AI一分鐘 | 柯潔將對戰中國AI棋手星陣圍棋；上海大學研發出製藥界“AlphaGo”；Pornhub清理AI換臉視訊失敗...

整理 | DavidZh

1. 柯潔將對戰新的 AI 棋手——星陣圍棋 Golaxy

網信集團和星陣圍棋文化在昨天舉行的釋出會上宣佈，4 月 27 日，柯潔將在福州對戰由中國團隊開發的人工智慧選手星陣圍棋 Golaxy。 目前，星陣團隊正在積極探索研究消耗更少計算資源，使用更少訓練樣本的新方法；同時，星陣在特徵體系、模型結構、MCTS演算法架構等方面都做了創新。（via. 36氪）

2. 微軟 AI 翻譯增加離線支援，並開始向開發者提供 API 介面

Android 和 iOS 上的微軟翻譯應用（Microsoft Translator）推出新版本，增加了對離線 AI 翻譯功能的支援。2016 年 11 月，微軟公佈了基於神經機器翻譯模型（Neural Machine Translation）的 AI 翻譯功能，但這套演算法模型對效能的要求很高，只能執行在雲端，使用者在裝置離線狀態下無法使用。

去年，微軟跟華為合作在 Mate 10 和榮耀 V10 兩款機型上利用麒麟 970 內建的 NPU 模組來完成 NMT 模型所需的計算任務。

新版 Microsoft Translator 目前已經可以呼叫不同 SoC 平臺的 AI 計算能力，實現離線 AI 翻譯。目前 Android 版 Microsoft Translator 已經上線，iOS 版還需要等待蘋果 App Store 稽核。此外，微軟還面向開發者提供了 API 呼叫介面，只需新增幾行程式碼就能使用本地 NMT 模型完成翻譯。（Source:Microsoft）

3. 亞馬遜 Alexa 技能數也超過 30000 了，Prime 會員也突破 1 億

亞馬遜 CEO 傑夫·貝索斯在致股東的公開信中宣佈，全球 Prime 付費會員已經超過 1 億，個人助理 Alexa 平臺上的技能數量也超過 30000 個。語音技術方面，Alexa 的遠場語音識別準確率在過去一年提高了 15%。基於半監督式學習技術，Alexa 對自然語言理解的準確率提高了 25%。此外，亞馬遜還在開發執行在 Echo 裝置上的聲紋識別功能，這個功能可以確保電視裡播放的 Amazon Echo 廣告聲音不會將使用者家中的 Echo 裝置喚醒。（Source:SEC）

4. Facebook 也要自己做晶片了，ASIC 和 FPGA 為主

Facebook 日前更新了官網招聘資訊，增加了多個半導體架構設計師等崗位。從崗位描述來看，Facebook 此次招聘主要是組建自己的半導體設計團隊，具體產品以 ASIC 專用晶片和靈活度較高的 FPGA 為主。Facebook 也是繼蘋果、Google 之後第三個自己設計的科技巨頭。（Source:Bloomberg）

5. 成人視訊網站 Pronhub 沒能處理掉基於 AI 的 Deepfake 視訊

美國媒體 Buzzfeed 報導稱，全球最大的成人視訊網站 Pornhub 平臺上還有 70 多部利用 AI 技術合成明星人臉的 Deepfake 視訊。這些視訊中的女性臉部被換成了 Taylor Swift 等明星的人臉，而且均可以線上播放。此前 Pornhub 已經公開表示將全部下線這類內容，但現在來看，處理結果並不理想。（via. Buzzfeed）

6. 製藥界“AlphaGo”誕生，來自上海大學 Mark Waller 團隊

今年 3 月 29 日，國際頂尖學術期刊 Nature 線上發表了上海大學教授 Mark P. Waller 團隊利用深度學習的逆向合成路線設計藥物的研究論文（Planning chemical syntheses with deep neuralnetworks and symbolic AI）。

在這項研究工作中，Waller 團隊將深度神經網路及強化學習等概念整合至一個通用的架構中，提出了採用三種不同的神經網路結合蒙特卡洛樹搜尋（Three different neural networks together with MCTS）的演算法框架（3N-MCTS）。這三種神經網路分別為：擴充策略網路（Expansion policy network）——用來搜尋當前位置可能存在的單步逆向化學變換路徑（Transformation）；篩選網路（Filter network）——用來對反應的可行性做出判斷；展示策略網路（Rollout policy network）——用來在展示步驟中應用多次取樣方法對搜尋節點進行定量評價。該工作相對於傳統基於規則的反合成設計來說，大量借鑑了深度神經網路及強化學習的思想，是對傳統方法的一次重要的改進，這也是該工作能夠發表於 Nature 的原因之一。（via. 知識分子）

7. MIT 提出新型道路採集系統 RoadTracer，交匯路口採集準確率達到 45%

麻省理工大學電腦科學和人工智慧實驗室（CSAIL）最近提出了一款名為 RoadTracer 的道路採集系統。針對道路交匯路段，RoadTracer 的採集準確率能達到 45%，遠高於傳統影像分割方法的 19%。MIT 聲稱，相關論文和模型細節將會在今年 6 月舉行的 CVPR 大會上對外公佈。（Source:MIT News）

招聘

AI科技大本營現招聘AI記者和資深編譯，有意者請將簡歷投至：gulei@csdn.net，期待你的加入！

AI科技大本營讀者群（計算機視覺、機器學習、深度學習、NLP、Python、AI硬體、AI+金融、AI+PM方向）正在招募中，和你志同道合的小夥伴也在這裡！關注AI科技大本營微信公眾號，後臺回覆：讀者群，新增營長請務必備註姓名，研究方向。

AI科技大本營公眾號ID：rgznai100

☟☟☟點選 | 閱讀原文 | 檢視更多精彩內容