創維入場廚電行業,主打 AI 牌;MIT 宣布研發出識別人類情緒 AI,準確度達60%丨AI掘金晚報

創維入場廚電行業,主打 AI 牌;MIT 宣佈研發出識別人類情緒 AI,準確度達60%丨AI掘金晚報

MIT宣佈研發出識別人類情緒AI,準確度達60%

患有自閉症譜系障礙的兒童,往往難以識別周圍人的情緒狀態,而通過機器進行演示並讓這些兒童進行學習是目前廣為應用的方式。

雷鋒網消息,近日,麻省理工學院媒體實驗室(MIT Media Lab)宣佈,該團隊研發出了一種個性化的機器學習方式,可以分辨孩子在活動過程中的參與度和興趣。

該團隊宣稱,這個個性化的“深度學習”網絡,使機器人對孩子反應的感知,與人類專家的評估結果達到了60%的相同率。

據介紹,對於人類觀察者來說,要讓孩子的參與意願和行為達成高度一致是很有挑戰性的。普通的機器人(非個性化的)與人類專家的評估結果通常有50%到55%相同。該研究的第一作者、媒體實驗室的博士後Rudovic和他的同事認為,經過訓練的機器人最終一定可以達到與專家評估一致的結果。

NVIDIA推新人工智能技術,可自動去除照片雜訊及水印

NVIDIA是一家以設計圖形處理器為主的半導體公司,近年來一直致力於人工智能的研發,例如曾開發出可自動填補空白位置的“內容感知填滿”功能。

最近,該公司又發佈了一項新的人工智能技術,號稱能自動去除照片的雜訊及水印。

據悉,這項人工智能由NVIDIA、麻省理工學院、Aalto大學聯合研發。現有的人工智能通常以“深度學習(Deep Learning)”技術,通過分析大量有雜訊和沒雜訊的照片,找出兩者之間的區別,然後嘗試為有雜訊的照片進行降噪。而這項人工智能的特別之處就在於,它只利用有雜訊的照片,就能學習到如何降噪。

研究人員用上5萬張有雜訊的照片讓人工智能學習,其中包括後期加上雜訊或水印的照片,也有現實世界中真實拍攝到的高雜訊照片,如在低光環境拍攝的照片等。

首汽租車探索AI駕駛,為安全出行保駕護航

CI的核心技術是基於Apollo小度(DuerOS)研發而來,而Apollo疲勞駕駛監測系統可以對駕駛司機進行實時監測,保證行車狀態。如果司機看手機不專心開車,該系統會監測到駕駛人的視線偏離,提醒司機不要再看手機;如果司機犯困、打哈欠,系統又開始提醒他“注意行車安全”;當司機繼續犯困、打瞌睡時,系統會給他放歡快的歌曲提神;當重度疲勞駕駛出現的時候,系統則會自動監測並且提供導航到最近的休息區。更讓人驚奇的是,即使司機戴著墨鏡,系統也會用紅外監測到他是否疲勞駕駛。

同時,為了更全面的預防道路危險的發生,首汽租車還會對企業用戶提供駕駛員安全行車、車輛養護等相關培訓。如6月份,考慮到盛夏即將到來,首汽租車以《夏季行車安全》為主題,對企業用戶的駕駛員們進行了培訓。培訓中分別講解了夏季高溫可能引起的發動機過熱、爆胎等情況及其預防和應對措施;降雨天氣能見度降低、路面溼滑以及未知深度的水坑帶來的危險等情況及其應對措施等。

創維入場廚電行業,主打AI牌

創維廚電總經理何順剛透露,公司計劃兩年內覆蓋2000家終端、2021年進行收購及自產以及2022年實現上市。他表示,創維廚電的目標群體是三四線城市用戶,在價格上將以用戶體驗驅動產品研發,走高質低價路線。

據瞭解,創維廚電希望打造“懂家更懂你”的AI智能廚房。例如油煙機的設計,創維將音樂、視頻集成到產品中,有的用戶喜歡邊烹飪,邊聽音樂,或者看視頻,實實在在地提升了體驗感。

AI應用到醫療中,2021年可節省成本520億美元

美國市場調研公司ABI研究(ABI Research)近日的一份報告顯示,人工智能(Artificial Intelligence, AI)在醫療行業的應用,可幫助整個行業的供應商大幅降低成本。

該報告指出,2017年末利用數據訓練AI模型進行預測分析的患者監測設備數量為5.3萬,到2021年這一數字將達到301萬,複合年均增長率(Compound Annual Growth Rate, CAGR)高達176%。其中包含AI在家庭預防醫療解決方案領域的應用。

隨著配備有人工智能預測分析模型的設備越來越多,2021年醫療行業可因此節省成本520億美元,其中北美洲醫療行業可節省成本高達210億美元,位居第一。

AI成犯罪調查得力工具,看英文筆跡就可辨嫌疑人國籍

使用機器學習算法,研究人員可以判斷一個人的手寫英文文本,以確定作者是來自這五個不同國家——馬來西亞,伊朗,中國,印度和孟加拉國的哪一個。

雷鋒網消息,某研究人員創建了一個由這些國家100人組成的數據集,他們用英語寫作,共計500行。使用這些手寫數據,一個名為Cloud of Line Distribution(COLD)的工具可以分解單個字母,測量文本的直線度或曲率。

該算法在確定作者的國籍方面,執行相同的任務的時候,表現優於現有的方法,判斷有些國家的書寫人員的國籍的正確率甚至高一倍。

該算法正在進行的是機器學習最優方法——獲取模式。例如,當中國本土作家使用羅馬字母時,他們會採用直線書寫字母,因為漢字通常是用直線的筆畫組合而成的。另一方面,來自印度和孟加拉國的作家有著曲線書寫的習慣,因為他們的大多數劇本都是草書,形狀更圓。

判斷筆跡是計算機視覺研究人員解決的首要任務之一。以前的研究試圖檢測情緒,對性別進行分類,並確定作家的年齡,但除此之外,沒有做太多工作試圖從筆跡中提煉出更多信息,可能是因為沒有人找到通過它獲利的方法。


分享到:


相關文章: