“人机辩论赛”人工智能完胜；人工智能识别肿瘤准确率超医生
发布时间：2021-07-23 09:25:00 所属栏目：大数据 来源：互联网
导读：对战 | 人机辩论赛 IBM 人工智能完胜 研究人员称，发明这款机器的真正目的是通过其无偏见论述以帮助人类建立充分知情的论点并做出更好的决策。 本周一，IBM 正式推出了人工智能系统 Project Debater，一款实验性会话 AI 系统。同日，Project Debater 同2016
|
对战 | 人机辩论赛
IBM 人工智能完胜
“研究人员称，发明这款机器的真正目的是通过其无偏见论述以帮助人类建立充分知情的论点并做出更好的决策。”
本周一，IBM 正式推出了人工智能系统 Project Debater，一款实验性会话 AI 系统。同日，Project Debater 同2016年的以色列国家辩论冠军 Noa Ovadia、以色列国际辩论协会主席 Dan Zafrir 分别进行了关于医疗和体育教育的辩论，这款人工智能出人意料地打败了人类顶尖辩论选手。
在进行的两次辩论中，辩题一为政府是否应该增加空间探索的费用，其中 Project Debater 持正方观点，人类选手持反方观点;辩题二为远程医疗是否会在医疗中占据更大的比例，依然是 Project Debater 持正方观点，人类选手反之。
人机辩论30秒精简版
据了解，该系统拥有“数百万篇文章”储备。假定在其数据库中有大约100个知识领域，当它得到一个辩题时，需要花费几分钟的时间来决定哪些素材可以更好地支持这个话题，进而创建一个相关的描述演讲。
然而这款机器并非完美无缺。比如它在辩论中曾断言，太空探索比“修建更好的道路、学校或是医疗来得更重要”，在反复强调自身论据的时候，它同样表现出了无知的倾向。IBM 研究员表示，尽管这款机器已经相对成熟，但它仍缺少足够的辩论技巧。
https://wallstreetcn.com/articles/3341216
医疗 | 百度开源全新肿瘤识别 AI 算法
准确率超专业病理医生
“除了病理学切片分析方面的研究，百度还在探索在眼底影像、放射影像、以及智能问诊等其他一些医疗领域的应用。”
近日，百度研究院发表论文提出一种名为“神经条件随机场”的病理切片分析算法，将肿瘤识别定位准确率大幅提高。
病理切片分析是癌症诊断中的黄金标准。但是即便对于经验丰富的病理医生来说，病理切片的阅片流程也十分困难复杂。
而且淋巴结附近微转移肿瘤细胞群可能最小只有不到像素的直径。而一旦发现微转移肿瘤细胞群，病人的治疗方案和预后可能就会有极大差别。因此，详尽地阅读病理切片，且不漏掉任何一处具有临床价值的病灶，如同大海捞针，是一项十分复杂和耗时的任务。
为了帮助病理医生更有效地阅读病理切片，百度研究院提出一种深度学习算法，一次性输入一组的图块，并联合预测每一张图块是否有肿瘤区域。
图块之间的空间关系可以通过一种名为 “条件随机场”的概率图模型来模拟。整套算法框架可以在 GPU 上进行端到端的训练，而不需任何后处理的步骤。
《百度开源全新肿瘤识别AI算法，准确率超专业病理医生》
黑科技 | 专治合影闭眼
Facebook 开发 AI 令照片“开眼”
“54% 的成绩并不算突出，可能还需要更大的改进空间。”
在人们的日常拍照中，眨眼经常会成为影响最终人像照片效果的因素之一;而且与红眼等拍照痼疾相比，眨眼所造成的闭眼或半睁眼问题更加难以在后期修图中进行调整——即使利用现有的 PS 等修图神器，恐怕也很难让照片中的人自然而然地睁开眼睛。
而 Facebook 于近日发表了一篇论文，致力于利用已有的人像样本，来对处于闭眼状态的人像进行眼部修复，使得后者呈现出自然睁眼的效果。
具体来说，即利用一个基于机器学习技术的生成式对抗网络(Generative Adversarial Networks)，对其进行训练。GAN 的一部分工作负责识别人像中的人脸，另外一部分则根据识别结果去生成类似于真实而自然的图像——在双方不断协作和改进的过程中，最终使得生成的图像结果接近于真实的人脸。
以往对一张处于睁眼状态的人脸进行人眼修复，一个简单的步骤是复制前者的眼睛到后者;但常会出现图像在颜色、姿态、方向上不匹配的问题。而 Facebook 所做的就是利用 GAN 对被修复图像的面部特征进行识别，并针对识别结果对图像进行不断修正，最终达到自然效果。
当然，除了眼部修复，利用 GAN 进行更多方面的图像修复完全成为可能，考虑到 Facebook 运行着全球最大的社交网络，尤其是社交网络中人像数据的庞大性，这一技术毫无疑问有更大的应用空间。
https://www.leiphone.com/news/201806/97F2ZVdK9SrTRUhT.html
论文地址：
https://arxiv.org/abs/1712.03999
医疗 | 谷歌开发 AI 新工具
帮助医生预测病人死亡时间
“谷歌下一步计划是将这套预测系统应用到诊所。”
谷歌旗下的 Medical Brian 团队开发了一种新的人工智能算法，可以帮助医院预测病人的可能住院时间、再次住院的概率以及短期内死亡的概率。
今年5月，谷歌的一篇研究报告中发表了一位女士的故事，希望借此凸显神经网络在医疗行业的潜力——这种技术很擅长使用数据自动学习和提升。
这位身患乳腺癌晚期的女士来到一家医院，医院的电脑读取了她的生命体征，估计她在住院期间去世的概率为9.3%。而后谷歌开发的一种新型算法读取了这位女士的175,639个数据点，然后测算其死亡风险为19.9%。她几天之后便去世了。
最令医疗专家印象深刻的是，谷歌可以筛选出之前无法获得的数据：隐藏在 PDF 文件中的注释或旧资料中的潦草笔记。这个神经网络会获取所有非常规信息，经过分析之后进行预测。
不仅如此，它的速度也比目前的技术大幅加快，准确率同样大幅提高，系统甚至可以显示具体哪项记录导致其得出现有的结论。
https://www.leiphone.com/news/201806/xwNqAWGtMH3j9Cup.html
论文地址：
https://www.nature.com/articles/s41746-018-0029-1#author-information
进展 | 可自由穿行的机器飞龙问世
该研究获 ICRA 2018最佳无人机论文
“论文的第一作者还是个北京小哥。”
东京大学 JSK 实验室研究出变形机器飞龙 DRAGON，获得了机器人领域顶级会议 ICRA 2018的最佳无人机论文大奖。这个没有翅膀的变形机器飞龙，和神话中的飞龙一样能在空中穿行变化。
机器飞龙可以穿越障碍，成功解决了灵活性问题
目前最多可以组成12个模块相互连接的大飞龙。当这个机器飞龙盘踞起来，首尾连接，可以形成一个“两指夹持器”，也就是用首尾两端拾起物体，就像两根指头那样。所有的模块通过电动铰接连接，这个飞龙的神经中枢是一块 Intel Euclid，动力来自电池组，能够提供三分钟的飞行时间。
对于机器人来说，想要帮助人类完成工作，通常体型都不能太小，但如果体型太大，又会面临行动不灵活的问题。这个机器飞龙，更好地解决了灵活性的问题。与地面机器人相比，能飞;与微型机器人相比，更强。
《北京小哥在日本召唤出机器飞龙，拿下ICRA 2018最佳无人机论文》
论文地址：
https://ieeexplore.ieee.org/document/8258850/
彩蛋
又是一年毕业季，长江后浪推前浪。16日，清华大学2018年自主招生复试举行，据悉，人工智能、区块链、量子计算机等材料已经被收入考题。
一位来自上海的考生称，“材料里有提到人工智能和教师工作岗位的问题，像人工智能可不可以取代教师、人工智能怎么能更好地为教师行业服务。”如果是你来到了考场，会如何回答这个问题呢?
 （编辑：开发网_开封站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330459号