腾讯游戏AI可以诊断疾病;妄议马斯克?员工遭解雇后再起诉;Geohot任职Twitter 5.5 周后离职
把游戏AI用于疾病诊断,腾讯AI Lab研究成果登上国际顶会12月19日,腾讯AI Lab发布其决策智能AI“绝悟”的最新成果“绝悟RLogist”,将AI深度强化学习技术迁移到病理全片扫描图像诊断领域,在性能接近的情况下,将传统病理阅片效率提升400%。该研究相关论文被国际人工智能顶级学术会议 “AAAI 2023”接收,代码已开源。“绝悟”AI 是腾讯将游戏场景与人工智能技术进行融合研究的核心探索之一,此前先后在MOBA、RTS、3D开放世界(Minecraft)等多类型游戏中取得了业界领先的研究成果,证明了其在游戏复杂环境中较为优秀的决策智能水平。本次发布的“绝悟RLogist”受启发于“绝悟”在3D游戏环境中进行观测并做出决策的过程,将这些能力迁移至病理阅片场景,提出了基于深度强化学习找寻最优看片路径的方法,并在相关测试数据集中表现出较高的效率。这也代表着“绝悟”从游戏场景走向现实世界,可以解决更多现实世界难题。据彭博社报道,特斯拉被指控非法解雇两名加利福尼亚的员工,只因为他们是讨论和起草批评首席执行官埃隆·马斯克严格的返回办公室政策,以及反对马斯克推文小组中的一员。特斯拉“返回办公室”政策在今年5月底实施,马斯克的推文则被认为违反了特斯拉的反骚扰政策。这两位提出抗议的员工在6月被解雇,其中有一位还在一个月之前刚刚获得加薪。
根据美国联邦劳动法的规定,雇员有权从事"受保护的协同活动",包括相互交谈以争取对雇员共同关心的问题的支持。在这项投诉进展期间,数百名SpaceX的员工在Twitter上签署了一封公开信,指责马斯克的行为,称其为公司的尴尬,种种行为让他们工作分心。
日前,三星电子宣布开发出采用业界首个12纳米(nm)级工艺技术的16Gb DDR5 DRAM,并完成了与AMD兼容的产品评估。据了解,该12纳米级DRAM将释放7.2Gbps/每秒的速度,相当于在一秒钟内处理两部30GB的UHD电影。与新DRAM的速度相匹配的是更高的电源效率,与之前的DRAM相比,12纳米级DRAM的功耗降低了23%。三星电子DRAM产品和技术执行副总裁Jooyoung Lee表示:"12纳米级DRAM将成为推动DDR5 DRAM在市场上广泛采用的关键因素。预计我们的新DRAM将成为下一代计算、数据中心和人工智能驱动系统等领域更可持续的运营基础。"
有才任性?Geohot任职Twitter 5.5 周后再离职在Twitter工作了大约5.5周后,George Hotz结束了他的实习生涯。11月18日,Hotz开始为Twitter工作,马斯克给他布置了两件事:修复Twitter搜索,以及修复在未登录时滚动Twitter可能看到的弹出窗口。在5.5周的工作时间内,Hotz是否修复了搜索功能尚未可知,但有人看到确实可以在关闭登录弹出窗口后继续浏览Twitter。据了解,Hotz在近日已经发出过离开的信号。或者是学习马斯克,他在Twitter上发布了自己是否应该在Twitter上继续工作的投票,用户则质疑他能否在公司"产生任何持久影响"。与此同时,他还对Twitter暂时禁止链接到Instagram的政策感到不满。而就在两个月前,Hotz刚刚辞去自动驾驶初创公司Comma AI首席执行官的职务,认为自己不能胜任。
Riffusion:基于AI的音乐生成,贝多芬与Radiohead的融合AIGC除了可以生成语音、图片和视频,还可以创作音乐了。两位普林斯顿校友Seth Forsgren和Hayk Martiros将稳定扩散(SD)算法用于了音乐创作。这个可以创作音乐的Stable Diffusion名为Riffusion(Riff+Diffusion)。Riffusion的工作原理与SD相同:将文本提示转变成新的,由人工智能生成的内容。但也有显著的区别,即该算法经过专门的声波训练,可以以视觉形式描述音乐和音频。据了解,声波图(或音频频率的频谱图)是表示声音片段的频率内容的一种视觉方式。X轴代表时间,Y轴代表频率。每个像素的颜色给出了音频在其行和列给出的频率和时间的振幅。在生成新的声谱图后,Riffusion用Torchaudio将图像变成声音。人工智能已经接受了描绘声音、歌曲或流派的频谱图的训练。因此,它可以根据各种文本提示生成新的声音片段。例如,像“贝多芬与Radiohead”这样的融合产物,就是一个很好的例子,说明另一个世界或不可思议的机器学习算法可以表现得很好。受蚂蚁启发,研究人员研发出可以自主逃脱的仿生机器人受到蚁群合作完成任务的启发,哈弗大学研究人员建立了能够合作逃离“监狱”的机器人。对于蚂蚁来说,任何单独的一只都不会思考某项特定任务,但当他们进入到群体当中,便会各司其职,本能地完成复杂工程,包括挖掘隧道和建造所需的桥梁。为了研究蚂蚁聚集之后的工作机制,研究人员建立了数学模型。首先将一小群蚂蚁放在一个软沙墙包围的圆形陷阱里,当蚂蚁相互碰撞时,可以通过触角进行交流。随着时间的推移,蚂蚁会在经常互动的区域聚集,然后它们会集中精力在同一个地方挖掘隧道,直至突破成功。非常关键的一点是,所有蚂蚁会一起挖一个隧道,而不是各挖各的。受此启发,研究人员开始研究可以遵循类似规则的机器人,他们将这些机器人称为“RAnts”。类似于蚂蚁触觉交流的“信息素”被称为“光场”,或者叫“光激素”,当机器人经过的次数越多,光场就越亮。
RAnts被编程为遵循三个简单的规则:遵循光场的梯度,在光场密度高的地方避开其他机器人,在密度高的地方捡起障碍物并将它们移到密度低的地方。这些规则允许RAnts以与蚂蚁实验大致相同的方式进行合作,当把它们放在自己的畜栏里,周围有几圈小障碍物时,机器人很快就发现最好的逃跑计划是一起合作,集中在一个地方。一项近日刊登在精神病学领域顶刊《美国医学会杂志—精神病学》的相关成果显示,精神分裂和痴呆存在很多相似之处。这项研究成果离不开AI的作用,利用机器学习,可以将不同疾病的神经生物学特征封装到几个数学模型中,方便分析错综复杂的系统。通过机器学习软件NeuroMiner,研究人员训练生成了4个诊断分类器,同时还从MRI的T1加权像中提取了大脑皮层的体积图。在被试者的分组数据中,痴呆症和精神分裂症在大脑皮层图中覆盖的大部分区域都很相似。最终得出的结论是:精神分裂患者中超三分之一的人同时患有痴呆症。而患有痴呆症的患者中,有高达85%的人同时患有精神分裂症。
文章转发自AI科技大本营微信公众号,版权归其所有。文章内容不代表本站立场和任何投资暗示。