AI中国网 https: //www.cnaiplus.com
法国创企Stanley Robotics展示自动驾驶泊车机器人Stan
3 月 15 日消息，法国创业公司 Stanley Robotics 在里昂 - 圣埃克苏佩里机场展示了该公司的自动驾驶停车机器人，主要用于为乘客停车。据悉，该服务将于 2019 年 3 月底上线。里昂机场将会设置 500 个停车位专门用于一款名为斯坦（Stan）的机器人。届时，四个机器人将会不间断的地工作，在停车场周围移动汽车。目前这家初创公司和机场已经计划，预备将这些机器人应用的停车位扩展到 6000 个。
百度联合OCP发布OAM 标准，推动全球AI新硬件技术创新
美国西部时间 3 月 14 日，在美国圣何塞举办的 2019 OCP 全球峰会上，百度宣布与 Facebook、微软展开合作，联合制定 OAM 标准。该标准用于指导 AI 硬件加速模块和系统设计。OAM 标准集合定义了 AI 硬件加速模块本身、主板、互联拓扑、机箱、供电、散热以及系统管理等系列设计规范，主是通过模块化、标准化来增强不同 AI 硬件加速模块和系统的互操作性。
应用程序 CoParenter 利用人工智能协调离异家庭的抚养纠纷
据外媒报道，前任法官兼家庭法教育工作者 Hon. Sherrill A. Ellsworth 结合自身经历与科技企业家 Jonathan Verk 合作推出了一款名为 CoParenter 的育儿应用程序。该应用旨在帮助离异家庭在单一平台上更好地处理他们对于共同子女的抚养纠纷并进行恰当的沟通，共享日历以及其他相关决策。创始人之一的 Ellsworth 指出，法庭上提出的 80％离异家庭分歧其实都不需要法律干预，法律体系并不适用于处理这些情况。而该应用程序利用了人工智能技术以及人需人工互动来更好地协助处理离异家庭的高冲突局势。据悉，该服务订阅费最低为每月 12.99 美元。
强化学习教父 Rich Sutton 新博客文章「痛苦的教训」回顾总结人工智能重要进程
Rich Sutton 新博客文章称，「从 70 年的人工智能研究中可以看出的最大教训是，利用计算的一般方法最终是最有效的，而且是大幅度的提升。最终原因是摩尔定律，或者说它是每单位计算成本持续呈指数下降的概括。大多数人工智能研究都已火热进行，好像智能体可用的计算是不变的（在这种情况下，利用人类知识将是提高绩效的唯一方法之一）但是，在比典型研究项目稍长的时间内，大量计算不可避免地变得可用。寻求在短期内有所作为的改进，研究人员寻求利用他们对该领域的人类知识，但从长远来看，唯一重要的是计算的杠杆作用。这两者不需要相互对立，但实际研究中它们往往会相互对立。而人类知识方法往往使方法复杂化，使得它们不太适合利用利用计算的一般方法。有许多人工智能研究人员了解这一痛苦教训时已是为时已晚，所以回顾过去最突出的人是对未来研究有益的。」
谷歌AI联合斯坦福大学、布朗大学 「Snorkel Drybell：在工业规模部署弱监督的案例研究」
开发机器学习（ML）应用程序的最大瓶颈之一是需要大量地标记用于训练现代 ML 模型的数据集。创建这些数据集需要投入大量时间和费用，这也意味着需要有正确专业知识的注释者参与。此外，由于现实世界应用程序的发展，标记数据集通常需要被舍弃或重新标记。谷歌 AI 今日宣布与美国斯坦福大学和布朗大学合作，展示了新论文「Snorkel Drybell：在工业规模部署弱监督的案例研究」，该研究探讨了组织中的现有知识如何被用作嘈杂，更高级别的监督，以快速标记大型训练数据集。在这项研究中，研究人员使用实验内部系统 Snorkel Drybell，使开源 Snorkel 框架适应各种组织知识资源 - 如内部模型，本体，遗留规则，知识图等，以生成训练数据网络规模的机器学习模型。研究人员发现这种方法可以匹配手工标记成千上万个数据点的功效，并揭示了关于如何在实践中创建现代机器学习模型的训练数据集的核心课程。
AI中国网 https: //www.cnaiplus.com
本文网址：
