MolarData| AI领域资讯速递


MOLAR NEWS

2020年第21期  


MolarData人工智能每周见闻分享,每周一更新。

Nature封面:每天工作21.5小时的AI化学家,8天内完成688个实验,已自主发现一种全新催化剂

近日,来自利物浦大学的研究人员,成功的开发了一款人工智能机器人化学家。

这款机器人化学家具有人形特征,可以在标准实验室中自己工作,像人类一样使用各种实验仪器。然而,与人类不同的是,这种机器人具有无限的耐心,可以同时考虑数十个维度的变量,每天工作 21.5 个小时,剩下的时间用于暂停充电。

更重要地是,这种机器人可以独立思考,自主完成一系列的实验操作。在第一次测试中,这个 1.75 米高的 AI 机器人在 8 天时间里独立完成了 668 个实验,并研发出了一种全新的化学催化剂。这一重磅成果,以封面文章的形式发表在最新一期的 Nature 杂志上。

MolarData| AI领域资讯速递

对此,本次研究的领导者、利物浦大学化学和材料系教授 Andrew Cooper 教授表示,“我们的想法是让科研流程化,而不是让机器流程化。人工智能实验机器人的出现,可以让我们的工作更灵活。它改变了我们工作的方式,它不仅是实验室的一台机器,也是一个具有超能力的实验伙伴,它为人类腾出时间来进行创造性的思考。”

这种机器人功能如此强大,离不开研究人员为其设计的强大的人工智能算法。这种机器人的大脑,根据前一个实验的结果,对 10 个维度的变量进行分析,可以在实验室中从 1 亿多个候选化学实验中,确定下一步要进行的最佳实验。

不知疲倦地做实验不分昼夜地做实验因此,在第一次测试中,这种机器人便在没有任何研究人员的指导下,8 天内进行了 688 次实验,工作了 192 个小时,进行了 319 次移动,完成了 6500 次仪器操作,并自主发现了一种活性非常高的催化剂。

MolarData| AI领域资讯速递

格拉斯哥大学的研究团队使用这个机器人系统,对 18 种不同的起始化学物质组合而成的约 1000 个反应进行了搜索,从而展示了该系统的潜力。令人惊讶的结果是,仅在探索了大约 100 种可能的化学反应之后,机器人系统就能以超过 80% 的准确度来预测应该搜索哪些起始化学物质的组合,从而产生新的反应和分子。

MolarData| AI领域资讯速递

正如北卡罗莱纳州立大学化学和生物分子工程学的助理教授 Abolhasani 所说,“人工化学家就像一个真正的自主导航系统,在纷繁复杂的化学宇宙里穿梭。”“我相信由人工化学家实现的自主材料研发可以重塑材料开发和制造的未来。”Abolhasani 说。

来源:AI科技评论

富士通推出世界首项可精准捕捉高维数据特征AI技术

富士通于近日宣布其开发出世界首项可以精确捕捉数据关键特征的人工智能技术,包括高维数据的概率分布,能够极大提高AI检测和判断的准确性。

近年来,各个商业领域对由AI驱动的大数据分析手段的需求激增,但许多业务中使用的数据都是高维数据,涵盖通信网络访问数据、各类贸易交易数据、基因表达数据、各类医疗数据及图像等等。随着数据维度的增加,其复杂度也成指数级增长,高维数据挖掘变得异常困难,目标数据的特征也难以获得,这就是所谓的“维数灾难”。

MolarData| AI领域资讯速递

采用深度学习来减少输入数据的维度被认为是帮助解决这一问题的有效方法,但由于缺乏对降维后数据分布和发生概率的考虑,这种方法对数据特征的捕捉准确度不够,AI 的识别精度也有限,有时会导致AI做出错误的判断。

富士通将深度学习与其研究多年的图像压缩技术相结合,开发出一项人工智能技术,在利用深度学习优化高维数据处理的同时,使精确提取数据特征成为可能。它将图像压缩中的信息论与深度学习相结合,对高维数据的降维数,以及降维后数据的分布进行了极大优化。

富士通以不同领域的数据异常检测基准对新技术进行了测试,包括国际数据挖掘与知识发现大会(KDD)的通信访问数据,和加州大学欧文分校提供的甲状腺数据及心律失常数据。

测试结果显示,这项技术在所有数据挖掘中都取得了前所未有的准确度,比起传统的基于深度学习的方法,错误率下降了37%。

富士通实验室研究员Akira Nakagawa表示:“对AI领域根本挑战之一,即如何准确地捕捉数据特征的解决,能让这项技术在更多新应用的开发上大有可为。我们也相信它会对现有AI技术的性能改进与提高具有极大的助力。”

来源:Ofweek


微软第一“美少女”小冰宣布独立:已覆盖9亿内容观众

7月13日,微软北京今日宣布将人工智能小冰业务分拆为独立公司运营,此举旨在加快小冰产品线的本土创新步伐,促进小冰商业生态环境的完善。

新公司中,沈向洋博士为新公司董事长,李笛为首席执行官,陈湛为日本分部总经理。所有相关工作将在接下来的几个月内完成。微软将保持对新公司的投资权益,并授权新公司使用及继续研发完整的小冰技术。

据了解,小冰是微软北京、苏州及东京研发团队成就的世界上最具创新性的人工智能技术之一。自五年前发布以来,小冰引领着人工智能的技术创新,在内容生产、智能零售、人工智能托管、智能助理等诸多方面成就卓越,已成为全球最大的跨领域人工智能系统之一。

小冰品牌享有极高的知名度,并拥有大量的粉丝和拥趸,与许多合作伙伴开展合作,并服务于广泛的商业客户。在全球多个国家,小冰单一品牌已覆盖6.6亿在线用户、4.5亿台第三方智能设备和9亿内容观众,已落地的商业客户覆盖金融、零售、汽车、地产、纺织等数个领域。

去年夏天,微软小冰以“夏语冰”的化名,在中央美术学院2019届研究生毕业作品展上首次展出,并成为了中央美术学院的研究生毕业生。

今年6月,微软小冰从上海音乐学院毕业,并被授予上海音乐学院音乐工程系2020届“荣誉毕业生”称号。

MolarData| AI领域资讯速递

来源:新智元


世界人工智能大会建立医疗AI标准数据集,AI发展仍需解决数据问题

在众多细分领域之中,“AI+医疗影像”因最贴近于医生的日常工作而收获了最多的关注,同时也受到最为严格的监管。但无论如今已经颇具规模的医疗影像、建设之中的智慧医院,还是探索之中的新药研发,所有与AI相关的领域,都逃不开数据的标准问题。

为了解决数据的标准化问题,保障人工智能应用的系统安全性、兼容性、可靠性等能力,国家药监局器审中心、信通院等机构深入参与标注制定、产品审评之中,尝试规范医疗人工智能的发展。

在过去的两年之中,药监局陆续制定了多项技术规范制定评测方案,同时成立了人工智能医疗器械创新合作平台。从2020年1月起,已经陆续有多款AI软件通过上述方案获得了器械三类证。

国家信通院也在积极推进人工智能数据标准化、标准数据库建设等项目发展,在本次WAIC上, 中国人工智能产业发展联盟常务副秘书长王爱华依次介绍了创新平台近期的三个成果。

第一个成果为糖尿病视网膜病变AI数据库的建立,该成果来源于协和医院负责的真实世界数据应用工作组。基准数据集及算法评估测试平台的重要意义不可忽视,它将是推动人工智能模型在医疗健康领域应用有效性、可靠性、鲁棒性、安全性的基础保障,也是推进人工智能医疗行业可持续发展的重要依托。

MolarData| AI领域资讯速递

第二个成果是协和医院进行了相关数据规范、第三方数据库规范等形成的糖尿病视网膜病变第三方资质的认证。同时,信通院搭建了医疗人工测评公共服务平台,出台了两项人工智能产品的技能指标及测试方法。

第三个成果则是建立医疗人工测评公共服务平台,为了向大众提供一个权威、安全、可追溯的平台,收集不同医院、不同医疗机构的不同病种数据,进而验证不同的人工智能相应产品。当然,平台的搭建方还需针对不同产品和系统制作相应的测试方法,并生成报告。

MolarData| AI领域资讯速递

传统的医疗器械在上市前必须通过一系列的检测测评,同时还要经历长达6个月的临床试验,这一产品才有可能获批上市。王爱华表示:“对于更新、迭代速度较慢的传统医疗器械而言,这套程序的合理性已经经过多年验证,但对于人工智能这样更新快、迭代快的新兴技术而言,则会存在较大的问题。如果按照传统器械的程序,每次更新都进行相应临床试验的话,没有产品能够在审批上跑通。有了这个平台之后,我们便能帮助企业快速进行临床数据补充,产品迭代时的临床试验能够很快完成。这便是这一平台的最大不同点。”

作为第三方平台,安全性是其正常运行最为重要的前提。王爱华认为,第三方平台的安全性包含两个方面,其一源于第三方的数据的知识产权问题,因此在构建平台时,信通院会建立虚拟专用通道对数据和产品进行加密,严格遵守“只进不出”、“无人工干预”和“测后即焚”三大原则。这样第三方数据以及相关测试产品的安全性才足以得到保障。其二则是测试的可追溯性,以便于对出现问题的测试进行清查与修正。

源:Ofweek

微软 AI 编辑“翻车”,深度神经网络模型是进阶的必要条件

日前,微软宣布6月底拟裁撤近80名外包编辑,由AI编辑负责接下来的MSN网站的新闻抓取、排版和配图等工作。但没想到,刚到岗没多久,AI编辑就“翻车”了,而且犯了一个非常低级的错误。AI编辑在寻找配图的时候,把非裔歌手Leigh跟阿拉伯裔歌手Jade弄混了。

MolarData| AI领域资讯速递

要培养一名AI编辑,首先需要收集大量的新闻报道和图片视频,再根据收集到的数据设计一个针对这个任务的深度神经网络模型,网络模型里会有很多参数,然后通过数据把参数训练出来,它就具备了最初设定的各种编辑能力了。在使用过程中,随着AI编辑学习了更多的新闻,它的业务能力和性能也将不断提升。

“不过目前的新闻生产对于AI编辑来说还很困难。”韩亚洪说,要让AI学会写新闻,必须要针对某个特定新闻主题,进行大量资料搜集和模型训练。目前AI技术只能在风格相对固定、词汇量使用范围较小的领域完成文本生成,比如天气预报等内容,AI可以很好地输出相关报道和消息。但要生成人类创作的那种有创新要求、情感描述丰富的文章,AI编辑的能力仍有待进一步提升。

“在AI编辑的世界中,只有知道和不知道两种状态,因此处理的内容一旦超纲,它们就会立刻犯很多低级到可笑的错误。”韩亚洪说,像这次AI编辑把非裔的Leigh跟阿拉伯裔的Jade弄混了的这样的错误,对于人类来说,即使没见过Leigh,但根据常识,也不会把非洲裔和阿拉伯裔弄混。

MolarData| AI领域资讯速递

“目前阶段的编辑工作完全依赖AI是不现实的,让AI成为人类编辑的帮手似乎更切实可行。”韩亚洪说。美联社预测,AI介入媒体行业能够帮助新闻工作者释放20%左右的时间,让后者可以将这部分时间更多地投入到内容创作方面,简单的事实核查与调研方面的工作交给AI,有利于提高新闻质量。

“未来,人类应该把AI编辑当作合作伙伴,双方协同起来,使工作更加高效有质量。”韩亚洪说,人类不应该觉得AI是来“抢饭碗”的,而应该为有AI这样的合作伙伴而感到幸运。

来源:贤集网

AI资讯

掌握最新时事新闻

长按扫码关注我们

MolarData| AI领域资讯速递

原创文章,作者:整数智能,如若转载,请注明出处:https://www.agent-universe.cn/2020/07/8512.html

Like (0)
Previous 2020-07-06 12:42
Next 2020-07-20

相关推荐