MOLAR FRESH 2021年第29期
人工智能新鲜趣闻 每周一更新
#AI
资讯抢先看
不是AI，是AI beings
有这样一座岛屿，你和其他「人」的虚拟角色都在上面。
你们可以一起聊天、一起唱歌、一起写诗，还可以一起看视频。
听起来似乎很像元宇宙，实则它就叫「小冰岛」。
在小冰岛上，和你交流的不一定是某人的Avatar，还可能是AI beings。
小冰再造了一个完整的社交网络生态，其中的每个 AI 谈论、创作的内容都和岛屿上的事件，以及真实世界相互关联。
更重要的是，这座岛上生活的 AI 没有一个是传统意义上的 NPC，他们每天都在自由地唱歌、讲故事、写小说、互相聊天，也可以和你聊天。如果你把地图界面关掉，还有熟悉的社交工具界面和「朋友圈」。
小冰岛
AI朋友圈
从某种意义上来讲，现在的小冰更像是一场庞大的实验。
而这场实验的目的，则是为了寻找出合适的途径，让人工智能可以很好的融入人类的世界。
发布会回顾：https://b23.tv/6831ML
来源：新智元
AI也能做放射科医生助理
你会信任AI 医生给你的诊断吗？
随着深度学习的发展，医学领域也逐渐引入机器学习模型来帮助没有经验的医生进行诊断。
早在2016 年的时候，深度学习领域的先驱人物 Geoffrey Hinton 曾放出豪言，我认为如果你是一名放射科医生，你就像一只已经越过悬崖边缘但还没有往下看的土狼，它还没有意识到他的下面并不是地面。
人们现在应该停止培训放射科医生。很明显，在五年内，深度学习将比放射科医生做得更好，因为它会获得更多经验，或者可能需要十年，但我们现在已经有很多放射科医生了。
但五年后的今天，人工智能并没有让放射科医生失业。事实上，尽管放射科医师的数量有所增加，但全球放射科医师仍然严重短缺，因为放射科医生的工作不仅仅是查看 X 射线扫描。
最近Google 在 Nature 上发表了一篇论文，描述了一个深度学习系统，可以帮助放射科医生确定胸部x光检查的优先顺序，它还可以在没有经验丰富的放射科医生的情况下，作为急救环境中的优先考虑使用的工具。
不过研究结果表明，虽然深度学习还不能取代放射科医生，但在COVID-19还在世界范围流行的今天，医学专家严重短缺的情况下，深度学习将有助于提高放射科医生的工作效率。
以后也就是说有一个24小时工作，经验丰富，但只收电费的助理医生来帮你看胸片了，距离Hinton 设想的世界越来越近了。
相关论文：
Deep learning for distinguishing normal versus abnormal chest radiographs and generalization to two unseen diseases tuberculosis and COVID-19
来源：nature，新智元
手绘草图秒变逼真秀发
你见过手绘草图秒变逼真秀发吗？
香港城市大学提出的新网络SketchHairSalon就可以，不但头发结构外观真假难辨，而且细节也清晰无比，只是通过简单寥寥几笔素描，想拥有什么样的发型都不在话下。
现有的解决方案通常需要用户提供的二进制掩码来指定目标发型。这不仅会增加用户的劳动成本，而且也无法捕捉复杂的头发边界。
他们观察到，彩色头发草图已经含蓄地定义了目标头发形状和头发外观，比方向图更灵活地描述头发结构。基于这些观察，香港城市大学提出了SketchHairSalon，一个两阶段框架，直接从手绘草图生成真实的头发图像，描绘所需的头发结构和外观。
草图自动补全
作者提出了SketchHairSalon，一个新颖的深度生成框架，直接从一组彩色笔画合成真实的头发图像。它包括两个关键阶段:素描到亚光生成和素描到图像生成。
第一阶段侧重于从输入的头发草图生成头发哑光，以减少草图到头发生成的模糊性。
第二阶段根据给定输入草图和生成的头发哑光，设法合成一个逼真的头发图像。
为了训练这两个阶段的网络，作者还提出了一个新的头发草图-图像数据集，其中包含了数以千计的头发图像和相应的手工注释的头发草图，以描述底层的头发结构。每个头发图像也与自动生成的头发哑光相关联。
原创文章，作者：整数智能，如若转载，请注明出处：https://www.agent-universe.cn/2021/09/8409.html
