系统粉 > IT资讯 > 微软资讯

一周AI直通车|微软创DNA生物计算机;神经网络翻译?

发布时间:2017-08-07    浏览数:

“一周AI直通车”是YiBot推出的一档人工智能领域快读栏目,精选汇集每周国内外最重大行业新闻和前沿技术变革,第一时间为读者送上新鲜资讯,每周一推送,敬请关注。

行业资讯

微软创造出全新DNA生物计算机,逻辑与生命实现完美交融

Facebook宣布机器翻译全面采用神经网络,每日处理45亿次翻译

为了微信用户的聊天记录,华为腾讯“掐”起来了

腾讯研究院发布《中美两国人工智能产业发展全面解读》:中国AI产业将迎来泡沫?

潜在杀人凶器?VR设备、无人机、平衡车的死穴在“声音”!

搜狗启动美股IPO,王小川:搜狗立项时,我与今天很多的创业者一样惨

2017年中科院院士增选初步名单出炉,颜宁教授为最年轻候选人

腾讯出了一款AI产品,让早期癌症不再难发现!

中国科学技术大学自主研发的机器人柔性手爪国际获奖

苹果首篇AI论文获奖遭质疑,价值有限还是实至名归?

学术前沿

华为诺亚方舟实验室提出新型元学习法 Meta-SGD ,在回归与分类任务中表现超群

结合堆叠与深度转换的新型神经翻译架构:爱丁堡大学提出BiDeep RNN

邢波团队提出contrast-GAN:实现生成式语义处理

基于概率隐层模型的购物搭配推送:阿里巴巴提出新型用户偏好预测模型

弱监督视频物体识别新方法:香港科技大学联合CMU提出TD-Graph LSTM

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(1)

点击下文蓝字标题即可跳转至新闻详情页~

喜欢就分享文章到朋友圈吧~

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(2)

1

微软创造出全新DNA生物计算机,逻辑与生命实现完美交融

近日,微软与华盛顿大学的研究小组在《自然-纳米技术》(Nature Nanotechnology)上发表了了大幅提升 DNA 分子运算的方法,这将加快人们利用DNA计算机对体内基因突变或癌症检测和监控的脚步。经过实验证明,新型的 DNA 计算机仅用了七分钟就完成运行包含3个输入链的与门,而之前的设备需要四个小时完成同样的工作量。

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(3)

DNA多米诺电路设计过程

图片来源于新智元

2

Facebook宣布机器翻译全面采用神经网络,每日处理45亿次翻译

Facebook 8月4日宣布,从使用基于短语的机器翻译模型改为使用神经网络系统来处理其社交网络后端每天的翻译请求,每天翻译超过 45 亿次。与基于短语的系统相比,BLEU 平均相对提升了 11%。通过使用 Facebook 开源的深度学习框架 Caffe2,基于 RNN 的翻译能够迅速扩展。

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(4)

图片来源于新智元

3

为了微信用户的聊天记录,华为腾讯“掐”起来了

8月4日,华尔街日报报道称,华为正在通过其荣耀Magic智能手机收集用户活动信息,以打造其人工智能功能,例如使手机能够基于用户的短信内容推荐餐厅。其收集的信息包括热门社交应用微信的聊天信息。

上述报道援引知情人士的说法称,微信的所有者腾讯控股认为,华为的上述做法实际上夺取了腾讯的数据,并侵犯了微信用户的隐私。知情人士称,腾讯已要求中国政府介入此事。

4

腾讯研究院发布《中美两国人工智能产业发展全面解读》:中国AI产业将迎来泡沫?

谈起AI,中国有理由感到自豪,在人工智能领域发表的论文数量排名世界第一;在数理基础研究领域,集聚了大量人才;在语音识别、人脸识别,以及自然语音识别等技术,我们已经走在了世界前列。但这些已经够了么?

当下,中美两国虽同属AI领域第一梯队,但美国AI整体实力却是公认的全球第一。中国和美国的差距又是在哪里?

5

潜在杀人凶器?VR设备、无人机、平衡车的死穴在“声音”!

我们常常听到过黑客入侵电脑攻击网页的情况,但是对于智能硬件设备而言,阿里云集团安全部门两位小伙伴(王正博、王康)表示,传感器可能是被我们忽略的一个重要的攻击面。

他们最近在做基于超声波干扰VR虚拟现实设备、手机、平衡车,甚至是无人机等物联网设备的实验,发现,超声波可能会对这些设备用户造成危害,极端情况下甚至包括生命安全的风险。

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(5)

阿里巴巴集团安全部安全研究者王康和王正博展示超声波元件与实验器件

图片来源于阿里技术

6

搜狗启动美股IPO,王小川:搜狗立项时,我与今天很多的创业者一样惨

今天(7月31日),搜狐公司宣布,其控股互联网搜索服务子公司搜狗公司计划就潜在的首次公开招股(IPO),向美国证券交易委员会(SEC)提交一份登记草案。随后,搜狗CEO王小川发布全员内部信,确认此事。

7

2017年中科院院士增选初步名单出炉,颜宁教授为最年轻候选人

中国科学院8月1日公布2017年中国科学院院士增选初步候选人名单,157位科学家“榜上有名”,其中年龄最小的是39岁的清华大学教授颜宁。

中国科学院各学部初步候选人分布如下:数学物理学部23人、化学部25人、生命科学和医学学部32人、地学部27人、信息技术科学部20人、技术科学部30人。

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(6)

图片来源于学术经纬

8

腾讯出了一款AI产品,让早期癌症不再难发现!

对癌症,我们真的什么都做不了吗?事实上,世界卫生组织指出,三分之一的癌症可以预防,三分之一癌症可以治愈,三分之一的癌症可以治疗。

现在,通过AI技术,癌症的早期筛查变得更加精准,8月3日,腾讯发布的一款AI医学影像产品——腾讯觅影,对早期食管癌的筛查准确率高达90%,可以有效辅助医生发现癌变征兆,将病魔遏制在摇篮里。

9

中国科学技术大学自主研发的机器人柔性手爪国际获奖

“第 21 届 RoboCup 机器人世界杯及学术大会”于 7 月 24-31 日在日本名古屋举行。在服务机器人比赛中创新性最强的“开放挑战”测试中,中科大柔性手爪获得了唯一的“最佳操作奖”。国际人工智能学会前主席、IEEE/AAAI/AAAS Fellow、美国卡内基-梅隆大学机器学习系主任 Manuela Veloso 教授,世界人工智能青年科学家最高奖获得者、AAAI Fellow、美国德州大学 Peter Stone 教授,RoboCup家庭机器人主席等政府官员和行业现场专家观看中科大柔性手爪的演示,并给予高度评价。Peter Stone 教授当场表示,希望美国德州大学的机器人能尽快用上中科大柔性手爪。

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(7)

图片来源于中国人工智能学会

10

苹果首篇AI论文获奖遭质疑,价值有限还是实至名归?

近日苹果第一篇AI论文一经投放,便斩获CVPR 2017最佳论文。但有学术界人士质疑,指出苹果的创新并不是具有突破性的,似乎不够资格评选为“最佳论文”。甚至在知名问答社区知乎上有人从论文的第一作者背景开始怀疑,最佳论文评选过程有暗箱操作的嫌疑。

11

华为诺亚方舟实验室提出新型元学习法 Meta-SGD ,在回归与分类任务中表现超群

从小数据中进行学习和调整的能力对于智能化来说是至关重要的,然而,我们现有的深度学习方面的成功则需要高度依赖大量标注数据。最近,华为公司诺亚方舟实验室的几名研究员提出了一种新型优化器 Meta-SGD,它非常易于训练,而且比其它元学习方法速度更快。机器之心对本文做出了概述。

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(8)

图片来源于机器之心

12

结合堆叠与深度转换的新型神经翻译架构:爱丁堡大学提出BiDeep RNN

在神经机器翻译问题中,不同的堆叠架构已经多次在不同研究中展现出了良好的表现,而深度转换架构(Deep transition architecture)则成功地用于语言建模等用途中。爱丁堡大学与 Charles University 的研究者们对这两种架构的多个组合形式在 WMT 翻译任务中的表现进行了测试,并提出了结合堆叠与深度转换的新型神经网络:BiDeep RNN。

13

邢波团队提出contrast-GAN:实现生成式语义处理

在本篇论文中,作者聚焦于一个更具挑战性的语义处理任务,在保持图像独有特征(例如视角和形状)的同时修改物体的语义含义,比如,牛→羊,摩托车→自行车,猫→狗。为了处理这样大型的语义变换,作者引入了一种带有新型对抗式对比目标(adversarial contrasting objective)的对比型 GAN(contrast-GAN)。论文还提出了配有新型比较式目标的,蒙版条件式对比 GAN(mask-conditional contrast-GAN)结构,它能够用目标语义变换使图像背景脱离出来。

一周AI直通车|微软创DNA生物计算机;神经网络翻译?(9)

通过对比型 GAN 进行语义处理

图片来源于机器之心

14

基于概率隐层模型的购物搭配推送:阿里巴巴提出新型用户偏好预测模型

推送控制是电商应用中的关键组成部分,它与用户的数量增长与参与度显著相关。推送通知的有效性通常以消息被打开比例来衡量。推送消息可以包含推荐的产品、优惠信息等,但由于显示空间的限制,通常我们只能在推送消息中显示一个或两个项目。近日,阿里巴巴的研究者们提出了一种混合模型方法,用于预测用户购买后补充产品推荐任务中的推送消息打开率。该研究的论文已被 SIGIR 2017 大会接收。

15

弱监督视频物体识别新方法:香港科技大学联合CMU提出TD-Graph LSTM

在图像识别任务中,模型的训练一直非常依赖于标注数据,同时训练结果难以泛化。香港科技大学与卡耐基梅隆大学的研究者们最近发表的研究提出时间动态图 TD-Graph LSTM 试图解决这些问题,他们的新方法也刷新了视频目标检测的业内最佳水平。该论文已入选即将在 10 月底举行的 ICCV2017 大会。

上一篇:小米手环卖得这么好 微软却要放弃手环业务? 下一篇:WP被微软抛弃了, 接下来轮到手环?

相关资讯

最新热门应用

电脑问答