MOLAR NEWS

2020年第33期

MolarData人工智能每周见闻分享，每周一更新。

微软AI要参加IMO竞赛！小目标：数学金牌

在明年，AI可能也会加入IMO金牌争夺战中，成为一名“种子选手”。

这名潜入IMO赛事的AI名为Lean，由微软的研究人员开发。

Lean和所有AI算法一样，需要“喂数据”进行训练。

MolarData| AI领域资讯速递

训练数据来自Mathlib的库。Mathlib是一个数学基础数据库，它几乎包含了大学二年级以下所有数学知识。

但Mathlib在中学数学上仍有一些差距，团队正在对Mathlib数据库进行补全。

MolarData| AI领域资讯速递

来源：量子位

你的孤独都被 AI 看穿了

MolarData| AI领域资讯速递

近日，IBM Watson 实验室与加利福尼亚大学圣地亚哥分校医学院合作，开展了一项 AI 研究。这项研究的受试者是 80 位年龄在 66 至 94 岁之间的独立居住的居民，平均年龄在 83 岁。

MolarData| AI领域资讯速递

研究人员采用 UCLA 孤独感量表，对受试者提出 20 个与孤独相关的问题，并通过四个评分量表进行评定。比如：“您是否经常被他人忽略？您是否经常觉得自己是群体中的一部分？”等。

结果表明，与 UCLA 孤独感量表的得分相比，使用语言模型，机器学习系统可以更好预测孤独感。其中，AI 预测结果的准确率达到了 94%，而基于 UCLA 量化孤独感的准确率是 76%。

来源：IT之家

谷歌新研究：让失语者在视频会议中用手语自然交流

近日在ECCV 2020和SLRTP 2020全球顶会上，谷歌的研究团队提出了一个实时手语检测模型，并详述了该模型将如何用于视频会议系统中识别“发言人”的过程。

MolarData| AI领域资讯速递

为了主动适配主流视频会议系统所提供的会议解决方案，研究团队采取了一种轻量型、即插即用的模型。该模型占用CPU小，以最大程度降低对客户端通话质量的影响。为了减少输入的维度，采用从视频中分离所需信息，对每个帧进行分类。

为了测试这种方法的有效性，研究团队采用了德语手语语料库（DGS），该语料库包含人体手势的长视频（含跨度注释）。基于训练好的线性回归模型基线，使用光流数预测人体手势何时发出。该模型基线可达到80%的准确度，每一帧仅需要约3μs（0.000003秒）的处理时间即可完成。通过将前50个帧的光流作为该模型的上下文，最终达到83.4%的准确度。

团队使用了长短期记忆网络（LSTM）架构，该模型可实现的91.5%的准确度，每一帧的处理时间约为3.5毫秒（0.0035秒）。

来源：雷锋网

英美签署新协议，在人工智能领域展开合作，进一步对抗中国

据外媒报道，近日特朗普政府将宣布，美国和英国已经签署了一项新协议，在人工智能的研发方面进行合作。

这项合作的主要原因是，美国及其盟友担心中国将在人工智能领域超越他们。这种合作关系表明，美国和英国认为，通过联合，他们有更好的机会击败中国。

MolarData| AI领域资讯速递

美国首席技术官 Michael Kratsios 说，「美国和我们的盟友必须引领世界发展尖端的人工智能技术，保护人类免受威权主义和压迫，我们自豪地与我们的特殊伙伴和盟友联合王国一道，按照共同的民主价值观，为我们公民的福祉推进人工智能创新。」

今年5月，美国和其他盟友发起了人工智能全球伙伴关系(Global Partnership on Artificial Intelligence) ，旨在「共同鼓励志同道合的国家按照共同的价值观发展人工智能」，在各国技术部长举行了一次虚拟会议之后，这一伙伴关系正式启动。

来源：新智元

建设智慧城市领域的”ImageNet”

在人口密度大、城市集聚效应明显的亚洲和拉美地区，交通拥堵更是阻碍城市发展的“老大难”问题。

“任何人工智能应用都需要大量真实数据进行训练，才能投入实际应用，像计算机视觉技术可以发展到今天这个地步，和有海量高质量真实数据的知名数据集ImageNet是有很大的关系的。”香港科技大学教授陈凯表示道。

MolarData| AI领域资讯速递

“具体来说，我们计划建设一个高性能的分布式AI云平台，叫图灵平台，首先我们会将香港的交通数据（交通署、运输署、天文台等机构的多模态数据），以隐私保护和数据脱敏的方式实时汇入图灵平台上的CityNet，然后利用图灵平台的算力，应用图神经网络、迁移学习、联邦学习等最新的人工智能技术，对城市交通流量、人流量实现精准的预测，从而提供精细的、动态化的城市交通管理。”

来源：雷锋网