“4级”自动驾驶的实用化。（日经中文网）

美国政府确认：特斯拉Autopilot已造成三宗致死事故据外媒报道，美国国家交通安全委员会周四公布调查结果称，2018年3月1日发生在佛罗里达州德尔雷海滩的Model 3致命事故中，特斯拉电动车的自动驾驶系统（Autopilot）处于启动的状态，这是美国发生的第三起与特斯拉自动驾驶系统有关的致命事故。（腾讯科技）

加拿大、法国政府发布国际人工智能小组宣言今日，加拿大政府公布国际人工智能小组宣言（IPAI），并公布专家小组的进一步细节，该小组将监督加拿大和法国共同努力，指导人工智能的负责任发展。该小组将成为一个致力于人工智能的组织，并计划汇集一些世界上“最伟大的全球人工智能专家”。该组织希望成为人工智能发展的全球参考标杆，着眼于人权，包容，多样性，创新，和经济增长。「今日的公告是确保人工智能进步反映加拿大人价值观的重要一步。加拿大与法国合作，通过建立国际人工智能小组，领导更广泛的国际人工智能社区，该小组一旦启动，将确保所有公民共享人工智能的经济和社会效益」加拿大创新、科学和经济发展部长，Navdeep Bains说道。（betakit）

奥克兰有望成为美国第二个禁止面部识别技术的城市奥克兰隐私咨询委员会在本月早些时候一致投票支持一项禁止使用面部识别软件的提案。该提案一旦通过，将会修订该市目前的监督条例，并禁止政府部门在该市采用任何面部识别技术或使用相关软件获取的信息。该市的警察局也不能使用面部识别软件。旧金山已于周二以8比1的比列投票通过了禁止秘密监视条例，成为了美国第一个禁止使用面部识别技术的城市。该条例禁止所有市政府机构以及警察在旧金山使用面部监视技术。（中国日报）

投融资

模拟芯片商「天易合芯」完成B轮融资，高捷资本参投近日，专注于数模转换技术的模拟芯片厂商南京天易合芯电子有限公司完成B轮融资。高捷资本（ECC）参与本轮投资，其他投资方有石溪华创、TCL资本。有官方指出，截至目前，我国中高端传感器进口比例达80%，传感芯片进口比例达90%，并缺乏引领产业协调发展的龙头企业。完成本轮融资后，天易合芯将基于众多产品线更深入地布局研发和迭代。

研究与技术

重新思考批归一化和Dropout在深度神经网络训练中的使用在论文《Rethinking the Usage of Batch Normalization and Dropout in the Training of Deep Neural Networks》中，研究者提出一种提升神经网络训练效率的新技术。论文基于一个很棒的观点，即白化（whitening）神经网络的输入能够实现较快的收敛速度。考虑到一个众所周知的事实，即独立组件必须进行白化，他们在每个权重层之前引入一个新的独立组件（IC）层，IC层的输入也将更加独立。但是，确定独立组件是一项计算量很大的任务。为了克服这一挑战，研究者提出结合批归一化和Dropout两种常见的方法来实现IC层。这以一种新方式实现，由此他们可以审慎证明Dropout能够呈平方地减少互信息，并且线性降低与dropout层参数p相关的任何一对神经元之间的相关性。IC层的实现使研究者重新思考神经网络设计中的常见做法。举例而言，BatchNorm不应置于ReLU之前，因为ReLU的非负响应将使得权重层以次优方法更新。另外，将BatchNorm和Dropout结合成一种IC层能够实现更好的性能。

微软投资七项人工智能项目以帮助残疾人今年的5月17日是第八个全球无障碍宣传日，同时也是微软针对无障碍AI资助项目计划的第二年。此项资助项目为期五年，将投资2500万美元用于各类基于人工智能的为残障人士提供便利的工具开发。今年，七位资金获得者将获得访问Azure AI平台和Microsoft工程支持的权限。获得资助的项目有例如，致力于神经感应的可穿戴腕带，该设备检测手和手臂的微动，并将其转换为鼠标点击等动作。另一个项目旨在开发一种可穿戴式帽子，用于读取人的EEG数据并将其传送到云端，以提供癫痫发作警报。还有其他工具使用语音识别，AI驱动的聊天机器人和视力障碍人士的应用程序等等。（engadget）

Alexa应该念「2/3」为「三分之二」还是「二月三日」？亚马逊技术博客探讨文本规范化与AI 亚马逊技术博客今日发布新文章，文章讨论道，文本规范化是会话AI中的一个重要处理过程。例如，Alexa用户说在「下午5点给我预订一张桌子」，自动语音识别器会将时间转录为「5 p m」。在技能处理此请求之前，「5 p m」将需要转换为「5:00 PM」。一旦Alexa处理以上请求，则会需要综合响应。比如，「是下午6:30。好吗？」在这里例子中，下午6:30将转换为”六十三分钟“的文字转语音合成器。研究团队称将“5:00 PM”转换为“5 p m”文本标准化及其对应的过程 - 将“5 p m”转换为“5:00 PM” 为反向文本标准化。为了用英语进行文本规范化和反文本规范化，Alexa目前依赖于数以千计的手写规则。随着与Alexa的可能交互范围的增加，创作规则成为一个本质上容易出错的过程。此外，随着Alexa继续使用新语言，研究团队也并不会彻底重新重写所有这些规则。在今年的计算语言学协会北美分会（NAACL）会议上，该研究团队将报告一组使用递归神经网络建立文本规范化系统的实验。

IBM用AI探索会话中笑声的表达范畴和意义我们的笑声如何表达各种各样的情感，它如何在谈话中发挥作用？IBM今日技术博客发布新文章称，辨别一系列富有表现力的笑声类型有助于研究解释不同类型人类情感表达，例如讽刺等等。IBM还提出，该课题的研究或许能帮助了解到会话式的笑声是否能够传达出一个人健康与否。 IBM称，该研究团队将于本周在IEEE国际声学，语音和信号处理会议上展示新研究成果。在研究中，IBM采取了众包，机器学习和其他人工智能技术，深入探讨分析不同类型笑声的意义。其研究目标不仅包括发现和识别会话语音中感知到的笑声类型的范畴，还包括理解每个类型背后的表达目的。很多时候，笑的目的可以传达不同的情感，同时还能提供个人健康的讯息。

微软提出多任务神经网络蒸馏，让语言的理解表达更自然来自微软研究院以及Dynamics 365 AI的研究人员们将多个集成模型压缩成为了一个强大且通用的多任务深度神经网络（MT-DNN）蒸馏，用作学习跨多个自然语言理解（NLU）任务的文本表示，并以离线方式利用集合模型为训练数据集中的每个任务生成一组软目标。而这些生成的软目标将为每个训练样本提供比硬目标更多的信息，于此同时训练样本之间的梯度变化更小。通过在不同任务中使用软目标和正确目标，在神经网络的帮助下，通过多任务学习训练单个 MT-DNN。经验实验表明，蒸馏的 MT-DNN 优于原始 MT-DNN，并在通用语言理解评估（GLUE）基准测试中获得了新的最新结果。作者将蒸馏的 MT-DNN 与 BERT 和 MT-DNN 进行了比较，结果证明通过蒸馏 MT-DNN 学习的语言表达比 BERT / MT-DNN 更强大，也更加通用。据了解，微软计划于 2019 年 6 月向公众发布蒸馏的 MT-DNN 软件包，发布包中包含预训练模型，源代码和自述文件，逐步描述如何重现本文中报告的结果。Github地址： https://github.com/namisan/mt-dnn。

IBM携手苏黎世大学，利用机器学习解读乳腺癌异质性根据世界卫生组织的最新报告评估，全球癌症患者已经在 2018 年达到 1810 万新病例，已有960 万人因此死亡。其中，女性乳腺癌占 11.6％，是三大癌症之一。Maria Rodriguez Martinez领导的IBM苏黎世研究中心系统生物学小组与苏黎世大学分子生命科学研究所Bernd Bodenmiller 教授的小组就此主题展开合作合作，利用机器学习技术阐明了乳腺癌生态系统中的细胞壹基金表型多样性。研究人员使用质量细胞计数法，在单细胞水平上同时测量数百万个细胞中的 40 多个参数，并通过机器学习技术来识别和分类肿瘤和免疫细胞类型以及它们之间的关系。该项研究旨在为未来的精准医学方法奠定基础，帮助乳腺癌患者抗击乳腺癌。

谷歌研究团队公布半监督学习整体方法MixMatch相关代码机器之心消息，来自谷歌的研究团队近日在GitHub公布了该团队前几日发布的半监督学习新算法MixMatch的相关代码。该项研究由Ian Gooffellow在离开谷歌研究所前与同事合作完成，他们统一了当前用于半监督学习的主要方法从而生成了新的算法MixMatch。该算法通过猜测数据增强未标记示例的低熵标签并使用 MixUp 混合标记和未标记数据来工作，并在许多数据集以及标记数据上都具有很大的优势。

大公司新闻

百度一季度净亏损超3亿元，搜索公司总裁向海龙即日辞职北京时间5月17日凌晨，百度公布了2019年第一季度未经审计的财务报告。本季度百度营收241亿元人民币（约合35.9亿美元），同比增长15%，较去年同期22%增速明显放缓。百度净亏损3.27亿元人民币（4750万美元），高于1.875亿元人民币的亏损预估均值，相比去年同期净利润为人民币67亿元。一季度调整后每ADS盈利2.77元人民币，低于分析师预期2.94元。与此同时，向海龙即日起辞去百度高级副总裁、搜索公司总裁职务。百度搜索公司战略转型为移动生态事业群组，沈抖晋升为高级副总裁，全面负责移动生态事业群组。

LG 开发家用电器 AI 芯片，使用自家神经引擎韩国科技巨头 LG 近日宣布自主研发用于家用电器的人工智能芯片，如清洁机器人。该芯片嵌入使用深度学习算法的 LG 神经引擎。据称该芯片将允许设备识别视频中的地点，位置，物体和人物。它还可用于帮助设备区分各种扬声器，噪声和声音，并可分析其为优化目的供电的设备内的物理和化学变化。此外它还可以合并分析视频和声音数据用于新的定制服务。

微软和索尼达成云游戏和人工智能合作关系微软和索尼今天宣布了一项不同寻常的合作伙伴关系，微软在一份声明中称，「两家公司将探索在微软Azure中联合开发未来的云解决方案，以支持各自的游戏和内容流服务。”索尼现有的游戏和内容流服务也将在未来由Microsoft Azure提供支持。微软表示「这些努力还将包括为内容创建者社区构建更好的开发平台」，两家公司都表示他们将「在可用时分享更多信息」，此次合作还意味着微软和索尼将合作开展云游戏。这是一个相当大的交易，对于微软的主要竞争对手亚马逊而言，这是一个巨大的损失。这也意味着谷歌，即微软和索尼的新竞争对手，将错过托管索尼的云服务。除了云游戏和内容流媒体合作伙伴关系外，这两家公司还将合作开发半导体和人工智能。这将包括使用Azure AI的智能图像传感器解决方案，以及索尼在其消费产品中使用Microsoft的AI平台。（TheVerge）

重磅报告

普华永道新报告：到 2030 年 AI 将为全球经济增加 15.7 亿美元咨询公司普华永道在一份新报告中表示，人工智能在 2030 年可为全球经济贡献高达 15.7 万亿美元，超过目前中国和印度的总产量。其中， 6.6 万亿美元来自生产力提高， 9.1 万亿美元来自消费者利益。中东地区人工智能贡献年增长率预计在每年 20 % 到 34 % 之间，其中沙特阿拉伯，阿联酋和埃及增长最快。

产品与应用

Hailo 推出 AI 深度学习芯片，挑战英特尔和英伟达近日，以色列初创公司 Hailo Technologies Ltd. 推出第一款专为终端设备深度学习应用而设计的处理器，如自动驾驶汽车，智能相机，智能手机，无人机和增强现实 / 虚拟现实平台。用于终端设备的人工智能处理器是半导体行业不断增长的子部门。与用于数据中心的处理器不同，其最重要的特征是低能耗电源，物理尺寸小，低价格和操作灵活性大。第一批样品即将交付给汽车行业和相机公司的主要制造商和供应商进行性能测试。（Globes）

韩国现代Mobis推出AI秘书MAIBOT，用于业务支持韩国现代Mobis于5月15日宣布推出MAIBOT，一种可以用口头交流的人工智能聊天机器人。MAIBOT这个名字来自“Mobis AI Robot”，它是一个通过基于自然语言处理和推理分析用户意图来提供定制答案的系统。员工可以像对待信使一样对待MAIBOT，并通过沟通获得他们想要的信息。MAIBOT同时还是一个知识平台，能够以聊天形式检索大量累积的内部知识资产，并在业务中使用。(businesskorea)

谷歌将于六月推出听力障碍辅助应用Live Transcribe更新机器之心消息，为响应全球无障碍意识日主题，谷歌今日宣布将于下月推出安卓设备上所配置的听力障碍辅助功能Live Transcribe应用更新。该项应用目前可在18亿台安卓设备上使用，支持实时将日常对话转录，以此帮助听力障碍人士进行更好的沟通。谷歌将在本次更新中利用机器学习以及语音识别技术为这项应用加新的功能。

登录后评论

暂无评论

暂无评论~

文章库 PRO通讯会员 SOTA！模型