2018智能周報 | 02.17-02.25 | 附資源地址 | AI作惡、CVPR會議、IBM量子計算揭秘……

更多AI資訊，關註：九三智能控

政策及人才

OpenAI 、牛津大學、劍橋大學等14家機構和高校共同發布了一份《人工智慧的惡意使用：預測、預防和緩解》（The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation）報告，該報告詳細講述了人工智慧技術潛在的「惡意」用途，以及預防措施。報告中調查了惡意使用人工智慧技術可能帶來的安全威脅，並提出了更好的預測、預防和緩解這些威脅的方法。報告中詳細分析了 AI 可能在數字安全、物理安全、政治安全等方面帶來的威脅，隨後還為 AI 研究人員和其他利益相關者提出了四項高層次的建議。此外，在報告中還提出了幾個有發展前景的領域，以便進一步的研究，從而能擴大防禦的範圍或者使攻擊效率降低/更難執行。在報告的最後，作者還分析了攻擊者和防禦者之間的長期平衡問題，不過並沒有明確地解決這個問題。報告全文下載，公眾號回復：20180225

華人學者張康教授的研究榮登《細胞》雜誌封面。他們帶來的是一款能精確診斷多種疾病的人工智慧工具。「人工智慧（AI）具有巨大的潛力，通過大量數據的分析和分類對疾病的診斷和管理進行革命性的改變，這些數據對於人類專家來說很難、而且迅速做到這一點。」本研究的通訊作者張康教授，是加州大學聖地亞哥分校（UCSD）的眼科教授，也是眼科遺傳學的首席醫師（Chief，Ophthalmic Genetics）。研究合作單位包括廣州醫科大學、四川大學、大連北海醫院、上海第一人民醫院、首都醫科大學等。該工具的表現接近於專業的眼科醫生，並可以在30秒內確定患者是否應該接受治療，準確度達到95％以上；在區分病毒性肺炎和細菌性肺炎上，準確率也超過90％。

美國權威科學雜誌《麻省理工科技評論》(MIT Technology Review)正式揭曉 2018 年「全球十大突破性技術」。中國科技巨頭阿里巴巴成為其中四項技術的主要研究者：給所有人的人工智慧（雲端 AI）、對抗性神經網路、感測城市、材料的量子飛躍。「全球十大突破性技術」是科技領域的權威榜單，至今已經有 17 年歷史。2018 年完整榜單為：給所有人的人工智慧（雲端 AI）、對抗性神經網路、人造胚胎、「基因占卜」、感測城市、巴別魚耳塞、完美的網路隱私、材料的量子飛躍、實用型 3D 金屬印表機、零碳排放天然氣發電。

CVPR 2018 官網公布了收錄論文名單。CVPR是IEEE Conference on Computer Vision and Pattern Recognition的縮寫，即IEEE國際計算機視覺與模式識別會議。該會議是由IEEE舉辦的計算機視覺和模式識別領域的頂級會議。論文名單地址如下：http://cvpr2018.thecvf.com/files/cvpr_2018_final_accept_list.txt

AAAS 在 reddit 上組織了一場問答，谷歌、微軟、Facebook 人工智慧實驗室的相關負責人一起回答了提問者的眾多尖銳問題，話題包括量子計算、隱私、前沿研究方向、偽人工智慧等。有趣的是，Yann LeCun 對量子計算與機器學習、偽人工智慧等問題的回答相當耿直。問答中各位大神對AI的未來發展和關鍵問題進行了深入分析，絕對是一場不可錯過的良心問答。

傳送門：機器之心編譯文章：https://mp.weixin.qq.com/s/b-tyV08hI1neuTaBoRt-GQ

Jeff Dean、Michael I.Jordan、李飛飛、LeCun等大牛發起的系統機器學習會議SysML 2018近日在斯坦福閉幕。這個會議專門針對系統和機器學習交叉研究領域，目的是在這些領域之間建立新的聯繫，包括確定學習系統的最佳實踐和設計原則，以及開發針對實際機器學習工作流程的新穎學習方法和理論。Jeff Dean在SysML 2018的主旨演講《系統與機器學習的共生》（Systems and Machine Learning Symbiosis）。這是一個宏大的目標，也是挑戰，正如Jeff Dean演講PPT所示，現在上傳到arXiv的論文數量已經超過了摩爾定律的增長；直接在ML模型里批處理（batching），也常常讓「讓他感到頭痛」。

清華大學AMiner團隊利用AMiner數據分析功能近日推出了一份《AI與自動駕駛汽車的研究報告》。該報告的一個部分介紹了全球頂尖的研究學者和機構概況，全球及中國人工智慧研究學者分布。http://AMiner.org的數據顯示，全球人工智慧研究學者數量集中分布在美國、中國、德國等少數國家，美國在人工智慧方面的研究在全球遙遙領先。

青島市科技局日前與新一代人工智慧產業技術創新戰略聯盟簽署戰略合作協議，將重點在技術創新、創新資源集聚、引導基金、產業培育、高端會議等方面深入合作，共同加快青島市人工智慧領域技術和產業的發展壯大。新一代人工智慧產業技術創新戰略聯盟由北京大學聯合人工智慧行業的企業、高校院所、投資機構等發起成立，主要成員包括北京大學、清華大學、中國科技大學及百度、阿里巴巴、騰訊、華為、科大訊飛、海爾集團、海信集團等近百家企事業單位，旨在推動全國人工智慧技術和產業快速發展。

產業及應用方面

• 智能零售、家居、手機

Amazon計劃於2018年年底前，再建造六個無人店。該六家新店中的三家，將於西雅圖開張，其他幾家則定於洛杉磯。尚不明確今年Amazon是否會在不同地點開設更多網點。Amazon Go並非完全無人值守。商店裡有少數員工正在整理貨架，還有一些工作人員負責引導顧客，為顧客答疑解惑。同時，過去十幾個月里，Amazon Go的技術方案並沒有發生本質變化，只是做了些小修小補，讓系統配合得更加順暢。

見福便利店與銀聯商務股份有限公司廈門分公司、格靈深瞳簽訂三方「進一步深度合作與推廣協議」。格靈深瞳生物識別支付系統已完成內測，正式宣布生物識別支付系統對外進行測試與推廣。目前，福哥家已在廈門20家門店設置了生物識別支付設備與系統，會陸續開放體驗，預計2018年底前將全面推廣。

• 無人裝備及智能製造

MIT和普林斯頓大學研究人員開發一款名為「拾放（pick-and-place）」的系統。「拾放」系統由一個標準的工業機器人手臂組成，研究人員配備了一個定製的抓手和吸盤。 他們使用演算法讓機械手能夠評估一堆隨機物體，並確定在雜物中抓取或吸附物品的最佳方式，而不必在拾取物體之前了解物體。團隊研發的這個機械手在使用吸力吸取物體時的成功率為54％，使用抓取時的成功率為75％，並且能夠以100％的精度識別新物體。機器人還在規定的時間內存放了所有20個物體。

谷歌高調宣布擬出手5000萬美元從軟體公司LogMeIn手中收購物聯網平台Xively。Xively作為首個在感測器數據方面獨立公開的平台，Xively對開發者開放網路API，幫他們將自己的設備連接到Xively的網路平台，繼而發布應用，儲存和展示設備的實時數據。谷歌希望這次收購是一個跳板，藉此打入日益增長的物聯網市場，並給谷歌雲一個已經建立好的物聯網平台，增加產品的組合形式。

浙江省要建設全國首條超級高速公路，將建設的超級高速公路是已經分段批複的杭甬複線高速公路——杭紹甬高速公路。杭紹甬公路在設計之時，把高時速、太陽能發電、路面光伏發電、高精定位、車路協同等功能考慮進規劃議程。該公路近期的目標是，在服務區、收費管理站建設充電樁，為電動車提供充電服務，將通過太陽能發電、路面的光伏發電、插電式充電樁來進行充電。遠期上會結合無線充電技術，實現邊通車邊無線充電。

《新華(常州)中國智能製造發展指數報告(2017年1-3季度)》（以下稱「報告」）在江蘇省常州市正式發布。報告數據顯示，2017年第三季度，我國主要行業仍處於智能製造概念滲透期，智造企業樣本占行業總樣本的比例均低於20%。草外，報告構建行業滲透率、行業應用指數和行業競爭力指數三大模塊，其中，「行業滲透率」旨在監測、評價智能製造技術在各行業應用覆蓋程度。

天津市濱海新區區長楊茂榮接受採訪時表示，新區以智能科技為指引，全面促進產業轉型升級。到2020年，智能製造核心產業規模將達到500億元，帶動相關產業實現產值2000億元。據介紹，在智能製造上，濱海新區目前已在機器人、無人裝備、大數據、語音識別等領域具有較強的競爭力，智能製造相關產業主營業務收入達到320億元，湧現出了像深之藍、一飛智控、科大訊飛等一批智能製造領軍企業。

• 智能醫療

FDA又批准了一項AI成果，這次是使用AI平台來幫助檢測兒童自閉症的Cognoa公司，這也使其成為了FDA監管許可的首個用於自閉症篩查的II類診斷醫療設備。Cognoa成立於2014年，其技術最初脫胎於哈佛大學和斯坦福大學的醫學院。Cognoa的AI演算法，經過了大量研究數據的訓練迭代：有來自斯坦福兒科和精神病學教授Denis Wall的研究數據，其中含有大約10000名兒童的現有行為觀察數據集，可以為任何家長提供一個免費、便捷的方式來自己進行評估。

DeepMind今天宣布，他們將與美國退伍軍人事務部（簡稱「VA」）合作，利用機器學習技術來預測病人住院期間的病情惡化。DeepMind和VA希望能通過雙方合作，解決急性腎損傷這一難題（AKI）。急性腎損傷有可能導致全面腎衰竭，或者影響腎功能。如果治療不當，還有可能引發死亡。

谷歌大腦研究人員在官博上宣布了他們的最新研究成果，使用深度學習分析視網膜圖像，以此預測心血管疾病突發的風險。使用深度學習來獲得人體解剖學和疾病變化之間的聯繫，這是人類醫生此前完全不知道的診斷和預測方法，不僅能幫助科學家生成更有針對性的假設，還可能代表了科學發現的新方向。

• 智慧城市、教育等

舊金山地區交通規劃機構大都會交通委員會（MTC）同意了給舊金山灣區六個城市撥款500萬美元開展試點項目，探索如何將自動駕駛車輛融合到公共交通中，除了針對自動駕駛的未來，還包括解決現實交通問題。全部費用預計2月28日正式發放。

上海徐匯區宣告啟用一批「人工智慧首席服務官」。人工智慧運輸機器人取名「徐小遞」會自己上電梯送材料，到了還會主動電話呼叫工作人員出來拿「快遞」。另外，「徐小遞」還有兩兄弟，哥哥是諮詢引導機器人「徐小智」，弟弟是政策諮詢機器人「徐小境」。

基礎支撐技術方面

• 平台級智能服務：AI平台、雲計算等

MIT的研究機構Feature Labs（特徵實驗室）致力於幫助數據科學家更快地構建機器學習演算法。該公司已經開發出一種特徵自動構造的方法，幫助企業客戶搭建、跑通、以及最最最重要的部署給力的機器學習產品模型。其中的「深度特徵合成」（Deep Feature Synthesis）數據處理流程，可以直接從原始的關係數據集和交易數據集中（例如網站訪問的用戶或光放購物車不買的人），自動創建出特徵，並自動轉化為具有預測意義的信息。

「深度特徵合成」原理傳送門：https://www.featurelabs.com/blog/deep-feature-synthesis/

• 基礎演算法模型

DeepMind近日發表的最新研究提出「機器心智理論」（Machine Theory of Mind），啟發自心理學中的「心智理論」，研究者構建了一個心智理論的神經網路ToMnet，並通過一系列實驗證明它具有心智能力。這是開發多智能體 AI 系統，構建機器 - 人機交互的中介技術，以及推進可解釋AI發展的重要一步。

論文地址：https://arxiv.org/pdf/1802.07740.pdf

谷歌大腦Jeff Dean等人最新提出一種分層模型，這是一種靈活的端到端方法，用於優化CPU、GPU等的自動化設備配置。該方法在多個主要神經網路模型上測試，最高實現了60.6％的性能提升。論文地址：http://www.sysml.cc/doc/150.pdf

• 高性能計算：晶元、量子計算等

RiseML（http://riseml.com）最近做了一次TPU與GPU的對比評測。在ResNet-50上，單個Cloud TPU比單個P100快8.4倍，比V100快5.1倍。對於InceptionV3，結果差不多，分別快8.4倍和4.8倍。另外，如果把精度降低（fp16），V100的提速更加明顯。

美國高通公司今日宣布，推出人工智慧引擎AI Engine（Qualcomm Artificial Intelligence Engine）。該人工智慧引擎AI Engine由多個硬體與軟體組成，以加速終端側人工智慧用戶體驗在部分Qualcomm驍龍移動平台上的實現。驍龍845、驍龍835、驍龍820、驍龍660移動平台都將支持該人工智慧引擎AI Engine，其中驍龍845將支持最頂尖的終端側人工智慧處理。

MIT 研究人員開發了一種專用晶元，可以提高神經網路計算的速度，比之前的晶元速度提升三到七倍，同時將能耗降低 93% - 96%。這使得在智能手機本地運行神經網路，甚至在家用電器上嵌入神經網路變成可能。相關論文已投中 ISSCC。

IBM50個量子比特原型機內部結構圖曝光，全面展示了這台機器的構造和原理。IBM在「量子霸權」道路上雄心勃勃，但也面臨著諸多問題。儘管IBM的50個量子比特原型機看上去非常先進，但量子計算仍處於初級階段，包括IBM在內的公司都不太確定量子計算的下一步將走向何方。與此同時，想要在量子計算這個蓬勃發展的領域取得「量子霸權」的不僅有IBM，還有谷歌（49個量子比特）、微軟以及日本的數家企業與研究機構。

中科院/中科大團隊發布量子計算雲平台最新成果。潘建偉院士正式發布中科院聯合阿里雲打造的 11 量子比特超導量子計算的雲平台，這是繼 IBM 後全球第二家向公眾提供 10 量子比特以上超導量子計算雲服務的系統。會上，郭光燦院士團隊也介紹其本源量子計算雲平台已成功上線 32 比特量子虛擬機，並已經實現了 64 量子比特的量子電路模擬打破 IBM Q 的 56 位模擬記錄。潘建偉團隊介紹，目前其正式上線的雲平台開放 11 比特的量子計算服務，其單比特門保真度達 99.7%、雙比特門保真度達 94.9%。同時已經成功研製出 12 比特的超導量子計算處理器。

• 計算機視覺

谷歌大腦 Ian Goodfellow 等人通過最新技術創建了首個欺騙人類的對抗樣本，其實現過程是把已知參數和架構的計算機視覺模型的對抗樣本遷移至未獲取參數和架構的其他模型，並通過修改模型更好地匹配人類視覺系統的初始處理。既能欺騙機器，也能迷惑人類。

論文鏈接：https://arxiv.org/abs/1802.08195

• 語音識別及NLP

百度 NLP 團隊提交的 V-Net 模型以 46.15 的 Rouge-L 得分位列微軟的 MS MARCO 機器閱讀理解測試第一名。目前人類評測 Rouge-L 得分為 47；BLEU-1 得分為 46。百度提交的 V-NET 模型使用了一種新的多候選文檔聯合建模表示方法，通過注意力機制使不同文檔產生的答案之間能夠產生交換信息，互相印證，從而更好的預測答案。MS MARCO 全稱為 Microsoft MAchine Reading Comprehension，即「微軟機器閱讀理解」，官網資料顯示其正式發佈於 NIPS 2016。這是一套由 10 萬個問答和 20 萬篇不重複的文檔組成的數據集。

語音複製（voice cloning）是個性化語音介面的非常急需的功能，百度介紹了一種能以少量音頻樣本作為輸入的神經語音複製系統。通過超越單個說話者語音合成的局限，證明了單個系統可以學習生成幾千個說話者身份，每個說話者只需要少於半小時的訓練數據。我們通過在說話者之間學習共享的和區分的信息獲得了這種性能。

論文鏈接：https://arxiv.org/pdf/1802.06006.pdf

優質資源推薦（Github、資料、課程等）

講座：「卷積神經網路之父」Yann LeCun操著一口濃重的法國口音，給數學界的科學家們介紹了深度學習。LeCun從鳥類對飛行器發明的影響開始講起，層層遞進、逐步深入到深度學習的本質，可以說非常新手友好了。本次講座為UCLA（加州大學洛杉磯分校）與純數學與應用數學研究所（IPAM）跨界組織主辦的論壇日程之一。

視頻地址（視頻時長1h16min）：https://v.qq.com/x/page/y0556cft6xz.html

GitHub項目：Mybridge團隊近日評選出十大最新、最棒的機器學習開源項目。包括對象檢測、換臉、預測等等最熱的AI明星、話題性研究和代碼。它們在GitHub上的平均標星數量是2500多顆。

傳送門：量子位文章《Top10機器學習開源項目|附GitHub地址》：https://mp.weixin.qq.com/s/hkcu0JL2e9ui8ekm4Y2iaQ

GitHub項目：利用不完整的數據樣本補全不完整的圖像。大多數圖像補完和生成模型需要完全被觀察的樣本來訓練。但是，在 AmbientGAN 里，闡述了獲取高解析度樣本對於一些應用來說是可能非常昂貴的或者是不切實際的。該 GitHub 項目結合了兩篇論文 AmbientGAN 和 GLCIC 的思想，實現了用不完整圖像樣本訓練的補全不完整圖像的網路。

GitHub https://github.com/shinseung428/ImageCompletion_IncompleteData

課程：深度學習視頻課程。深度學習大講堂，攜手中科視拓、中科院計算所 VIPL 研究組，共同製作了這套課程，覆蓋了深度學習數學基礎、人工智慧基礎概念、深度學習基礎概念、深度學習基本理論、卷積神經網路、深度目標檢測技術、TensorFlow、MXNet、Dragon 深度學習框架。

傳送門： http://study.163.com/provider/400000000374020/course.htm

資料：Deep Learning Tutorial（深度學習教程），作者：LISA lab, University of Montreal。如果你願意進入這個領域，而且想要免費的資源，那麼使用Theano的深度學習教程是必須的。

下載地址：http://deeplearning.net/tutorial/deeplearning.pdf

信息來源：雷鋒網、億歐網、新智元、機器之心、量子位等

微信群&商業合作：

• 加入微信群：不定期分享資料，拓展行業人脈請在公眾號留言：「微信號+名字+研究領域/專業/學校/公司」，我們將很快與您聯繫。
• 投稿（無稿費）請發郵件至：158354995@qq.com

• 商業合作請註明事宜哦

http://weixin.qq.com/r/AC91bd-EloLprZsO93oS (二維碼自動識別)

推薦閱讀：