DeepMind 給人工智慧搞了一套 IQ 測試題

DeepMind給人工智慧搞了一套IQ測試題

基於觀察、推理能力，一個智能體可以推斷出這個問題的答案。基於這樣的理念，DeepMind構建了一個問題生成器，涉及一組抽象因素，包括漸進之類的關係，以及顏色和大小等屬性。通過實驗，DeepMind發現，當模型在測試中能夠正確推斷出任務背後的抽象概念時，就能產生良好的性能表現——IQ測試正確率可達87%，否則的話，蒙對答案的概率只有32%。

讓CNN跑得更快，騰訊優圖提出全局和動態過濾器剪枝

網路剪枝是一種加速 CNN 的常用方法。廈門大學和騰訊優圖的一項研究提出了一種全新的全局和動態過濾器剪枝方法，能夠實現更好的剪枝效果且具有更好的適應性。該論文已被將於當地時間 7 月 13-19 日於瑞典斯德哥爾摩舉辦的 IJCAI-18 接收。在 ICML 2018 與 IJCAI 2018 大會期間，騰訊將舉辦 Tencent Academic and Industrial Conference (TAIC)，誠邀全球頂尖 AI 學者、青年研究員與騰訊七大事業群專家團隊探討最前沿 AI 研究與應用。

下一個GAN？OpenAI提出可逆生成模型Glow

目前，生成對抗網路 GAN 被認為是在圖像生成等任務上最為有效的方法，越來越多的學者正朝著這一方向努力：在計算機視覺頂會 CVPR 2018 上甚至有 8% 的論文標題中包含 GAN。近日來自 OpenAI 的研究科學家 Diederik Kingma 與 Prafulla Dhariwal 卻另闢蹊徑，提出了基於流的生成模型 Glow。據介紹，該模型不同於 GAN 與 VAE，而在生成圖像任務上也達到了令人驚艷的效果。

瀏覽器中的姿態檢測：PoseNet 模型

PoseNet 可以用於檢測單個或多個姿勢，意味著有一個版本的演算法可以檢測一幅圖像或視頻中的單個人，而另一個版本的演算法可以檢測視頻或圖像中的多個人。 參考這篇博客（https://medium.com/tensorflow/real-time-human-pose-estimation-in-the-browser-with-tensorflow-js-7dd0bc881cd5），可以了解 PoseNet 在 Tensorflow.js 運行的更高層級的描述。 為追蹤問題，我們使用 tensorflow/tfjs Github repo。

NVIDIA 宣布與博世、戴姆勒共同研發無人駕駛汽車

7 月 10 日，博世、戴姆勒宣布與 NVIDIA 達成合作，NVIDIA 將作為晶元提供商提供人工智慧計算平台，共同研發無人駕駛技術。根據協議，NVIDIA 將與博世、戴姆勒共同開發 L4 級、L5 級無人駕駛汽車，提供 NVIDIA 將提供由高性能 AI 汽車處理器驅動的計算平台。戴姆勒和博世將利用 NVIDIA 的硬體和系統軟體在該計算平台上開發自己的應用程序和演算法。 目前用於無人駕駛的 ECU 每秒可進行數百萬億次運算，相當於 6 台高性能台式計算機工作站的算力。

來源：量子位、機器之心、雷鋒網、GeekCar 等。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！