AI狂想

AI領(lǐng)域正在向兩個(gè)不同的方向發(fā)展，一種是小微型計(jì)算，另一種則是巨型計(jì)算。

本周熱門學(xué)術(shù)研究

針對(duì)端到端自主駕駛模型的簡(jiǎn)單對(duì)抗實(shí)例

在開發(fā)多功能建模框架和模擬基礎(chǔ)設(shè)施來研究端到端自動(dòng)駕駛模型的對(duì)抗性范例的過程中，研究人員發(fā)現(xiàn)，一些十分簡(jiǎn)單且易于設(shè)計(jì)的物理?xiàng)l件，會(huì)對(duì)自動(dòng)駕駛模型產(chǎn)生一定的對(duì)抗性。例如道路上的標(biāo)記線就能夠打破端到端駕駛模型的穩(wěn)定。

這些范例的對(duì)抗性有在很多情況下并不會(huì)呈現(xiàn)很強(qiáng)的干擾性，比如直線行駛的時(shí)候，但在諸如車輛轉(zhuǎn)彎的其他情況下，則會(huì)體現(xiàn)出很強(qiáng)的干擾性。

盡管對(duì)于人類來說，區(qū)分和避免此類沖突是十分簡(jiǎn)單的，但對(duì)于端到端監(jiān)視模型而言，這些干擾將造成嚴(yán)重的交通違規(guī)問題。在測(cè)試和實(shí)驗(yàn)中，研究人員使用了CARLA自動(dòng)駕駛汽車模擬器，證明這些物理擾亂不僅存在，而且在特定的駕駛情況下甚至對(duì)于最先進(jìn)的模型也有相當(dāng)強(qiáng)的作用。

潛在應(yīng)用及影響

智能機(jī)器學(xué)習(xí)系統(tǒng)極易受到干擾的問題引發(fā)了廣泛的擔(dān)憂。這些研究成果及其理論框架無疑為以后的研究提供了有用的信息，并揭示了端到端深度學(xué)習(xí)模型的缺陷，便于日后改進(jìn)。此外，該研究也為人工智能工程師們進(jìn)一步探索更大范圍內(nèi)深度學(xué)習(xí)模型可能遭受的攻擊提供了重要的見解。

原文：

https://arxiv.org/abs/1903.05157

綜合教學(xué)視頻分析數(shù)據(jù)集（COIN數(shù)據(jù)集）

為了解決教學(xué)視頻數(shù)據(jù)集缺乏多樣性和規(guī)模的問題，研究人員最近推出了COIN數(shù)據(jù)集，該數(shù)據(jù)集是現(xiàn)在用于綜合教學(xué)視頻分析的最大的視頻數(shù)據(jù)集。

該數(shù)據(jù)集以分層結(jié)構(gòu)組織，包括大約11827個(gè)視頻，廣泛涵蓋了日常生活10個(gè)以上領(lǐng)域的180個(gè)課題 。 COIN數(shù)據(jù)集中的所有視頻都進(jìn)行了一系列專業(yè)注釋。 此外，研究人員還提出了一個(gè)簡(jiǎn)單有效的方法，可用于捕獲不同描述階段的數(shù)據(jù)依賴性。這類方法還可同傳統(tǒng)方法相結(jié)合，以更好地提取教學(xué)視頻中的關(guān)鍵步驟。

潛在應(yīng)用及影響

研究人員對(duì)于COIN數(shù)據(jù)集的創(chuàng)建目的十分明確 ——通過豐富的語義分類來建立綜合全面的教學(xué)視頻數(shù)據(jù)集，為教學(xué)視頻分析提供基準(zhǔn)。通過COIN的建立，研究人員也希望推動(dòng)AI社區(qū)未來對(duì)教學(xué)視頻分析的深入研究。

COIN數(shù)據(jù)集：

https://coin-dataset.github.io/

原文：

https://arxiv.org/abs/1903.02874v1

不犧牲準(zhǔn)確性的量化

通常情況下，量化會(huì)降低模型精度。 盡管如此，研究人員依舊致力于通過改進(jìn)量化技術(shù)，從而減少量化過程中精確度的降低。在最近的一篇論文中，他們提出了一種可以有效地量化模型權(quán)重的聚焦量化技術(shù)。

論文中所提出的量化方法使用高斯混合表示來定位模型權(quán)重分布中的高概率區(qū)域，并且以精細(xì)水平量化它們。 此外，這一量化技術(shù)僅使用-2的冪來提供有效的計(jì)算模式。

通過一系列整合修剪和編碼，他們已經(jīng)設(shè)法在各種CNN上展示出高端壓縮比。 例如，它們?cè)赗esNet-50中達(dá)到18.08×的壓縮比，在模型精度方面的損失僅為可以忽略不計(jì)的0.24％，超過了當(dāng)前的壓縮技術(shù)。

潛在應(yīng)用及影響

與深度神經(jīng)網(wǎng)絡(luò)的量化計(jì)算集成的量化參數(shù)，具有極高的實(shí)現(xiàn)大量計(jì)算增益和優(yōu)化性能的能力。 該論文所提出的聚焦量化可以使模型尺寸和計(jì)算成本降低，并轉(zhuǎn)化為高壓縮比，同時(shí)提高了當(dāng)前和未來CNN的效率。

原文：

https://arxiv.org/abs/1903.03046v1

LIGHT：在幻想文本冒險(xiǎn)游戲中學(xué)習(xí)說話和行動(dòng)

想象一下，如果有一款游戲，多個(gè)計(jì)算機(jī)和人類都可以充當(dāng)游戲角色，這樣的游戲會(huì)是什么樣呢？研究人員最近推出了這樣一款幻想文本冒險(xiǎn)游戲，玩家可以在與多個(gè)玩家建立對(duì)話的同時(shí)，進(jìn)行識(shí)、行動(dòng)和表達(dá)等互動(dòng)。

現(xiàn)有的文字冒險(xiǎn)游戲通常是單人的，并且玩家無法在游戲中與人類進(jìn)行對(duì)話，這就是為什么我覺得這個(gè)游戲聽起來很有趣和有冒險(xiǎn)性。

在人與文本的交互游戲中學(xué)習(xí)（LIGHT），是一款多玩家的幻想文本冒險(xiǎn)游戲，旨在幫助機(jī)構(gòu)研究人類間多方面的動(dòng)態(tài)協(xié)作對(duì)話。

該文本類的游戲設(shè)定于一個(gè)內(nèi)涵豐富的游戲世界，其中包括超過660個(gè)位置，3460個(gè)對(duì)象和僅以自然語言定義的1750個(gè)字符。研究人員已經(jīng)收集了大量的數(shù)據(jù)集（11k集），這些數(shù)據(jù)集涉及行為，表達(dá)和對(duì)話等角色驅(qū)動(dòng)的人與人之間的相互作用，其目的是訓(xùn)練模型以類似的方式吸引人類。

測(cè)試結(jié)果表明，在此條件下訓(xùn)練、生成和檢索模型可以有效地利用游戲世界的潛在條件或規(guī)則來調(diào)節(jié)他們的預(yù)測(cè)。

潛在應(yīng)用及影響

LIGHT提供了一個(gè)可用于在許多不同的任務(wù)中共享，培訓(xùn)和評(píng)估協(xié)作對(duì)話模型的統(tǒng)一平臺(tái)，使人們能夠以有趣的方式與機(jī)器進(jìn)行交互。 該框架通過提供合適的研究平臺(tái)，允許研究機(jī)構(gòu)進(jìn)行多種協(xié)作和學(xué)習(xí)，從而研究和增強(qiáng)現(xiàn)有的協(xié)作對(duì)話系統(tǒng)。 研究人員希望這項(xiàng)工作能夠進(jìn)一步促進(jìn)和推動(dòng)基礎(chǔ)語言學(xué)習(xí)的研究工作。

官網(wǎng)：

http://parl.ai/

原文：

https://arxiv.org/abs/1903.03094v1

利用機(jī)器學(xué)習(xí)實(shí)現(xiàn)自動(dòng)機(jī)器人的自適應(yīng)

研究人員提出了一種綜合學(xué)習(xí)和定量規(guī)劃的方法，其主要目標(biāo)是在機(jī)器人系統(tǒng)等動(dòng)態(tài)和不確定環(huán)境中運(yùn)行的高度可配置系統(tǒng)中實(shí)現(xiàn)自適應(yīng)。該技術(shù)使用配置更改作為實(shí)施適應(yīng)的主要機(jī)制。

該方法的創(chuàng)新之處在于，它應(yīng)用機(jī)器學(xué)習(xí)來發(fā)現(xiàn)帕累托最優(yōu)配置，而無需探索所有配置，并將搜索空間的限制應(yīng)用于可控計(jì)劃的特定設(shè)置。通過這種方式，它可以將學(xué)習(xí)和定量計(jì)劃結(jié)合起來，以實(shí)現(xiàn)運(yùn)行時(shí)的自適應(yīng)。

此外，該方法有助于在定量規(guī)劃中整合來自多個(gè)模型的信息。具體來說，研究人員探索了需要考慮時(shí)間和能量消耗的機(jī)器人操作。獨(dú)立的評(píng)估表明，該方法在不確定和動(dòng)態(tài)環(huán)境中產(chǎn)生了高質(zhì)量的適應(yīng)過程。

潛在應(yīng)用及效果

作為一種能夠有效實(shí)現(xiàn)機(jī)器人自適應(yīng)的集成學(xué)習(xí)和定量規(guī)劃方法的新技術(shù)，該方法可用于許多其他網(wǎng)絡(luò)物理系統(tǒng)。此外，它還可以作為在線界面擴(kuò)展到運(yùn)行時(shí)模型更新的界面中。

原文：

https://arxiv.org/abs/1903.03920

其他爆款論文

最近的研究表明，通過演示，你現(xiàn)在可以教機(jī)器人完成兩個(gè)不同的清潔任務(wù)。

原文：

https://arxiv.org/abs/1903.05635

在允許可靠的攝像機(jī)姿態(tài)估計(jì)時(shí)，如何避免在拍攝的3D場(chǎng)景上泄露機(jī)密信息？最近的一項(xiàng)研究提出了一種基于圖像的隱私保護(hù)定位解決方案。

原文：

https://arxiv.org/abs/1903.05572

谷歌推出了一個(gè)新的開放源碼庫，可以有效地訓(xùn)練巨型神經(jīng)網(wǎng)絡(luò)。

網(wǎng)頁：

https://ai.googleblog.com/2019/03/introducing-gpipe-open-source-library.html

以下是基于實(shí)例和類別級(jí)別的6D對(duì)象姿態(tài)估計(jì)，用于增強(qiáng)現(xiàn)實(shí)、機(jī)器人控制和導(dǎo)航等應(yīng)用。

原文：

https://arxiv.org/abs/1903.04229

想知道如何在生物醫(yī)學(xué)文本中總結(jié)和發(fā)現(xiàn)有意義的概念嗎？

原文：

https://arxiv.org/abs/1903.02861v1

AI新聞

谷歌發(fā)布了一種基于神經(jīng)網(wǎng)絡(luò)的端到端語音識(shí)別器，以支持最先進(jìn)的語音識(shí)別。

更多信息：

https://ai.googleblog.com/2019/03/an-all-neural-on-device-speech.html

研究人員的好消息：Deep Mind開發(fā)了一個(gè)開源軟件庫來幫助他們部署TensorFlow模型。