係統粉 > IT資訊 > 微軟資訊

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?

發布時間:2017-08-07    瀏覽數:

“一周AI直通車”是YiBot推出的一檔人工智能領域快讀欄目,精選彙集每周國內外最重大行業新聞和前沿技術變革,第一時間為讀者送上新鮮資訊,每周一推送,敬請關注。

行業資訊

微軟創造出全新DNA生物計算機,邏輯與生命實現完美交融

Facebook宣布機器翻譯全麵采用神經網絡,每日處理45億次翻譯

為了微信用戶的聊天記錄,華為騰訊“掐”起來了

騰訊研究院發布《中美兩國人工智能產業發展全麵解讀》:中國AI產業將迎來泡沫?

潛在殺人凶器?VR設備、無人機、平衡車的死穴在“聲音”!

搜狗啟動美股IPO,王小川:搜狗立項時,我與今天很多的創業者一樣慘

2017年中科院院士增選初步名單出爐,顏寧教授為最年輕候選人

騰訊出了一款AI產品,讓早期癌症不再難發現!

中國科學技術大學自主研發的機器人柔性手爪國際獲獎

蘋果首篇AI論文獲獎遭質疑,價值有限還是實至名歸?

學術前沿

華為諾亞方舟實驗室提出新型元學習法 Meta-SGD ,在回歸與分類任務中表現超群

結合堆疊與深度轉換的新型神經翻譯架構:愛丁堡大學提出BiDeep RNN

邢波團隊提出contrast-GAN:實現生成式語義處理

基於概率隱層模型的購物搭配推送:阿裏巴巴提出新型用戶偏好預測模型

弱監督視頻物體識別新方法:香港科技大學聯合CMU提出TD-Graph LSTM

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(1)

點擊下文藍字標題即可跳轉至新聞詳情頁~

喜歡就分享文章到朋友圈吧~

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(2)

1

微軟創造出全新DNA生物計算機,邏輯與生命實現完美交融

近日,微軟與華盛頓大學的研究小組在《自然-納米技術》(Nature Nanotechnology)上發表了了大幅提升 DNA 分子運算的方法,這將加快人們利用DNA計算機對體內基因突變或癌症檢測和監控的腳步。經過實驗證明,新型的 DNA 計算機僅用了七分鍾就完成運行包含3個輸入鏈的與門,而之前的設備需要四個小時完成同樣的工作量。

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(3)

DNA多米諾電路設計過程

圖片來源於新智元

2

Facebook宣布機器翻譯全麵采用神經網絡,每日處理45億次翻譯

Facebook 8月4日宣布,從使用基於短語的機器翻譯模型改為使用神經網絡係統來處理其社交網絡後端每天的翻譯請求,每天翻譯超過 45 億次。與基於短語的係統相比,BLEU 平均相對提升了 11%。通過使用 Facebook 開源的深度學習框架 Caffe2,基於 RNN 的翻譯能夠迅速擴展。

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(4)

圖片來源於新智元

3

為了微信用戶的聊天記錄,華為騰訊“掐”起來了

8月4日,華爾街日報報道稱,華為正在通過其榮耀Magic智能手機收集用戶活動信息,以打造其人工智能功能,例如使手機能夠基於用戶的短信內容推薦餐廳。其收集的信息包括熱門社交應用微信的聊天信息。

上述報道援引知情人士的說法稱,微信的所有者騰訊控股認為,華為的上述做法實際上奪取了騰訊的數據,並侵犯了微信用戶的隱私。知情人士稱,騰訊已要求中國政府介入此事。

4

騰訊研究院發布《中美兩國人工智能產業發展全麵解讀》:中國AI產業將迎來泡沫?

談起AI,中國有理由感到自豪,在人工智能領域發表的論文數量排名世界第一;在數理基礎研究領域,集聚了大量人才;在語音識別、人臉識別,以及自然語音識別等技術,我們已經走在了世界前列。但這些已經夠了麼?

當下,中美兩國雖同屬AI領域第一梯隊,但美國AI整體實力卻是公認的全球第一。中國和美國的差距又是在哪裏?

5

潛在殺人凶器?VR設備、無人機、平衡車的死穴在“聲音”!

我們常常聽到過黑客入侵電腦攻擊網頁的情況,但是對於智能硬件設備而言,阿裏雲集團安全部門兩位小夥伴(王正博、王康)表示,傳感器可能是被我們忽略的一個重要的攻擊麵。

他們最近在做基於超聲波幹擾VR虛擬現實設備、手機、平衡車,甚至是無人機等物聯網設備的實驗,發現,超聲波可能會對這些設備用戶造成危害,極端情況下甚至包括生命安全的風險。

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(5)

阿裏巴巴集團安全部安全研究者王康和王正博展示超聲波元件與實驗器件

圖片來源於阿裏技術

6

搜狗啟動美股IPO,王小川:搜狗立項時,我與今天很多的創業者一樣慘

今天(7月31日),搜狐公司宣布,其控股互聯網搜索服務子公司搜狗公司計劃就潛在的首次公開招股(IPO),向美國證券交易委員會(SEC)提交一份登記草案。隨後,搜狗CEO王小川發布全員內部信,確認此事。

7

2017年中科院院士增選初步名單出爐,顏寧教授為最年輕候選人

中國科學院8月1日公布2017年中國科學院院士增選初步候選人名單,157位科學家“榜上有名”,其中年齡最小的是39歲的清華大學教授顏寧。

中國科學院各學部初步候選人分布如下:數學物理學部23人、化學部25人、生命科學和醫學學部32人、地學部27人、信息技術科學部20人、技術科學部30人。

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(6)

圖片來源於學術經緯

8

騰訊出了一款AI產品,讓早期癌症不再難發現!

對癌症,我們真的什麼都做不了嗎?事實上,世界衛生組織指出,三分之一的癌症可以預防,三分之一癌症可以治愈,三分之一的癌症可以治療。

現在,通過AI技術,癌症的早期篩查變得更加精準,8月3日,騰訊發布的一款AI醫學影像產品——騰訊覓影,對早期食管癌的篩查準確率高達90%,可以有效輔助醫生發現癌變征兆,將病魔遏製在搖籃裏。

9

中國科學技術大學自主研發的機器人柔性手爪國際獲獎

“第 21 屆 RoboCup 機器人世界杯及學術大會”於 7 月 24-31 日在日本名古屋舉行。在服務機器人比賽中創新性最強的“開放挑戰”測試中,中科大柔性手爪獲得了唯一的“最佳操作獎”。國際人工智能學會前主席、IEEE/AAAI/AAAS Fellow、美國卡內基-梅隆大學機器學習係主任 Manuela Veloso 教授,世界人工智能青年科學家最高獎獲得者、AAAI Fellow、美國德州大學 Peter Stone 教授,RoboCup家庭機器人主席等政府官員和行業現場專家觀看中科大柔性手爪的演示,並給予高度評價。Peter Stone 教授當場表示,希望美國德州大學的機器人能盡快用上中科大柔性手爪。

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(7)

圖片來源於中國人工智能學會

10

蘋果首篇AI論文獲獎遭質疑,價值有限還是實至名歸?

近日蘋果第一篇AI論文一經投放,便斬獲CVPR 2017最佳論文。但有學術界人士質疑,指出蘋果的創新並不是具有突破性的,似乎不夠資格評選為“最佳論文”。甚至在知名問答社區知乎上有人從論文的第一作者背景開始懷疑,最佳論文評選過程有暗箱操作的嫌疑。

11

華為諾亞方舟實驗室提出新型元學習法 Meta-SGD ,在回歸與分類任務中表現超群

從小數據中進行學習和調整的能力對於智能化來說是至關重要的,然而,我們現有的深度學習方麵的成功則需要高度依賴大量標注數據。最近,華為公司諾亞方舟實驗室的幾名研究員提出了一種新型優化器 Meta-SGD,它非常易於訓練,而且比其它元學習方法速度更快。機器之心對本文做出了概述。

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(8)

圖片來源於機器之心

12

結合堆疊與深度轉換的新型神經翻譯架構:愛丁堡大學提出BiDeep RNN

在神經機器翻譯問題中,不同的堆疊架構已經多次在不同研究中展現出了良好的表現,而深度轉換架構(Deep transition architecture)則成功地用於語言建模等用途中。愛丁堡大學與 Charles University 的研究者們對這兩種架構的多個組合形式在 WMT 翻譯任務中的表現進行了測試,並提出了結合堆疊與深度轉換的新型神經網絡:BiDeep RNN。

13

邢波團隊提出contrast-GAN:實現生成式語義處理

在本篇論文中,作者聚焦於一個更具挑戰性的語義處理任務,在保持圖像獨有特征(例如視角和形狀)的同時修改物體的語義含義,比如,牛→羊,摩托車→自行車,貓→狗。為了處理這樣大型的語義變換,作者引入了一種帶有新型對抗式對比目標(adversarial contrasting objective)的對比型 GAN(contrast-GAN)。論文還提出了配有新型比較式目標的,蒙版條件式對比 GAN(mask-conditional contrast-GAN)結構,它能夠用目標語義變換使圖像背景脫離出來。

一周AI直通車|微軟創DNA生物計算機;神經網絡翻譯?(9)

通過對比型 GAN 進行語義處理

圖片來源於機器之心

14

基於概率隱層模型的購物搭配推送:阿裏巴巴提出新型用戶偏好預測模型

推送控製是電商應用中的關鍵組成部分,它與用戶的數量增長與參與度顯著相關。推送通知的有效性通常以消息被打開比例來衡量。推送消息可以包含推薦的產品、優惠信息等,但由於顯示空間的限製,通常我們隻能在推送消息中顯示一個或兩個項目。近日,阿裏巴巴的研究者們提出了一種混合模型方法,用於預測用戶購買後補充產品推薦任務中的推送消息打開率。該研究的論文已被 SIGIR 2017 大會接收。

15

弱監督視頻物體識別新方法:香港科技大學聯合CMU提出TD-Graph LSTM

在圖像識別任務中,模型的訓練一直非常依賴於標注數據,同時訓練結果難以泛化。香港科技大學與卡耐基梅隆大學的研究者們最近發表的研究提出時間動態圖 TD-Graph LSTM 試圖解決這些問題,他們的新方法也刷新了視頻目標檢測的業內最佳水平。該論文已入選即將在 10 月底舉行的 ICCV2017 大會。

上一篇:小米手環賣得這麼好 微軟卻要放棄手環業務? 下一篇:WP被微軟拋棄了, 接下來輪到手環?

相關資訊

最新熱門應用

電腦問答