今日芯聲：還在害怕半夜出門？放心，AI幫你識壞人

「今日芯聲」是讀芯術推出的一檔簡讀欄目，匯聚每日國內外最新最熱的AI應用資訊，敬請關注。

1.人工智慧進入面相學領域，面部演算法分析窺測內心？

目前甚囂塵上的研究認為人的頭部和臉部形狀能夠揭示性格特徵，與被遺棄已久的面相偽科學有著令人不安的相似性。

現在，計算機更擅長於掃描人體生理學上微小的細節，現代研究人員由此認為，他們所得出的推論更加可靠。

義大利犯罪學家切薩雷·龍勃羅梭（Cesare Lombroso）相信，可以通過面部結構的異常情況來識別罪犯——基本上，他們都是「退化」的，會有一些「返祖」特徵，比如傾斜的前額和不對稱的面部。

另一些人則尋找人類之間的形態差異，搜尋諸如攻擊性、內向或同性戀等特徵的跡象。

例如，有幾項研究表明，臉部的長寬比——這項指標與睾酮激素有關——可能提供線索判斷一個人的攻擊性傾向。

隨著海量數據和先進計算能力的興起，一些科學家和心理學家開始相信「神經網路」——機器學習中使用的網路系統——能夠比過去用更少的偏見來分析生理和心理特徵。

以往的科學家只能向本科生展示幾十個人的照片，測量少數幾個因素，而互聯網則打開了無窮無盡的輸入寶庫。面部識別軟體可以測量成千上萬，乃至數百萬人的網路照片，從而獲得更多的——希望也是更好的——數據。

支持者們說，這些信息被輸入到可以探測最細微模式的機器上，而機器能夠捕捉到人眼無法識別的物理差異。

（如果AI能看面相的話，那小編要爭做第一批小白鼠！吼~~~）

2.扎克伯格堅信AI能解決FB最大麻煩 擔心被中國甩下

據VentureBeat報道，美國當地時間周二，扎克伯格在議會上表示:「我認為，這裡有一種平衡是非常重要的，在這裡你可以就個別功能（比如面部識別）特別爭取用戶的同意。

但我們仍然需要讓美國公司能夠在這些領域進行創新，否則我們將落後於中國的競爭對手以及世界各地擁有不同新功能的公司。」

與此同時，Future Today Institute創始人艾米·韋伯（Amy Webb）也在最近指出，如果數據是AI時代的新石油，那麼中國控制著地球上最大的人類資料庫。韋伯認為，到2018年底，中國的AI技術將超過世界上所有其他國家。

在長達五個小時的作證過程中，扎克伯格在他的證詞中散布了許多有關AI的神奇言論。

仇恨言論？AI會解決這個問題。

虛假新聞？AI可以應對。

恐怖分子使用Facebook擁有的平台？AI來解決。

內容適度呢？AI同樣能夠勝任。

如今，世界各地的科技公司都把AI放在了最重要的位置上，但Facebook及其AI研究團隊確實有能力做出這樣的聲明。

3.無人駕駛遇史上最強計算挑戰 AI表示：有我在，別怕

自動駕駛是歷史上最偉大的計算挑戰之一，不能指望用傳統演算法解決問題，深度學習才是關鍵。

在2018年國際消費電子展上（CES ），英偉達（NVIDIA）首席執行官黃仁勛表示，自主駕駛涉及到同類產品中最大的計算挑戰。該公司估計，無人駕駛汽車的計算需求比目前市面上最先進的汽車要高出50到100倍。

他說：「為了普及無人駕駛汽車，需要解決的挑戰數量令人望而生畏。

我們已經製造了PC、筆記本電腦、控制台和超級電腦，但自動駕駛代表著一種世界從未見過的複雜程度——它一直在監控多個感測器，而且由於生命處於危險之中，它的決策必須始終正確，這使得沒有人知道如何編寫應用軟體。」

那麼，行業如何彌合這種巨大的差距呢？

許多人堅定地認為，解決自動駕駛汽車所面臨的問題，人工智慧（AI）必不可少。

「一輛典型的現代汽車有多達100個電子控制單元（ECU），」

英偉達汽車公司的高級總監Danny Shapiro解釋道，「儘管這些設備在執行具有社會效益的重要功能，但它們運行的是設定演算法，這意味著它們執行固定任務。使用固定演算法的計算機視覺無法應對路上發生的多樣情況。」

人工智慧軟體公司AImotive的歐洲銷售主管Bence Varga也同意這一觀點，他認為任何關於自動駕駛汽車的討論都必須以乘員和道路使用者保護為核心。

4.逆天！MIT新「像素髮聲」系統，完美分離聲與畫

Adobe Audition的音頻剪輯霸主地位可能不保了。

最近，麻省理工學院（MIT）的計算機科學與人工智慧實驗室（CSAIL）研發出一種名為Pixel Player系統，能夠通過大量無標籤的視頻來學習聲音定位。

更強大的是，Pixel Player能夠把聲音與聲源的像素點進行分離，並完美做到視覺與聲音的同步，「想聽哪裡點哪裡」。

同時，利用Pixel Player系統，用戶能夠對圖像中不同的聲音分別進行音量調節，實現簡單的音頻編輯。

簡單來說，Pixel Player首先通過大量視頻學習定位聲音產生的像素區域，然後將視頻的聲音與發聲的像素點進行分離。這樣，點擊圖片中聲源的位置，就能發出相應的聲音。

Pixel Player系統更強大的地方在於，它不僅能分離圖片與聲音，還能夠對聲音的音量進行調節。

Pixel Player系統像是「圖片版」Adobe Audition，雖然目前功能還遠遠不及後者強大，但其應用前景廣泛。

例如，在視頻製作中，可以直接通過對圖像的編輯實現音畫分離，省去了單獨剪輯音頻的過程。

留言 點贊 發個朋友圈

我們一起探討AI落地的最後一公里

素材來源：搜狐科技、網易智能、新智元等

如需轉載，請後台留言，遵守轉載規範

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！