黑客才是無人駕駛道路上的最大阻礙——AI Daily

題圖來源於網路

整理 | 王藝

資訊

微軟語音識別錯誤率降至5.1%，與專業速記員持平

8 月 20 日，微軟語音和對話研究團隊負責人黃學東宣布，微軟語音識別系統錯誤率由去年的紀錄 5.9% 進一步降低到 5.1%，與專業速記員持平。據了解，這兩次研究所用測試集均為 Switchboard。Switchboard 是一個電話錄音語料庫，涵蓋體育、政治等寬泛的話題討論，是語音識別領域的經典語料庫。

研究人員通過改進微軟語音識別系統中基於神經網路的聽覺和語言模型，在去年的基礎上降低了大約 12% 的出錯率，同時引入了 CNN-BLSTM（convolutional neural network combined with bidirectional long-short-term memory，帶有雙向 LSTM 的卷積神經網路）模型，以提升語音建模的效果。系統中以前就在使用的結合多個語音模型進行綜合預測的方法，如今在幀/句音級別和單詞級別下仍在發揮效果。

除此以外，研究人員還對整個對話過程進行歷史記錄分析，預測接下來可能會發生的事情，進一步強化識別器的語言模型，使其能夠有效適應對話話題和語境的快速轉變。微軟方面表示，其認知工具包 Microsoft Cognitive Toolkit 2.1（CNTK）在研究過程中表現突出，研究人員利用 CNTK 探索模型架構和優化模型的超參數。此外，微軟對雲計算基礎設施（特別是 Azure GPU）的投資，也幫助提升了訓練模型、測試新想法的效果和速度。

谷歌發布迷你版 Google Home，對標 Echo Dot

據外媒 Android Police 報道，谷歌有望在今年的硬體發布會上發布一款迷你版 Google Home，按照去年穀歌發布 Pixel 手機以及 Google Home 的時間節點，該硬體發布會很可能會在今年 10 月舉辦，但具體時間地點目前不能確定。據了解，該迷你智能音箱或將成為亞馬遜 Echo Dot 的直接競品，作為家庭智能產品的中控平台，通過 Google Assistant 鏈接家庭中所有能夠被語音控制的設備。

iPhone 8 面部識別系統速度或高達微秒級別，在暗光線環境下依然可用

還有不到一個月，蘋果一年一度的秋季發布會就要召開，新一代 iPhone 旗艦將在發布會上正式亮相。此前，機器之能曾報道過 iPhone 8 的面部識別系統或將被用至解鎖以及支付功能，甚至可能取代 Touch ID。

8 月 20 日，據韓國媒體《韓國先驅報》報道，蘋果公司即將發布的 iPhone 8 的面部識別系統的識別速度高達百萬分之一秒 (一微秒) 級別。另據《華爾街日報》報道，iPhone 8 的面部識別系統還整合了紅外功能，因此即使在黑暗或光線較弱的環境下，依然可以正常識別。此外，在使用面部識別系統進行解鎖時，用戶不需要將面部正對手機，在從桌上拿起手機的一瞬間就能自行解鎖。

數據分析界的 Siri 獲 1600 萬澳元投資，紅杉資本領投

人工智慧初創公司 Hyper Anna 近日宣布獲得 1600 萬澳元的 A 輪投資，由紅杉資本領投，Airtree Ventures、Westpac Reinventure、以及 IAG Firemark Ventures 跟投。此輪融資過後，Hyper Anna 的累計融資額度將達 1725 萬澳元。

Hyper Anna 是一家位於悉尼的數據分析初創公司，由數據科學家 Natalie Nguyen、Kent Tian、和 Sam Zheng 創立。該公司的產品為一個企業數據分析問答機器人，能夠像 Siri 一樣以自然語言對話的方式回答企業管理者關於企業數據的一些問題。創始人們認為，無論規模大小，每個公司都應該有自己的數據科學家來使公司的運營數據產生價值。但市場上數據人才的短缺使得很多公司沒有能力僱傭到數據科學家或分析師，因此創始人們想要創造一個簡單的、易交互的專業數據分析系統。使用者只需對著系統說：「我的公司運轉得怎麼樣？」系統就能夠自動給出相應的圖表報告以及分析結論。

公司表示，此輪融資將被用於拓展其海外市場，包括中國大陸、中國香港、新加坡以及美國。其中，香港辦公室已在籌備中，將於今年 9 月正式運營。

沃爾瑪專利顯示其終極物流武器「無人機航母」

其實，我們早已不能用「傳統」零售企業來看待沃爾瑪：他們一直在嘗試向打通線上線下的新零售模式轉型，以免被亞馬遜革了命。在與擁有 Prime 會員快遞服務的亞馬遜競爭中，物流是一塊輸不起的戰場。根據彭博社消息，沃爾瑪物流項目規劃的激進程度，很可能超過了大多數人的想像。

近日，沃爾瑪在其新提交的物流倉庫專利申請中，描繪了其新設計的「無人機航母」。這是一個懸浮在 500-1000 英尺（150 到 305 米）高度上的「飛艇」，上面有多個無人機起降塢，飛艇既能自主運行也能由人類工作人員遠程操控。飛艇承載著貨物來到固定位置，再由無人機進行最後一公里的配送。這不免讓人驚呼，「簡直是快遞業的航空母艦」。據悉，去年亞馬遜也申請了一個類似的專利，且已獲批准。

現代展出首款神經科學啟發的概念車，音樂節奏控制駕駛

現代汽車與洛杉磯藝術博物館聯合打造了全球首個應用神經系統科學進行自動駕駛的概念車，創意來自藝術家 Jonathon Keats，車輛基於 IONIQ 車型進行設計。現代將這款車描繪成「無人駕駛汽車的另一種可能」，原理在於使用人類的認知系統為汽車提供駕駛經驗。現代汽車為增強下一代的人車關係提供了四種方案，這四種方案全部基於同一種思想，即「在路上，車輛是駕駛員的身體，駕駛員是汽車的大腦。」

在這款概念車中，行進速度由音箱中播放的音樂節奏進行控制，轉速依據音樂音量進行調整，驅動效率服從音響系統失真程度的指揮，人類可以通過控制音樂來控制整個汽車的駕駛。這項技術也許永遠不會被應用在量產車上，但現代汽車副總裁 John Suh 說：「我們一直在探索能夠打破目前交通瓶頸的方式，藝術與科技的融合為我們提供了嶄新的思路。」

應用

Body Labs 新技術，僅憑照片對人物進行 3D 建模

Body Labs 成立於 2013 年，總部位於紐約曼哈頓。通過分析大量的人體形狀及動作，Body Labs 生成了一個統計學模型，能夠僅憑照片或視頻生成目標人物的動畫短片。

Body Labs 將這項技術命名為 SOMA。利用深度學習技術，SOMA 能夠將街景照片、身材數據、圖像、視頻中的人物摘出，建立 3D 模型，並對該模型人物的動作進行預測。基於這一功能，SOMA 能夠整合一些已有的手勢地圖、動畫集等元素進行更加多元化的應用開發。例如在遊戲中通過揮動手臂對敵方進行打擊、雙臂抱在胸前進行防禦等。在動畫電影製作時，動畫人物的表情、動作往往由人類演員進行扮演，通過在演員臉上錨點、或者讓演員穿上特殊服裝等方式進行動作的對等轉化，這往往需要一個專家團隊進行相應的實施與處理。SOMA 能夠完成上述一個團隊才能完成的事情。

Body Labs 聯合創始人兼 CTO Eric Rachlin 表示：「SOMA 的價值在於它能夠生成動態、精確的 3D 模型而非靜態圖像。」目前，Body Labs 正將這項技術推向移動設備、VR/AR、遊戲應用等需要人體參與的領域。除此之外，無需框選標註的動作捕捉也是該技術的潛在應用場景之一。Body Labs 已將 SOMA API 開放給感興趣的開發者，目前已經有開發者在利用其 API 開發虛擬試衣應用。

英國開發出世界最小手術機器人，能夠進行各種腹腔鏡手術

據英國媒體周日報道，英國科學家日前研製出了世界上最小的手術機器人，它可以為成千上萬的患者進行日常手術。這個稱為 Versius 的機器人，可以模仿人類手臂，進行各種腹腔鏡手術，包括疝修補手術、結腸直腸手術、前列腺和耳鼻喉手術。腹腔鏡手術與傳統的開放性手術不同，實施時只需在病人身體切出一些小口子即能完成。該機器人的製造商劍橋醫療機器人公司稱，使用時，外科醫生通過操作控制器，利用手術室的 3D 屏幕操縱機器人完成手術。

MIT 最新 AI 醫療系統：幫助醫生更好決策

在 MIT 計算機科學與人工智慧實驗室 CSAIL 發布的最新論文中，研究人員提出了兩套幫助醫生制定治療方案的系統。

一套是名為「ICU Intervene」的機器學習系統，該系統收集大量重症監護室數據，如病人的關鍵生命體征、前期責任醫生對病人的備註等信息，與人類範圍內的大數據分析進行整合，幫助醫生挑選合適該病人的治療方案。該系統使用深度學習技術，從過去的 ICU 案例中進行學習，並能夠實時對當前情況嚴重的病例做出治療方案推薦（病危護理），且會對其背後的原因與邏輯做出解釋。

另一套系統被稱為「EHR Model Transfer」。EHR 全稱 Electronic Health Record，即電子醫療檔案。該系統能夠推動跨 EHR 預測模型的落地。也就是說，用一套 EHR 的數據訓練出來的預測模型，能夠遷移到另一套 EHR 系統上進行應用，做出有效預測。該團隊發現，「EHR 模型遷移」能夠對病人的死亡率、住院延長時間做出有效預測。

兩套系統都使用病危護理資料庫 MIMIC 進行訓練，MIMIC 包含四萬個病危病例的脫敏數據，由 MIT 生理計算實驗室（MIT Lab for Computational Physiology）開發。

觀點

黑客才是無人駕駛道路上的最大阻礙

1990 年互聯網剛剛興起時，沒有人意識到安全問題的嚴重性。直到第一輪黑客大爆發，比爾蓋茨才向微軟公司發布備忘錄，指明網路安全是公司發展的重中之重。這情況像極了如今的自動駕駛領域。

目前無人車技術的現狀如何呢？眾所周知，自動駕駛車輛所採用的視覺及避障演算法均源自深度學習，然而深度學習的原理人類至今沒有完全掌握。就在去年，卡內基梅隆大學研究人員的愚弄人臉識別系統的實驗成為了計算機視覺領域的標誌性事件，僅憑一副誇張的眼鏡框，你就可以在機器面前隱形。同樣是在去年，南加州大學、浙江大學以及奇虎 360 公司聯合發布研究成果，研究人員能夠黑進 Tesla S 的感測器系統，使得障礙物在無人車的「眼」中消失。

福特的自動駕駛汽車預計在 2021 年進入城市作為計程車上路，谷歌、尼桑、以及其他車企、IT 企業的無人駕駛汽車也將在那個時候陸續投入使用。然而直到現在，無人駕駛論文和媒體報道中依然極少提及無人駕駛系統被黑客利用製造恐怖襲擊的可能性。在無人車正式進入我們的生活之前，我們必須完全解決其潛在的安全問題。去年 7 月，通用汽車 CEO Mary Barra 表示，讓自動駕駛車輛遠離安全漏洞是一個「大眾安全」問題。

圖說

2025 年，NLP 市場將有望達到 223 億美金

人類不滿足於計算機系統只能讀懂編程語言，而是希望它們與人類用人類語言進行交互，因此 NLP 技術被廣泛需求。美國研究公司 Tractica 的一份報告表示，NLP 技術在 14 個行業擁有 42 個關鍵應用案例，輻射範圍涉及軟體、硬體與服務。Tractica 對基於 NLP 技術的軟體行業進行分析，認為人工智慧技術的發展將帶動 NLP 軟體市場在未來十年實現近 40 倍的增長，從 2016 年的 1.36 億美金增長到 2025 年的 54 億美金。Tractica 公司指出，NLP 軟體行業的發展將帶動硬體以及產品服務行業，直至 2025 年，NLP 領域的軟硬體及服務總市場規模將達 223 億美金。

該公司的資本分析師 Mark Beccue 表示：「NLP 領域的增長並不是因為新的 NLP 演算法的出現。在過去的 2-3 年，計算成本降低使得大規模計算成為可能。加之數據電子化的進程被急速推進，深度學習與傳統機器學習技術在 NLP 領域的融合使用，共同促成了 NLP 市場的爆發。」

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！