對戰 | 人機辯論賽
IBM 人工智能完勝
“研究人員稱，發明這款機器的真正目的是通過其無偏見論述以幫助人類建立充分知情的論點并做出更好的決策。”
本周一，IBM 正式推出了人工智能系統 Project Debater，一款實驗性會話 AI 系統。同日，Project Debater 同2016年的以色列國家辯論冠軍 Noa Ovadia、以色列國際辯論協會主席 Dan Zafrir 分別進行了關于醫療和體育教育的辯論，這款人工智能出人意料地打敗了人類頂尖辯論選手。
在進行的兩次辯論中，辯題一為政府是否應該增加空間探索的費用，其中 Project Debater 持正方觀點，人類選手持反方觀點;辯題二為遠程醫療是否會在醫療中占據更大的比例，依然是 Project Debater 持正方觀點，人類選手反之。
人機辯論30秒精簡版
據了解，該系統擁有“數百萬篇文章”儲備。假定在其數據庫中有大約100個知識領域，當它得到一個辯題時，需要花費幾分鐘的時間來決定哪些素材可以更好地支持這個話題，進而創建一個相關的描述演講。
然而這款機器并非完美無缺。比如它在辯論中曾斷言，太空探索比“修建更好的道路、學校或是醫療來得更重要”，在反復強調自身論據的時候，它同樣表現出了無知的傾向。IBM 研究員表示，盡管這款機器已經相對成熟，但它仍缺少足夠的辯論技巧。
https://wallstreetcn.com/articles/3341216
醫療 | 百度開源全新腫瘤識別 AI 算法
準確率超專業病理醫生
“除了病理學切片分析方面的研究，百度還在探索在眼底影像、放射影像、以及智能問診等其他一些醫療領域的應用。”
近日，百度研究院發表論文提出一種名為“神經條件隨機場”的病理切片分析算法，將腫瘤識別定位準確率大幅提高。
病理切片分析是癌癥診斷中的黃金標準。但是即便對于經驗豐富的病理醫生來說，病理切片的閱片流程也十分困難復雜。
而且淋巴結附近微轉移腫瘤細胞群可能最小只有不到像素的直徑。而一旦發現微轉移腫瘤細胞群，病人的治療方案和預后可能就會有極大差別。因此，詳盡地閱讀病理切片，且不漏掉任何一處具有臨床價值的病灶，如同大海撈針，是一項十分復雜和耗時的任務。
為了幫助病理醫生更有效地閱讀病理切片，百度研究院提出一種深度學習算法，一次性輸入一組的圖塊，并聯合預測每一張圖塊是否有腫瘤區域。
圖塊之間的空間關系可以通過一種名為 “條件隨機場”的概率圖模型來模擬。整套算法框架可以在 GPU 上進行端到端的訓練，而不需任何后處理的步驟。
《百度開源全新腫瘤識別AI算法，準確率超專業病理醫生》
黑科技 | 專治合影閉眼
Facebook 開發 AI 令照片“開眼”
“54% 的成績并不算突出，可能還需要更大的改進空間。”
在人們的日常拍照中，眨眼經常會成為影響最終人像照片效果的因素之一;而且與紅眼等拍照痼疾相比，眨眼所造成的閉眼或半睜眼問題更加難以在后期修圖中進行調整——即使利用現有的 PS 等修圖神器，恐怕也很難讓照片中的人自然而然地睜開眼睛。
而 Facebook 于近日發表了一篇論文，致力于利用已有的人像樣本，來對處于閉眼狀態的人像進行眼部修復，使得后者呈現出自然睜眼的效果。
具體來說，即利用一個基于機器學習技術的生成式對抗網絡(Generative Adversarial Networks)，對其進行訓練。GAN 的一部分工作負責識別人像中的人臉，另外一部分則根據識別結果去生成類似于真實而自然的圖像——在雙方不斷協作和改進的過程中，最終使得生成的圖像結果接近于真實的人臉。
以往對一張處于睜眼狀態的人臉進行人眼修復，一個簡單的步驟是復制前者的眼睛到后者;但常會出現圖像在顏色、姿態、方向上不匹配的問題。而 Facebook 所做的就是利用 GAN 對被修復圖像的面部特征進行識別，并針對識別結果對圖像進行不斷修正，最終達到自然效果。
當然，除了眼部修復，利用 GAN 進行更多方面的圖像修復完全成為可能，考慮到 Facebook 運行著全球最大的社交網絡，尤其是社交網絡中人像數據的龐大性，這一技術毫無疑問有更大的應用空間。
https://www.leiphone.com/news/201806/97F2ZVdK9SrTRUhT.html
論文地址：
https://arxiv.org/abs/1712.03999
醫療 | 谷歌開發 AI 新工具
幫助醫生預測病人死亡時間
“谷歌下一步計劃是將這套預測系統應用到診所。”
谷歌旗下的 Medical Brian 團隊開發了一種新的人工智能算法，可以幫助醫院預測病人的可能住院時間、再次住院的概率以及短期內死亡的概率。
今年5月，谷歌的一篇研究報告中發表了一位女士的故事，希望借此凸顯神經網絡在醫療行業的潛力——這種技術很擅長使用數據自動學習和提升。
這位身患乳腺癌晚期的女士來到一家醫院，醫院的電腦讀取了她的生命體征，估計她在住院期間去世的概率為9.3%。而后谷歌開發的一種新型算法讀取了這位女士的175,639個數據點，然后測算其死亡風險為19.9%。她幾天之后便去世了。
最令醫療專家印象深刻的是，谷歌可以篩選出之前無法獲得的數據：隱藏在 PDF 文件中的注釋或舊資料中的潦草筆記。這個神經網絡會獲取所有非常規信息，經過分析之后進行預測。
不僅如此，它的速度也比目前的技術大幅加快，準確率同樣大幅提高，系統甚至可以顯示具體哪項記錄導致其得出現有的結論。
https://www.leiphone.com/news/201806/xwNqAWGtMH3j9Cup.html
論文地址：
https://www.nature.com/articles/s41746-018-0029-1#author-information
進展 | 可自由穿行的機器飛龍問世
該研究獲 ICRA 2018最佳無人機論文
“論文的第一作者還是個北京小哥。”
東京大學 JSK 實驗室研究出變形機器飛龍 DRAGON，獲得了機器人領域頂級會議 ICRA 2018的最佳無人機論文大獎。這個沒有翅膀的變形機器飛龍，和神話中的飛龍一樣能在空中穿行變化。
機器飛龍可以穿越障礙，成功解決了靈活性問題
目前最多可以組成12個模塊相互連接的大飛龍。當這個機器飛龍盤踞起來，首尾連接，可以形成一個“兩指夾持器”，也就是用首尾兩端拾起物體，就像兩根指頭那樣。所有的模塊通過電動鉸接連接，這個飛龍的神經中樞是一塊 Intel Euclid，動力來自電池組，能夠提供三分鐘的飛行時間。
對于機器人來說，想要幫助人類完成工作，通常體型都不能太小，但如果體型太大，又會面臨行動不靈活的問題。這個機器飛龍，更好地解決了靈活性的問題。與地面機器人相比，能飛;與微型機器人相比，更強。
《北京小哥在日本召喚出機器飛龍，拿下ICRA 2018最佳無人機論文》
論文地址：
https://ieeexplore.ieee.org/document/8258850/
彩蛋
又是一年畢業季，長江后浪推前浪。16日，清華大學2018年自主招生復試舉行，據悉，人工智能、區塊鏈、量子計算機等材料已經被收入考題。
一位來自上海的考生稱，“材料里有提到人工智能和教師工作崗位的問題，像人工智能可不可以取代教師、人工智能怎么能更好地為教師行業服務。”如果是你來到了考場，會如何回答這個問題呢?
京公網安備 11010502049343號