Facebook 推出 AI 打牌机器人，攻克复杂卡牌游戏【智能快讯】

HyperAI超神经

发布于 2019-12-17 16:59:54

7150

发布于 2019-12-17 16:59:54

文章被收录于专栏：HyperAI超神经HyperAI超神经

By 超神经

AI 无处不在的时代，每天都有新的技术与研究成果出现。无论学术界还是商界，技术还是产品，AI 的新发现都源源不断，在带给我们全新视角的同时，也引起我们更深的思考。

想知道最近的 AI 动态吗？HyperAI 超神经精心整理了 AI 行业的近期资讯，快来一起围观吧！

企业

Facebook 推出 AI 打牌机器人

攻克复杂卡牌游戏

近日，Facebook AI Research 发布了一项新的研究，他们创建了一个能在团队合作中，获得高分的 Hanabi 卡牌游戏机器人。

与国际象棋或围棋之类他游戏不同，Hanabi 是一种合作游戏，参与者需要相互协作，以实现共同的目标。这款复杂的日式卡牌游戏，有着多达 1000 万手的可能。

该款机器人的在游戏的得分高于人类玩家。Facebook 研究人员认为，类似于 Hanabi 机器人的 AI，能够像人类一样思考与协作，可以在自动驾驶车辆或对话式 AI 代理中，更好地响应人类活动。

来源：venturebeat.com

AWS 推出 ML Embark计划

帮助企业采用机器学习

近日，AWS 宣布推出 Machine Learning（ML）Embark 计划，以帮助公司将其开发团队转变为机器学习从业人员。

AWS ML Embark 基于 Amazon 自身的经验，结合了其内部对机器学习的使用，以及从成功的客户实施中获得的经验教训。

这些任务旨在为员工提供操练 AI 新技能的机会。包括来自 AWS 机器学习专家的指导说明，提供探索式的工作坊，来自机器学习大学（Machine Learning University）的精选课程，一次 AWS DeepRacer 事件。以及在该项目结束时提供共同开发机器学习的证明。

来源：aws.amazon.com

学界

NeurIPS 2019 召开，最佳论文奖颁布

人工智能顶级会议 NeurIPS 2019，于 12 月 8 日在加拿大温哥华开幕。官方统计有超过 13000 人参会，大会的论文投稿和接收数量均创新高，共有 6743 篇提交论文， 1428 篇被接受，接受率为 21.17%。

目前大会的最佳论文各奖项名单已经公布，共颁出「杰出论文奖」、「杰出新方向论文奖」、「经典论文奖」等奖项，另有「杰出论文奖荣誉提名」、「杰出新方向论文奖荣誉提名」，共计有 7 篇（荣誉提名各两篇）论文获得嘉奖。

最重磅的经典论文奖授予了 NIPS 2009 年的论文《Dual Averaging Method for Regularized Stochastic Learning and Online Optimization》，论文作者为来自微软的 Lin Xiao ，他先后就读于北京航空航天大学和斯坦福大学，自 2006 年起加入微软研究院。

来源：medium.com

世界首创人工神经元，可用来治愈慢性疾病

近日，由巴斯大学领导的研究小组，联合多所大学的研究人员，在《自然通讯》上发表的一项研究，描述了世界首例人工神经元，用于慢性病治疗的工作。

人工神经元可以通过复制患者的生物电路，并对生物反馈作出充分反应，以恢复身体功能，从而修复这些疾病。

这项研究中，他们成功地建模和推导了方程，以解释神经元如何响应其他神经的电刺激。然后设计了能够对生物离子通道进行精确建模的硅芯片，然后证明其硅神经元精确地模仿了真实活泼的神经元，从而对一系列刺激做出了反应。

研究人员在广泛的刺激下，准确地仿制了大鼠海马神经元和呼吸神经元的完整动力学。此外由于其识别关键模拟电路参数的独特方法，这项工作为神经形态的芯片设计开辟了新的思路。

来源：techxplore.com

新奇

AI 驱动的乐高分拣机，两秒识别并归类

澳大利亚的软件工程师 Daniel West，制造了一台 AI 驱动的乐高分拣机，而且，该设备也是用乐高制成的。

这个小发明耗时两年，它高约 80 厘米，包含 10,000 多个乐高零件，以及 15 个用于移动需要沿着一系列传送带分类的零件的电机。West 声称，它可以将 2927 种乐高积木分进 18 个不同的箱，大约平均每两秒钟将一块积木分类。

该设备上对乐高积木进行传送的 Raspberry Pi 计算机，包含一个摄像头，并为经过的积木块拍摄一系列照片，同时将它们发送到运行 ResNet-50（一种流行的卷积神经网络）的笔记本电脑中进行分类。然后将结果发送回机器，机器据此打开正确的箱子，以使特定的零件落入相应的铲斗中。

来源：theregister.co.uk

日本研究人员教机器人自我维修

在多伦多的 Humanoids 2019 大会上，东京大学的研究人员展示了他们如何教机器人PR2，通过拧紧自己的螺钉，对自己进行简单的维修。并且利用该技能，该机器人还能够自我「强化」，比如给自己增添诸如钩子之类的附件，以帮助其携带更多东西。

为简化流程，研究人员向机器人提供了 CAD 数据，以准确告知机器人所有螺钉的位置。目前，机器人虽然可以分辨出其物理姿态是否与数字模型不符，但仍无法直接自行检测出是否需要拧紧特定的螺钉。不过，它可以不时地自主检查其螺钉，或者依靠人指出具体哪处螺钉发生松动。

来源：spectrum.ieee.org

技术

谷歌发布论文，探讨迁移学习在医学领域的应用

近日 Google AI 在官方博客中发布了关于迁移学习在医学影像领域的最新研究进展。

在 NeurIPS 2019 上，谷歌发布论文「Transfusion: Understanding Transfer Learning for Medical Imaging」，经反复实验发现，对于医学成像模型的性能，迁移学习效果有限，但是在预训练过程中，迁移学习可以显著加快处理速度，同时对神经网络的特征也有较大影响。