文章库 PRO通讯会员 SOTA！模型

AI每日精选

AI每日精选10条

AI每日精选10条

行业动态

人社部拟发布16个新职业，「人工智能训练师」等入围经人社部同意，中国就业培训技术指导中心近日发布《关于拟发布新职业信息公示的通告》，包括网约配送员、人工智能训练师、全媒体运营师、健康照护师、呼吸治疗师等 16 个新职业。据悉，通过这种认可和规范，能够进一步促进职业标准的制定和对从事新职业人员的社会认同度。 16 个新职业为智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、连锁经营管理师、供应链管理师、网约配送员、人工智能训练师、电气电子产品环保检测员、全媒体运营师、健康照护师、呼吸治疗师、出生缺陷防控咨询师、康复辅助技术咨询师、无人机装调工、高铁线路综合维修工和装配式建筑施工员。其中，「人工智能训练师」从概念发展成职业只用了四年的时间，他们使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员。他们的工作是让 AI「懂」人类，更好地为人类服务。人们熟悉的天猫精灵、菜鸟语音助手、阿里小蜜等智能产品背后，都有人工智能训练师的身影。预估到 2022 年，国内外相关从业人员有望达到 500 万。

北京师范大学启动「青少年人工智能创新计划」1 月 3 日消息，北京师范大学日前启动面向全国的「青少年人工智能创新计划」（又名「元卓计划」）。该计划旨在培养青少年利用原创算法解决真实问题的能力，建立产学研协同机制，推动人工智能企业科技成果向教育教学转化。

上海首家人工智能商会成立 1 月 3 日消息，上海市浦东新区工商联张江人工智能商会在张江「人工智能岛」成立，这是上海市的首家人工智能商会，汇纳科技股份有限公司董事长兼首席执行官张宏俊表示，商会将为企业搭建交流平台，通过多方融合打造行业生态，积极打造创新联合的产业生态圈，让更多更好的技术和人才对接市场和资本。

大公司新闻

谷歌DeepMind人工智能在乳腺癌筛查试验中击败医生据外媒报道，谷歌 DeepMind 算法在发现乳腺癌方面可能比人类医生更加准确，本周三，Nature.com 发布了这一发现，伦敦帝国理工学院和谷歌旗下 Google Health 对一台计算机进行了「训练」，它发现了接近 2.9 万名女性的 X 光片中的异常现象，结果显示，计算机减少了癌症被错误识别或遗漏的情况，癌症遗漏的假阴性情况也减少了 9.4%。

德国博世将为自动驾驶汽车提供低成本传感器据路透社报道，德国汽车供应商博世周四表示已开发出一种可使汽车「看到」道路三维视图的传感器，希望降低自动驾驶汽车加速发展的技术成本。私人控股的博世公司表示，内部开发的激光雷达传感器将在下周拉斯维加斯消费电子展上展出，它将覆盖高速公路和城市的长或近距离范围，并将与该公司的摄像机和雷达技术并用。

产品与应用

Ambarella 展示新机器人平台和 AWS AI 编程协议芯片设计公司 Ambarella 今日宣布一个基于其 CVflow 架构的新机器人平台，用于人工智能处理，并且该公司还与 Amazon Web Services 签署了一项协议以简化使用其芯片设计产品的过程。这家总部位于加利福尼亚州圣塔克拉拉的公司将在下周拉斯维加斯技术贸易展览会 CES 2020 上演示用于训练机器学习模型的机器人平台和 Amazon SageMaker Neo 技术。（VentureBeat）

投融资

Trifo 完成 1500 万美元 B 轮融资，发布新型吸尘机器人 Trifo，原名 PerceptIn，宣布其第三款机器人吸尘器「Lucy」，并将于几天后在 CES 上正式亮相。同时 Trifo 宣布筹集 1500 万美元 B 轮融资，使其总资金达到 2600 万美元。该轮融资包括来自 Yidu Cloud，清华 AI 基金和 Matrix Partners 的支持，重点是在家用机器人领域生产更多的硬件和软件解决方案，并进一步招聘并推向美国和欧洲市场。（TechCrunch）

最新政策

澳大利亚政府增加 750 万澳元资金研究医疗保健 AI 据外媒报道，澳大利亚政府宣布投资 750 万澳元用于研究人工智能在医疗保健中的应用。新资金将通过「医学研究未来基金」通过捐款分配给研究人员。据卫生部长透露，人工智能将通过改进诊断、预防及治疗方法改变医疗保健的未来。此外，人工智能将在老年护理，残疾服务和健康实践方面提供支持。最近这三大领域还被确定为澳大利亚能够为现有产业带来转型并打造新产业的方向，还创造了出口的机会。这项投资也有可能最大化澳大利亚吸引和留住高端研究人员的能力，在国际上保持领先地位。

研究与技术

FaceShifter：高保真度和能识别遮挡的面部交换北京大学和微软亚洲研究院的一项新研究提出了一个新颖的两阶段框架，称为 FaceShifter，用于实现高保真度和能识别遮挡的人脸交换。与许多现有的人脸交换模型在合成交换的人脸时仅利用目标图像的有限信息不同，他们的框架在其第一阶段通过充分、自适应地利用和集成目标属性，以高保真度生成交换人脸。他们还提出了一种新的属性编码器—用于提取多级目标人脸属性，并提出了一种新的生成器—该生成器具有经过精心设计的自适应注意力非正规化（AAD）层，可以自适应地集成身份和人脸合成属性。为了解决具有挑战性的面部遮挡，他们加入了第二阶段，该阶段包括一个启发式错误确认细化网络（HEAR-Net）。它经过训练可以以自我监督的方式恢复异常区域，而无需任何手动注释。

汇总性论文：在线学习的现代介绍波士顿大学的助理教授 Francesco Orabona 近日发布了一篇名为《在线学习的现代介绍》的论文，该论文长达 126 页。在线学习是指在最坏情况下的假设中将遗憾最小化的框架，在文中，Orabona 通过在线凸优化的现代观点介绍了在线学习的基本概念，还介绍了在欧几里得和非欧几里得设置下具有凸损失的在线学习的一阶和二阶算法等等。文章发出后引发 Reddit 网友热议，Orabona 还表示将继续补充和完善他这一项目。

登录后评论

暂无评论

暂无评论~

文章库 PRO通讯会员 SOTA！模型