0
| 本文作者： 張棟 | 2018-07-13 18:26 |
患有自閉癥譜系障礙的兒童，往往難以識別周圍人的情緒狀態，而通過機器進行演示并讓這些兒童進行學習是目前廣為應用的方式。
雷鋒網消息，近日，麻省理工學院媒體實驗室(MIT Media Lab)宣布，該團隊研發出了一種個性化的機器學習方式，可以分辨孩子在活動過程中的參與度和興趣。
該團隊宣稱，這個個性化的“深度學習”網絡，使機器人對孩子反應的感知，與人類專家的評估結果達到了60%的相同率。
據介紹，對于人類觀察者來說，要讓孩子的參與意愿和行為達成高度一致是很有挑戰性的。普通的機器人(非個性化的)與人類專家的評估結果通常有50%到55%相同。該研究的第一作者、媒體實驗室的博士后Rudovic和他的同事認為，經過訓練的機器人最終一定可以達到與專家評估一致的結果。
Rudovic表示，“長遠的目標不是創造機器人來代替人類治療師，而是增加他們的關鍵信息。治療師可以使用這些信息，來制訂個性化治療內容，也可以讓機器人和自閉癥兒童之間產生更具吸引力的、更自然的互動。”
NVIDIA是一家以設計圖形處理器為主的半導體公司，近年來一直致力于人工智能的研發，例如曾開發出可自動填補空白位置的“內容感知填滿”功能。
最近，該公司又發布了一項新的人工智能技術，號稱能自動去除照片的雜訊及水印。
據悉，這項人工智能由NVIDIA、麻省理工學院、Aalto大學聯合研發。現有的人工智能通常以“深度學習（Deep Learning）”技術，通過分析大量有雜訊和沒雜訊的照片，找出兩者之間的區別，然后嘗試為有雜訊的照片進行降噪。而這項人工智能的特別之處就在于，它只利用有雜訊的照片，就能學習到如何降噪。
研究人員用上5萬張有雜訊的照片讓人工智能學習，其中包括后期加上雜訊或水印的照片，也有現實世界中真實拍攝到的高雜訊照片，如在低光環境拍攝的照片等。
近日，首汽租車引入了百度的一款AI產品——CI車載智能硬件系統(以下簡稱CI)，助力解決疲勞駕駛問題。
CI的核心技術是基于Apollo小度(DuerOS)研發而來，而Apollo疲勞駕駛監測系統可以對駕駛司機進行實時監測，保證行車狀態。如果司機看手機不專心開車，該系統會監測到駕駛人的視線偏離，提醒司機不要再看手機；如果司機犯困、打哈欠，系統又開始提醒他“注意行車安全”；當司機繼續犯困、打瞌睡時，系統會給他放歡快的歌曲提神；當重度疲勞駕駛出現的時候，系統則會自動監測并且提供導航到最近的休息區。更讓人驚奇的是，即使司機戴著墨鏡，系統也會用紅外監測到他是否疲勞駕駛。
同時，為了更全面的預防道路危險的發生，首汽租車還會對企業用戶提供駕駛員安全行車、車輛養護等相關培訓。如6月份，考慮到盛夏即將到來，首汽租車以《夏季行車安全》為主題，對企業用戶的駕駛員們進行了培訓。培訓中分別講解了夏季高溫可能引起的發動機過熱、爆胎等情況及其預防和應對措施；降雨天氣能見度降低、路面濕滑以及未知深度的水坑帶來的危險等情況及其應對措施等。
雷鋒網消息，近日，創維宣布入場廚電行業，百度IOT也將全面接入創維廚電。
創維廚電總經理何順剛透露，公司計劃兩年內覆蓋2000家終端、2021年進行收購及自產以及2022年實現上市。他表示，創維廚電的目標群體是三四線城市用戶，在價格上將以用戶體驗驅動產品研發，走高質低價路線。
據了解，創維廚電希望打造“懂家更懂你”的AI智能廚房。例如油煙機的設計，創維將音樂、視頻集成到產品中，有的用戶喜歡邊烹飪，邊聽音樂，或者看視頻，實實在在地提升了體驗感。
創維廚電與百度合作后，百度可根據大數據提供精準的用戶消費烹飪習慣，根據用戶消費推薦人性化菜譜，還可以利用用戶使用習慣，結合健康狀況，列出健康食譜。
美國市場調研公司ABI研究（ABI Research）近日的一份報告顯示，人工智能（Artificial Intelligence, AI）在醫療行業的應用，可幫助整個行業的供應商大幅降低成本。
該報告指出，2017年末利用數據訓練AI模型進行預測分析的患者監測設備數量為5.3萬，到2021年這一數字將達到301萬，復合年均增長率（Compound Annual Growth Rate, CAGR）高達176%。其中包含AI在家庭預防醫療解決方案領域的應用。
隨著配備有人工智能預測分析模型的設備越來越多，2021年醫療行業可因此節省成本520億美元，其中北美洲醫療行業可節省成本高達210億美元，位居第一。
使用機器學習算法，研究人員可以判斷一個人的手寫英文文本，以確定作者是來自這五個不同國家——馬來西亞，伊朗，中國，印度和孟加拉國的哪一個。
雷鋒網消息，某研究人員創建了一個由這些國家100人組成的數據集，他們用英語寫作，共計500行。使用這些手寫數據，一個名為Cloud of Line Distribution（COLD）的工具可以分解單個字母，測量文本的直線度或曲率。
該算法在確定作者的國籍方面，執行相同的任務的時候，表現優于現有的方法，判斷有些國家的書寫人員的國籍的正確率甚至高一倍。
該算法正在進行的是機器學習最優方法——獲取模式。例如，當中國本土作家使用羅馬字母時，他們會采用直線書寫字母，因為漢字通常是用直線的筆畫組合而成的。另一方面，來自印度和孟加拉國的作家有著曲線書寫的習慣，因為他們的大多數劇本都是草書，形狀更圓。
判斷筆跡是計算機視覺研究人員解決的首要任務之一。以前的研究試圖檢測情緒，對性別進行分類，并確定作家的年齡，但除此之外，沒有做太多工作試圖從筆跡中提煉出更多信息，可能是因為沒有人找到通過它獲利的方法。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
