MolarData人工智能每周见闻分享，每周一更新。

尴尬而不失礼貌的微笑，再也不能骗到AI了

当代生活中，「假笑」已成为很多人的日常操作。你能看出来对面的人是在对你假笑吗？不管你能不能，计算机能。英国布拉德福德大学的一项研究使用计算机技术，通过对面部关键点的检测和跟踪来自动识别假笑。

研究人员首先拍摄带有微笑表情的视频，然后识别面部关键点（眼周、脸颊和嘴巴）并进行研究比较，用这样的方法来分析笑容在时间尺度上是如何表达的。关于面部关键点识别，研究人员使用一款名为 CHEHRA 的面部和眼睛关键点实时自动检测和跟踪软件完成该任务。

识别面部关键点之后，研究人员用他们开发的一种自动算法来度量微笑时眼周、脸颊和嘴部的动态变化。该算法的输出能够让研究者精确地度量这几个面部关键点在时间尺度上的变化，并对比真实微笑和被迫假笑的差异。

Ugail 表示，获取研究对象的假笑是很容易的，但真笑只有在研究对象观看能够触发自然微笑的视频时才能获取到。

研究人员发现，真笑所需的眼部肌肉运动通常比假笑多 10%。「因此，关于哪部分人脸特征包含最多与真笑相关的信息，这项研究最终得出的结论是眼睛。」Ugail 表示。「我们的研究结果不仅确认了文献中已经存在的结论——发自真心的笑容会通过眼睛显现，还对笑容在面部的确切分布提供了更多见解。」

研究人员认为这项研究的发现很有前景。例如，经过更多研究后，可以基于此为社会学家和临床医学家开发一款科学工具，供他们研究个体和小组的情绪状态。

他们还指出，这项研究有望纳入生物识别身份认证软件，尤其是通过对比某个人的视频和他自己的真笑和假笑视频数据库，来判断他的身份。不过他们也表示，在商业化之前仍需更多研究。Ugail 表示，需要通过 CHEHRA 执行使用更大规模真笑和假笑数据集的实验，后续的实验还需要收集不同种族人群的微笑。

然而，科罗拉多大学视觉与安全技术实验室负责人 Terrance E. Boult 对该研究持怀疑态度。Boult 表示，该研究论文的「实验设计存在一些基础问题：『真笑』与『假笑』来自不同的数据集，这意味着真笑和假笑之间的差异很可能来自于数据集的差异」。

来源：OFweek

领英6.9亿用户背后，AI如何为招聘者与求职者牵线搭桥

作为全球最大的职场社交网络，领英（LinkedIn）目前的用户总量已经达到 6.9 亿以上，在中国拥有超过 5000 万名用户。对于领英来说，人工智能技术是如何融入面向众多招聘者和求职者的日常服务的？一般来说，人工智能在寻找候选人、筛选和培养候选人时最有帮助。对于招聘流程中更加复杂的部分，例如与候选人者积极沟通和面试候选人，人工智能能够帮助到的地方相对少一些。同时，人工智能技术的应用也可以弥补人工招聘工作中的诸多不足，比如筛选速度、主观成见、人才分析等。根据领英发布的 2018 招聘趋势报告显示，在接受调查的专业人才和招聘人员中，67% 表示人工智能有助于节省时间，43% 表示人工智能有助于消除偏见，31% 表示人工智能在寻找最佳候选人方面很有助益。

面向招聘者，领英提供了多种「人才搜索与推荐」方面的产品。比如 LinkedIn Recruiter，它会根据使用者的反馈，更主动、有针对性地为招聘的职位推荐候选人。传统的搜索和推荐系统一般只关注搜索内容和查询关键词的相关性，但这里的人才搜索功能还需要满足一点，就是招聘人员和候选人在相关领域互相对彼此感兴趣。经过此类筛选后，不仅应聘者需要与招聘者的工作需求相契合，并且招聘者联系的求职者也必定对岗位机会感兴趣，从而提高双方的匹配成功率。

领英用来训练算法的技术称为「Online Learning」，这也是一种在工业界应用十分广泛的机器学习算法。基于招聘者与候选人的互动方式，领英的算法会在招聘过程中持续学习招聘者的偏好，并提供与需求更加贴合的候选人。这种在线学习驱动的推荐系统利用工作描述、招聘者接触过的或存档的候选人，以及对这份工作感兴趣的求职者等多维信息，综合计算，主要应用于为公开招聘职位匹配最佳候选人。为了实现「深度的个性化」，领英研发了 Generalized Linear Mixed Model（GLMix），针对每个用户和每个职位建立一个单独为他们服务的模型，根据用户之前的职位申请，为他推荐更多类似的职位，这使得领英模型的参数量达到了上百亿的规模。后来，领英建立了一个 Deep&Wide 的模型，整合了深度学习、树状结构模型以及 GLMix，实现了比较好的模型效果和用户体验。为了实时更新上百亿的模型参数以及在毫秒级别内满足用户的职位推荐需求，领英搭建了大规模运算平台来实现人工智能模型的技术。这个平台包括线下和线上两个模块：线下模块自动收集用户的反馈、基于 Spark 自动训练，之后把模型结果和参数上传到线上。在线上，领英使用自己的实时数据传输和搜索引擎技术来实现低延迟的模型运算。

来源：机器之心

电信中的人工智能报告：电信业AI领域年均投资将达367亿美元

电信拥有所有行业中最高的客户获取成本，平均每位客户300美元。加拿大电信BCE和Telus在2017年表示，收购新的移动客户所花费的成本几乎是保持现有客户的50倍。

使用AI来转换新客户，并对于现有客户进行追加销售，可以帮助电信公司降低收购成本。

以下是AI技术可以提供的一些功能：

通过确定销售团队最有前途的业务线索来提高转化率。AI可以使用来自历史结果和潜在客户档案的细分数据，来确定哪些业务最有可能提供最高的成功率。

为销售团队提供分析见解，以在与客户的讨论中使用，以优化追加销售和交叉销售。例如，可以利用机器学习的工具来提供历史营销数据，为销售人员提供针对单个客户的次优报价，以提高转化率。

确定具有最高生命周期价值的客户，以在处理大量查询时为销售人员提供支持。许多电信拥有数百万使用其服务和解决方案的客户。电信公司应利用实时数据来连续计算客户生命周期价值。销售人员可以使用此信息来确定具有最高获利潜力的客户的需求的优先级，尤其是那些可能会选择其他提供商的客户。

根据消费者的兴趣和需求开发产品。通过考虑消费者的偏好，内部反馈和市场情报，人工智能可以帮助更好地向利益相关者告知客户可能最喜欢的产品和功能。这可能会导致产品开发过程产生更高的投资回报率。

典型案例：

· 美国互联网服务提供商CenturyLink的自动销售助手“ Angie”：结果证明，这对于CenturyLink而言是一项巨大的成功，并获得了13：1的ROI。

· 欧洲最大的电信运营商之一Telia Company：它利用基于AI和ML的技术，根据可用的消费者和公共数据，来确定最有价值的销售前景。

· 瑞士电信Swisscom：它使用AI和ML框架Adobe Sensei开发了一个平台，可为客户提供高度定制的数字体验，并帮助其员工更好地了解客户行为。AI系统还向客户提供个性化推荐，从而创造交叉销售和向上销售的机会。Swisscom报告说，这种针对性方法的效果很好，与手动方法相比，提升幅度高达500％。

来源：新智元

借力AI，字节跳动再啃教育这块硬骨头

在线教育行业的存在已经有一段时间了，在疫情的冲击之下，在线教育的风口被再次扩大，利用在线教育平台满足学习需求成为大多数人的选择，依靠AI技术加持，在线教育行业对教育资源合理调动的优势凸显，社会对“AI＋教育”的模式也越来越重视。

目前“AI＋教育”是在线教育市场竞争的战略高地，已经成为互联网企业深化多元化布局，寻找业务新增长点的关键所在。

字节跳动之所以执着于AI教育，看中的可能不仅是在线教育广阔的市场，还有市场背后蕴含的巨大用户流量和数据信息。对于身为互联网企业的字节跳动来说，依靠针对AI＋教育的差异化战略能够帮助字节跳动实现数据积累，进一步扩充业务版图。另外，由于在线教育具有在线交付的特点，会比较容易寻找到AI技术变现的落脚点。

AI教育这块“蛋糕”不仅吸引了互联网公司的入局，就连新东方、好未来等传统线下教育巨头也纷纷寻求转型，并且拿起了AI武器求生存。

随着AI教育渐渐成为在线教育的基本玩法，AI教育接下来可能成为企业之间的技术之战，缺乏技术基因的玩家会慢慢失去竞争力，而拥有技术的头部玩家将越做越大。

可以预见，字节跳动的未来将面临更加激烈的竞争，竞争加剧可能会增长字节跳动AI教育产品的运营成本，对于如今还处在烧钱定胜负的阶段AI教育行业，字节跳动在AI教育的利润或许相当有限。

虽说市场竞争加剧是字节跳动并不想看到的未来，但是以人工智能为发展动力的字节跳动并不是毫无办法，目前来说，字节跳动需要尽快解决自身在AI教育产品生态上的短板，通过AI技术丰富产品功能，辐射更宽泛的教育领域，拉长战线的同时，通过拓展增值业务、推动智能硬件落地等方式，在AI教育领域构建坚实的“城墙”。

字节跳动最为人所熟知的是其强大的短视频产品，也许把“短视频”的运营思维结合到AI教育之中，能帮助其在竞争中打开新的缺口，为用户提供更加个性化的使用体验。

综合上述，AI教育是未来在线教育行业的发展趋势，也是字节跳动多元化发展战略的重要方向，面对老牌劲敌频频加码，以及新生势力强势入局，如果字节跳动的AI教育产品还一直处于“孤岛”状态，缺乏完整的教育生态链作为支撑，字节跳动的发展步伐可能会跟不上野心。若想真正实现教育梦，字节跳动的AI教育未来还需要更多的新故事。

来源：人工只能实验室

EA公司教AI制作游戏角色，行动流畅自然，全程无需人类介入

想开发出一款爆款游戏，是一件难度极高的事情，不仅要有精妙的内容设计，精致的光影效果，自然的动画建模，还要投入相当多的资金和时间。

现在，美国游戏公司艺电（EA）正在与加拿大不列颠哥伦比亚大学（UBC）合作，尝试在游戏开发中引入强化学习技术，用于制作角色模型和动作控制系统，希望可以让 AI 学会制作游戏角色，使其行为模式更加逼真，同时简化和加速游戏研发流程。

研究团队通过强化学习和深度生成模型 Motion VAE（变分自动编码器），在没有使用传统编程和动画制作的情况下，生成了可控的足球运动员角色，能够做到跑动、传球、射门和头球等动作，行动流畅自然，基本符合人类的运动模式。

纽约大学教授朱利安 图吉利斯（Julian Togelius）表示，“我认为将动画制作程序化将是一件大事。这项技术绝对有很多不同的用途。利用强化学习可以实现自动化和流程化，这将改变游戏内容的创造方式。”

EA 的研究人员强调，利用机器学习技术开发游戏或者加速游戏制作过程，广泛适用于动作和角色扮演类游戏，可以让游戏内容更具拓展性、随机性和创造性。同时这种方式还可以提高设计效率，对于构建日趋复杂的游戏世界以及建模和动画制作流程意义重大。

不过研究团队也清楚，对于游戏业界来说，距离广泛普及 AI 生产力工具还有很长的路要走，至少要数年的时间。

根本原因在于，一些机器学习算法难以理解和调试，独立游戏制作人和小型工作室可能缺乏足够的资源，心有余而力不足。而对于投资巨大的 3A 级游戏来说，贸然尝鲜一旦失败，后果十分严重，哪怕在中途转型传统技术，也会背负巨大的心理和资源压力，造成一种得不偿失的现象。

UBC 教授 Michiel van de Panne 表示，团队的下一步研究是利用强化学习在符合物理规律的虚拟环境中训练非人类游戏角色。这比基于动作捕捉数据训练 AI 更加困难，因为这种思路就像是让 AI 学会从零创造全新的动画，同时也很难量化玩家的喜好。

“我期待看到真正可以充分发挥 AI 创造动画能力的东西，” van de Panne 教授表示，“这一天终将到来。”

来源：电子发烧友网

全球首款AI高速扫描机器人正式投产，5分钟电子化转存超100页

黑色的机箱内不时发出“嗡嗡”的声音，一本100页的书5分钟内即可完成电子化转存。不同于传统机器人“三头六臂”的造型，记者在位于湘潭高新区的湖南千寻未来科技有限公司，见到了这款外形方正的全球首款人工智能高速全自动非接触扫描机器人“艾思机器人”。经过多年自主研发，5月18日，“艾思机器人”正式投产。 

由于纸质文档种类繁多，现有扫描设备难以实现图书、成册资料、装订资料、散页资料等的全自动扫描，导致扫描工作效率低下、大量纸质文档难以转换为电子版。在此背景下，2018年8月，湖南千寻未来科技有限公司首次完成“艾思机器人”及电子文档管理系统项目功能样机的可靠性测试。该机器人结合AI智能技术和3D深度动态展平算法，可对成册资料、散页资料、订书机装订资料进行全自动扫描，并分类管理，促进纸质资料电子化转变。其产品可广泛应用于教育行业、档案馆、图书馆、政府机构、智慧会计等领域，将大幅度提升扫描转化速度、降低人力成本。2019年，该公司完成了第二代商品机调试工作。

人工智能的发展驱动着劳动力、工作方式以及工作组织形式等多方面的变革，人工智能应用的成熟，既催生了新的市场，也为传统产业的发展注入了新的活力。人工智能产业链大致可分为基础层、技术层和应用层三个类别。人工智能具有算力、算法、数据三要素，其中基础层提供算力支持，通用技术平台解决算法问题，场景化应用挖掘数据价值。

人工智能产业链结构分为底层硬件部分，是整个产业的基础，为人工智能提供数据及计算能力提供支持。技术层涵盖通用AI技术及平台，是整个人工智能产业链的核心，对应用领域的产品智能化程度起到关键性作用。应用领域是整个产业的延申，基于底层硬件部分以及技术驱动层面的融合，实现向各个细分行业领域的渗透，产品和服务不断落地。

人工智能将有效提升社会劳动生产率、降低生产成本、优化产品和服务、创造新兴商业模式，实现人类生存、生活方式变革，赋能传统产业，促进传统产业转型升级。根据IDC调研数据，AI应用价值主要体现在创新业务，其次是降低人力成本、提升用户体验及提高运营效率。另外，目前，我国和发达国家在人工智能领域几乎处于同一起跑线，面对全球复杂的国际关系，自主可控成为当下的重中之重，大力发展人工智能有望实现弯道超车，是我国战略布局的重点。

来源：人工智能实验室

AI资讯

掌握最新时事新闻

长按扫码关注我们