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

投融资

「思图场景」完成A轮融资，由复星集团领投 11 月 1 日消息，「思图场景」正式对外宣布完成 A 轮融资，本轮融资由复星集团领投、佛山寰创（软银中国资本管理）跟投。本轮融资资金将主要用于公司业务并行能力的提升。思图场景成立于 2016 年 7 月，由金融行业专家和依图科技联合发起创立，专注 AI 技术与金融业务场景，已推出神瞳面签机器人，为金融业务场景提供智能面签、智能双录、智能质检、智能图像结构化、智能鉴权以及视觉 AI 能力。

Crunchbase筹集3000万美元，开发机器学习个性化体验创业公司和投资者生态系统商业数据库 Crunchbase 今日宣布由 Omers Ventures 领投的 3000 万美元融资。现有投资者 Emergence，Mayfield，Cowboy Ventures 和 Verizon 也参与了这一轮融资。Omers Ventures 管理合伙人 Michael Yang 将加入 Crunchbase 董事会。「在本轮融资之后，我们将投资的关键技术之一是机器学习，」Crunchbase 首席执行官 Jager McConnell 在一份声明中说。「我们将创建个性化体验，以突出用户应考虑的公司。这些建议将基于与之合作的公司类型及其特定的业务用例，无论是销售前景，合伙关系前景，投资前景还是其他联系。」（VentureBeat）

行业动态

中国无人机制造商「亿航」赴美上市，计划募资1亿美元中国无人机制造商「亿航」已申请在美国进行首次公开募股。根据向美国证券交易委员会提交的文件，这家总部位于中国广州的公司将其发行规模标记为 1 亿美元。该公司成立于 2014 年，致力于生产用于空中摄影等商业应用的无人机。该公司在截至 6 月份的六个月里收入为 470 万美元，亏损 550 万美元；去年同期收入为 540 万美元，净亏损 380 万美元。（新浪财经）

美国 ACLU 起诉并迫使 FBI 揭露其面部识别的使用美国公民自由协会（ACLU）担心联邦调查局 FBI 对面部识别的使用，并希望迫使该机构公布其做法。该协会今日对联邦调查局，美国司法部和美国缉毒局 DEA 提起诉讼，命令他们交出记录，显示「何时，何地，如何」使用面部识别技术。ACLU 担心这些系统可能「从根本上改变」社会并导致持续监视，并强调联邦调查局的历史和公众立场都是值得关注的理由。（Engadget）

中国在全球 AI 投资中所占份额因不利因素而缩水最新研究显示，由于与美国之间持续的贸易紧张局势以及为减少中国公司获得美国组成部分的努力，中国在全球人工智能投资中的份额正在缩小。根据 ABI Research 的数据，2018 年美国对 AI 的投资总额为 97 亿美元，而中国为 74 亿美元。与去年同期相比，美国在人工智能方面的投资增长了 120％，中国增长54％。(Technode)

大公司新闻

科大讯飞刘庆峰：正在西安打造科大讯飞的丝路总部 2019 全球硬科技创新大会于 10 月 30 日在西安开幕，科大讯飞董事长刘庆峰发布了高抗噪远场麦克风、高精准拾音吸顶式麦克风、高抗噪降噪耳机、SW 识别终端四项硬科技产品。他表示，「我们正在西安打造科大讯飞的丝路总部。」刘庆峰介绍称，科大讯飞丝路总部将打造人工智能研究院和西安人工智能产业创新的孵化器和产业集群。（第一财经）

微软 AI 项目使印度驾驶执照考试变得更智能最近几周，成百上千的人在印度州 Uttarakhand 的首府喜马拉雅山麓附近的德拉敦（Dehradun）参加了驾驶执照考试，而不必坐在教员旁边。相反，他们的汽车上装有运行 HAMS 的智能手机，这是由 Microsoft Research 团队开发的 AI 项目。HAMS 使用智能手机的前后摄像头和其他传感器监控驾驶员（的视线）以及前方道路。微软研究团队表示，对于驾驶员测试，他们定制了 HAMS，以便在诸如平行停车或通过环形路口等测试操作期间能够精确跟踪车辆的轨迹。（Tech Crunch）

东芝与海斯坦普达成合作，将利用IoT和AI技术探测汽车底盘部件的焊接质量据外媒报道，日本东芝数字与咨询公司（Toshiba Digital & Consulting Corporation，TDX）宣布与西班牙海斯坦普（Gestamp，全球领先的汽车金属部件制造商）合作开展项目，对汽车底盘部件的焊接进行先进监测和分析。双方将利用物联网（IoT）和人工智能（AI）专业知识，以及利用摄像头图像数据和声发射（AE）传感器的数据，确保高度精确地探测焊缝质量，将有助于提高车辆的安全性。

研究与技术

MIT 联合伊利诺伊香槟分校帮助两足机器人模仿人类跑跳时的平衡力麻省理工学院和伊利诺伊大学厄本那-香槟分校的工程师开发出了一种控制两足式遥控机器人的平衡的方法，这是使人形机器人能够在具有挑战性的环境中执行高影响力任务的重要步骤。该小组的机器人拥有在物理上类似于机械加工的躯干以及两条腿，由一名穿着背心的人类操作员进行远程控制，该背心将有关人类运动和地面反作用力的信息传输给机器人。在用机器人测试这种新的「平衡反馈」方法的实验中，研究人员能够与机器人操作员同步地跳跃和行走，从而远程保持机器人的平衡。

哥伦比亚大学、剑桥大学以及DeepMind新研究：规定的生成对抗网络近日，来自哥伦比亚大学，剑桥大学以及 DeepMind 的研究人员发表了一篇名为「规定的生成对抗网络」的新研究，并在社交媒体收到了广泛关注。以下是该研究的完整摘要分享：生成对抗网络（GAN）是一种无监督学习的强大方法。该方法在图像领域取得了最先进的性能。但是，GAN 在两方面受限：它们通常在低支持下学习分布（一种称为模式崩溃的现象），并且不保证概率密度的存在，这使得无法使用预测对数似然来评估一般性。在该研究中，研究人员开发了规定的 GAN（PresGAN）来解决这些缺点。PresGAN 将噪声添加到密度网络的输出中，并优化了熵调节的对抗损失。增加的噪声使预测的对数似然性易于处理，并稳定了训练过程。熵正则化器鼓励 PresGAN 捕获数据分发的所有模式。拟合 PresGAN 涉及计算熵正则项的难解梯度；PresGAN 使用无偏随机估计值来避免这种难处理性。研究团队几个数据集上评估了 PresGAN，发现它们减轻了模式崩溃并生成了具有高感知质量的样本。他们还发现，就传统 GAN 与变分自动编码器（VAE）之间的预测对数似然性而言，PresGAN 缩小了性能差距。

登录后评论

暂无评论

暂无评论~

文章库 PRO通讯会员 SOTA！模型