AI视野：通用人工智能竞赛、量子算法有助于将人工智能变成现实、IBM新人工智能技术可以通过言语预测精神疾病

《Beyond Mad?: The Race For Artificial General Intelligence》

《通用人工智能竞赛》

人工智能研究是技术进步和伦理关注的焦点，因为应用人工智能已经侵入人类生活的各个方面。然而真正的人工智能仍然遥不可及。基于全球舞台各方发展深度转型技术的历史及其对全球稳定的影响，我们思考人工智能军备竞赛的可能性，并提出在不威胁全球稳定与人类安全前提下管理智能技术发展的解决方案……

http://t.cn/R8uAsuU

《Eric Schmidt to join MIT as visiting innovation fellow》

《Eric Schmidt以访问创新伙伴身份加入MIT》

一直到一月份担任Google母公司Alphabet的执行主席的Eric Schmidt，将从春季开始加入MIT，担任访问创新研究员一年。 施密特将成为MIT将人机智能提高到一个新水平的计划中的突出角色……MIT院长L. Rafael Reif说：“我很高兴施密特博士能加入我们行列。 随着麻省理工学院寻求塑造变革性的新技术来服务社会，埃里克卓越的战略和战术洞察力、组织创造力和杰出的技术判断力将是一笔巨大的财富。而对于我们的学生来说，他对我们这个时代一些最重要的创新的驾驭经验将成为大家学习的榜样和灵感来源。 作为访问创新研究员，施密特将直接与MIT的学者合作，探讨创新超越发明，应对紧迫的全球性问题所涉及的复杂过程。此外，施密特将通过与学生创业者的活动、讲座和个人会议，与MIT社区进行交流……

http://t.cn/R8utS5k

《A Quantum Algorithm Could Help Us Bring AI to Life》

《量子算法有助于将人工智能变成现实》

新加坡国立大学一个研究小组最近提出了一个量子算法，可以通过量子计算发现人工智能应用。该算法可以使AI更好，更快……在“物理评论快报”上发表的一项新研究中，国大研究人员提出了一种量子线性系统算法，该算法可以通过量子计算机更快地分析更大的数据集。 “以前的这种量子算法应用于特定领域的问题。我们需要升级，如果我们想要实现用量子速度处理其他数据” 简而言之，量子算法是设计用于在现实的量子计算模型中运行的算法。像传统算法一样，量子算法是一步一步的过程;然而，他们使用特定于量子计算的特征，如量子纠缠和叠加。 同时，线性系统算法使用大数据矩阵进行计算。这是一个更容易使用量子计算机的任务……

http://t.cn/RLFibIH

《IBM’s New AI Can Predict Psychosis in Your Speech》

《IBM新人工智能技术可以通过言语预测精神疾病》

……语言也是精神病学家评估病人特定精神病或精神障碍（包括精神分裂症）的工具。但是，这些评估往往取决于是否有训练有素的专业人员和适当的设施。 加入全球各地的IBM Research计算精神病学和神经成像团体和大学成员组成的团队。 他们共同开发了一种人工智能，能够相对精确地预测患者精神病的发作，克服上述评估障碍。他们的精神病预测AI的研究已经发表在世界精神病学杂志上……该组织利用2015年IBM研究的发现，证明了使用AI来模拟后来发展为精神病的高风险患者的言语模式差异的可能性。具体而言，他们使用称为自然语言处理（NLP）的AI方法分别量化“言语贫乏”和“思想飞行”的概念为句法复杂性和语义连贯性……“在我们以前的研究中，我够构建出的预测模型，其手工特征达到了80％的准确率，但是自动化的特征达到了100％”

http://t.cn/R8ufJm5

《Can Computers Learn Like Humans?》

《计算机能像人类一样学习吗？》

……电脑的深度学习就像科学家认为人类的大脑是如何工作的。大脑由大约一千亿左右的神经元组成。研究人员说，随着人们学习新的任务，这些神经元之间的联系也会发生变化。计算机内部正在发生类似的事情。 但是人类的大脑自己学习了很多东西……

http://t.cn/R8uMoj5

《AI is giving the entire medical field super powers》

《人工智能赋予整个医疗领域超能力》

医学领域受到现代深度学习技术的积极影响比任何其他行业都要更为深远。尽管有无数令人恐慌的文章宣称AI是启示之路，但我们正生活在一个算法每天拯救生命的世界里。欢迎来到乌托邦。 由于人工智能，iPhone可以检测到癌症，智能手表可以检测到中风。机器学习正在完成从911应急服务调度到手术期间协助医生的工作，渗透和优化医学的各个方面。你甚至可以在AI的帮助下戒烟或戒掉毒瘾……

http://t.cn/R8uJWKU