吊打”人类?OpenAI以2:1战胜Dota 2半职业选手 一周AI新闻

原标题:“吊打”人类?OpenAI以2:1战胜Dota 2半职业选手 一周AI新闻

“我曾在那树荫下,做过美梦无数;也曾在那树干上,刻下浪漫诗篇……周末献上舒伯特的《菩提树》,愿你永获内心的平静。”

“有媒体称,这是 AI 历史上一个值得纪念的里程碑,意义或许比 AlphaGo 战胜李世石还要巨大。”

北京时间 8 月 6 日凌晨,OpenAI Five 系统同半职业选手战队进行 Dota 2比赛,最终2:1 战胜了人类队伍。

OpenAI Five 使用中立网络和机器学习来教自己玩 Dota 2,该系统包含了256个 GPU 和12.8万个 CPU,通过近端策略优化(PPO)算法,24 小时不间断地进行自主对抗,每天训练量抵人类180年。

“IBM 称,他们制造这个 AI 病毒,是为了研究 AI 在危险分子手里会被拿来干什么坏事。”

8月10日,IBM 研究院在计算机安全大会 BlackHat 上展示了他们制造的恶意软件“DeepLocker”——一个只攻击特定人员的计算机病毒。

这个恶意软件运用 AI 来识别攻击对象,有针对性地发作。而在目标出现之前,它只会藏身在普通的软件之中默默休眠,几乎没有一个病毒该有的特征,隐蔽性极强。人脸识别、地理信息、语音识别、全方位数据分析等等方式,都可以用来锁定攻击目标。

DeepLocker 的优越性在于,一方面不会显示程序正在寻找的内容,比如人脸、组织或环境特征,隐藏它在寻找的人;另一方面,它会完全伪装成人畜无害的样子,隐瞒程序的恶意用途,收起自身的锋芒。

对于数百万失聪者来说,唇读可以提供一个与外界交流的窗口。但掌握唇读很难,结果也往往不准确。现在,研究人员编写了一套新程序,它的性能优于专业的唇读者和迄今为止最好的 AI,且错误率仅为之前最佳算法的一半。

研究人员收集每个音素或单词声音的嘴部动作剪辑视频,利用神经网络训练该算法。该程序过滤掉了非英语语音、非讲话者面孔、低质量视频和未直接拍摄的视频。于是便产生了近4000个小时的录像,包括超过12.7万个英文单词。

最终研究人员用它之前没有看过的37分钟的视频测试了该系统,单词错误率仅为41%,较之前最佳算法减少一半。

试想一下,忙于工作腾不出手时,通过一个念头,你就能给出指令,控制机械手臂完成其他任务,这将是多么奇妙的一件事。

不久前,日本研究人员宣布成功研制出了这样的设备,他们开发了能够读取不同行为对应的人脑电波的算法。当一个人考虑执行某项任务时,大脑特定区域的神经元就会产生对应电活动模式完成该项任务。通过在头皮上放置的非侵入式电极,记录执行任务时的大脑活动。

然后使用学习算法解释这些电极记录,区分与任务相关的活动模式。基于此,该学习算法就会根据用户意念控制机器人手臂的移动。而这种系统通常称为人机接口(BMI)。

8月7日,日本电器股份有限公司表示,将在2020年东京奥运会和残奥会期间使用人工智能面部识别系统,以确保运动员、观众和官员的安全。

数据库将会收录超过30万的运动员和工作人员的面部照片。为了保障奥运会的安全,本次奥运会在安检方面也将同时使用 X 射线和金属探测器来检查武器和其他危险材料。

近日,俄罗斯斯科尔科沃科技学院(skoltech)研究人员开发出一套机器学习系统,能帮助全世界的空间机构选择“正确”的植物,为未来的长期空间考察提供必要的生物量和氧气。

在太空进行长时间的飞行,需要建立完全自主的生命支持系统。植物和单细胞藻类被认为是这种系统的关键,它们能够快速制造大量的生物。但是究竟哪些植物制造的生物量速度更快呢?

研究人员发现,可以借助三维和二维相机以及培训机器,观察矮种西红柿的生长情况,快速、准确地进行评估。

近日,滑铁卢大学的研究人员开发了一种新的 AI 系统,用来处理坑洼和其他道路问题。

坑洼和裂缝是需要修复的道路和桥梁上的两个常见问题,为了解决它们,城市部门会派带有摄像头的车辆来记录道路,再由分析人员手动对其进行分类与标记,滑铁卢的 AI 则可以取代人类,更快地完成这些任务。

该系统不需要任何特殊的摄像头; 事实上,该大学表示,城市可以在车辆上安装手机,并使用日常操作中收集的数据来为人工智能系统提供信息。该系统还可以适用于使用由无人机收集的图像来评估桥梁。

本周为您推荐《PaddlePaddle 深度学习实战》,每一章都包含理论介绍和对应的代码实现。理论+实践,实战不是说说而已~

深度学习算法十分强大,但深入理解和灵活运用深度学习算法并不是一件容易的事情。

来评论区留言,一句话证明你正在学习 AI 技术。周三13点,我们会随机送书给两位同学,助你的深度学习技能更进一步~

Write a Comment

电子邮件地址不会被公开。 必填项已用*标注