AI 可把关啤酒质量,为酒厂月省 1 万美元【智能行业快讯 2019.7.31】

近期AI行业亮点纷呈,包括斯坦福大学展示的超人视觉系统,可透视障碍物;佐治亚理工学院研发的健康监测设备,利用深度学习监控健康;亚马逊推出的神经文本转语音服务,声音更真实;百度开源的NLP模型ERNIE2.0,在多项任务上超越BERT和XLNet;Google通过AdvGen算法训练NMT模型,提高翻译准确度;AI在啤酒质量控制、早期自闭症诊断等方面的应用。

By 超神经


AI 无处不在的时代,每天都有新的技术与研究成果出现。无论学术界还是商界,技术还是产品,AI 的新发现都源源不断,在带给我们全新视角的同时,也引起我们更深的思考。


HyperAI 超神经精心整理了 AI 行业的近期资讯,快来一起围观吧。



学界


斯坦福大学研究人员发明新型摄像系统

通过算法及传感器捕捉目标影像


斯坦福大学研究人员在 SIGGRAPH 2019 会议上展示了团队最新研发成果——超人视觉系统,帮助自动驾驶汽车和机器人更安全地运行。


640?wx_fmt=jpeg


在该系统中,摄像机无需跟目标对象共处一室,即可以通过先进的传感器和处理算法捕捉反射到周围墙壁上的单个光粒子,把可见光谱以外的东西形成 3D 图像,从而实现「透视」。


来源:sciencedaily.com


佐治亚理工学院推出新型健康监测设备

通过深度学习监控健康状况


佐治亚理工学院近日推出一款新型医疗硬件用于监测佩戴者的健康状况。该设备采用防水、脱敏材质,质地柔软,粘贴在佩戴者胳膊上后,不会对其正常生活和运动造成任何不适,佩戴时长最高可达到两周。


该项发明对临床医学具有重大意义,它可以对佩戴者进行长期、实时监控,利用深度学习监测信号并实时与数据库中的数据进行比较,有助于帮助临床医生更早地识别病情发展趋势,并进行有效、及时的治疗。


来源:techxplore.com


企业


亚马逊在 Amozon Polly 推出文本转语音服务

并加入新闻播音员风格


亚马逊今天宣布在 Amazon Polly 上,推出神经文本转语音服务,并使用新闻播音员的讲话风格,让合成的声音在朗读新闻和博客时,显得更加真实。


Amazon Polly 是亚马逊的一项云端服务。而本次推出的新服务,是通过神经文本到语音的底层机器学习算法实现的。


亚马逊网络服务技术传播者 Julien Simon 在博客文章中指出,通过增加自然性和表现力,神经文本转语音可以显著改善语音服务的质量。


来源:venturebeat.com


百度开源 NLP 模型 ERNIE 2.0 

在多项任务上优于 BERT 和 XLNet 


近日,百度开源了一个持续的 NLP 框架 ERNIE 2.0,使用多任务学习增量式构建预训练任务。


640?wx_fmt=png


在对比测中,ERNIE 2.0 模型在英语任务上几乎全面优于 BERT 和 XLNet,在 7 个 GLUE 任务上取得了最好结果;中文任务上,ERNIE 2.0 模型在 9 个任务上全面优于 BERT。


在 3 月,百度发布了 ERNIE 1.0,这是一款基于 PaddlePaddle 的预训练模型。据百度称,ERNIE 1.0 在所有中文语言理解任务中都优于 BERT。


来源:hub.packtpub.com


技术


Google 通过 AdvGen 算法训练 NMT 模型

有望大幅提高机器翻译的准确度


Google 在 2019 年计算机语言学协会(ACL) 上提出,利用 Adversarial Generation(AdvGen) 算法训练神经机器翻译(Neural Machine Translation,简称为 NMT)模型,可以有效提高模型稳定性,改善因输入、替换同义词等微小变化,干扰完整句子语义的问题。


该发现将大幅提高机器翻译的准确度,促进神经机器翻译模型在更多场景中的落地。


来源:ai.googleblog.com


BCH 发现通过 AI 分析瞳孔扩张和心率

有助于早期自闭症的诊断


波士顿儿童医院(Boston Children’s Hospital)神经科学家研究发现,借助 AI 算法测量瞳孔扩张情况或心率波动情况,可以更早地诊断出自闭症、Rett 综合征(一种影响儿童精神运动发育的疾病)或其他具有自闭症行为特征的神经发育障碍疾病。


该方法将自闭症检测提前到新生儿阶段,对自闭症婴儿的早期行为干预和语言治疗具有重要意义。


来源:techxplore.com


新奇


AI 可把关啤酒质量,为啤酒厂减少气泡溢出损失


成立于 2013 年的啤酒厂 Sugar Creek Brewing ,为美国北卡罗来纳州及其他地区生产比利时风味啤酒。近期,该公司将人工智能和物联网技术整合到啤酒酿造过程中,从而有效提高了啤酒的酿造水平和质量。


640?wx_fmt=png


通过与 IBM 合作,他们利用摄像头拍下啤酒出瓶时的照片,将图片与装瓶操作过程中收集的其他数据——填充时间,温度,pH,重力,压力,碳化和水平等参数相结合,上传到 IBM 云,由算法进行解释。


根据酿酒师提供的一些的特定标准,算法在海量数据中寻找关键特征点。这些数据可以为新流程提供信息或改进现有流程,解决了灌装啤酒的起泡问题,每月为酿酒厂节省了 1 万美元。


来源:ibm.com


英国科学家研发基于人工智能的软件,可检测假笑


英国布拉德福德大学的科学家们已经开发出据称可以检测假笑的软件。该软件能够评估微笑的人的视频,准确判断他们的笑容是否真实。


640?wx_fmt=jpeg


研究人员开始使用两个预先存在的数据集 ,其中一个(称为 MUG)由真实和自发地微笑的人的视频组成,而另一个(称为 CK +)包含人们假笑的视频。


基于人工智能的算法测量他们的嘴,脸颊和眼睛在微笑时移动的顺序和程度。研究表明,真正微笑的人,其眼睛周围的肌肉移动至少比假笑者多 10%。


该研究在最近发表于《 Advanced Engineering Informatics 》期刊。


来源:sciencedaily.com


—— 完 ——

640?wx_fmt=jpeg

扫描二维码,加入讨论群

获得优质数据集

回复「进群」自动入群

更多精彩内容(点击图片阅读)

640?wx_fmt=jpeg 640?wx_fmt=jpeg 640?wx_fmt=jpeg 640?wx_fmt=jpeg


源码链接: https://pan.quark.cn/s/a4b39357ea24 在网页构建领域中,CSS3(层叠样式表第三版)为程序员们提供了多样化的视觉表现手法和用户交互功能。在此案例中,我们聚焦于一种普遍的用户交互设计——"CSS3鼠标指针停留在图片上时的放大效果",即当用户将鼠标光标移动至图片上时,图片会自动进行放大,从而增强了用户的参与度和视觉冲击力。此类效果经常应用于商品展示或图像预览环节,有助于提升网站的整体用户体验。 我们需要掌握HTML5中的`<img>`标签,它是用于嵌入图像的基本组件。在`<img>`标签内部,我们可以通过`src`属性来设定图像的地址,`alt`属性用于在图像无法加载时提供替代说明文字,此外还包括`width`和`height`属性用于设定图像的尺寸。 ```html <img src="image.jpg" alt="图片的说明文字" width="200" height="200"> ``` 构建图片在鼠标悬停时放大这一功能的关键在于CSS3的`:hover`伪类选择器。`:hover`用于选取鼠标光标悬停其上的元素,结合transform属性,我们可以便捷地实现图片的放大操作。以下是一个基础的示例: ```css img { transition: transform 0.3s ease; /* 引入过渡效果 */ } img:hover { transform: scale(1.2); /* 鼠标悬停时,图片放大到原尺寸的120% */ } ``` 在这段代码里,`transition`属性设置了图像在变化过程中的过渡效果,`0.3s`代表过渡持续的时间,`ease`是预设的缓动效果,使得变化过程更加流畅。`...
内容概要:本文系统研究了基于最优滑模控制的永磁同步电机(PMSM)调速系统模型,并通过Simulink平台实现了完整的仿真实验。研究聚焦于滑模控制在电机调速中的应用,重点对比了经典滑模、改进滑模与最优滑模三种控制策略的性能差异,深入分析了最优滑模控制在提升系统动态响应速度、增强抗干扰能力及改善稳态精度方面的优势。文章详细阐述了电机数学建模、控制器设计、稳定性分析与仿真验证全过程,突出了最优滑模控制在有效抑制抖振现象、提高系统鲁棒性方面的关键技术特点。; 适合人群:具备自动控制原理、电机控制理论基础及Simulink仿真技能的电气工程、自动化、控制科学与工程等相关领域的研究生、科研人员以及从事高性能电机驱动系统开发的工程技术人员。; 使用场景及目标:①为高等院校和科研机构开展先进电机控制算法的教学与科研工作提供理论依据和仿真案例;②为工业界高性能伺服系统、新能源汽车电驱动系统等领域的控制器设计提供技术参考与验证手段;③帮助研究人员深入掌握滑模控制的设计方法、参数整定技巧及其在实际工程系统中的实现路径。; 阅读建议:建议读者结合提供的Simulink模型进行同步操作与仿真,重点关注不同滑模控制器的结构设计与参数设置,通过对比仿真结果直观理解最优滑模控制的优越性。同时,可在此基础上探索将最优滑模控制与自抗扰、预测控制等先进控制理论相结合,进一步拓展其在复杂非线性系统中的应用研究。
内容概要:本文系统阐述了基于蚁狮优化算法(ALO)在复杂三维动态环境下求解多无人机动态避障路径规划问题的研究方法与实现过程,通过Matlab代码实现了该智能优化算法的应用。研究聚焦于多无人机系统在存在障碍物和动态威胁的三维空间中,如何协同规划安全、高效的飞行路径,综合考虑路径长度、能耗、飞行稳定性及避障安全性等多目标优化因素,构建了完整的路径规划模型,并利用ALO算法进行全局寻优,有效提升了路径规划的质量与鲁棒性,属于智能优化算法与无人机自主导航交叉领域的高水平科研成果; 适合人群:具备一定Matlab编程能力,从事智能优化算法、路径规划、多智能体协同控制等相关方向研究的研究生、科研人员及工程技术人员; 使用场景及目标:①研究复杂三维环境中多无人机系统的协同避障与路径优化问题;②掌握蚁狮优化算法(ALO)的基本原理及其在路径规划中的建模与实现方法;③对比分析ALO与其他群体智能算法(如PSO、GWO、DWA等)在路径规划任务中的性能差异,推动算法改进与工程应用; 阅读建议:建议结合文中提及的其他主流路径规划算法(如A*、RRT、PSO-DWA等)进行横向对比学习,并通过提供的网盘资源获取完整Matlab代码开展仿真实验,深入理解参数设置、适应度函数设计及约束条件处理等关键技术环节,以全面提升算法调试与科研实践能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值