印度採用機器人檢測列車安全；韓國初創推出人工智慧醫學圖像診斷平台

印度採用機器人檢測列車安全

印度中央鐵路日前開發人工智慧機器人保障列車安全。該款名為「USTAAD」的內部機器人（意即，「通過人工智慧輔助機器人進行的設備以下監控縮寫）能夠檢查列車車廂齒輪下部分的安全性，通過檢查技術故障確保列車安全。

百度將推出AI同聲傳譯工具STACL

據Spectrum報道，百度推出了人工智慧同聲傳譯工具STACL，堪比聯合國的人工口譯員。據了解，聯合國大會上的口譯員十分辛苦，需要保持高度集中的精力，才能準確地翻譯官員的講話，所以聯合國口譯員都是團隊輪班作戰，每30分鐘口譯員就換休。現在，百度的AI翻譯似乎能解決這個難題，替口譯員完成複雜、辛苦的工作。百度的研發人員讓STACL學習了大量的新聞專題，並且針對同一專題，用多種語言反覆練習。因此，STACL擅長預測涉及國際政治的對話。STACL在翻譯時會比對話者的句子延遲5個字左右，使得翻譯更加精準。針對特定的專題，比如醫學大會，那麼STACL需要學習醫學方面的詞句庫，這跟真正的口譯員在翻譯工作之前需要做準備是一樣的。百度矽谷AI實驗室首席科學家Liang Huang還透露，STACL將於11月1日在百度世界大會上正式發布，屆時將展示STACL在演講時的同聲傳譯功能。

韓國初創推出人工智慧醫學圖像診斷平台

韓國 JLK Inspection 昨日表示，它推出了 AIHub 人工智慧驅動的醫學圖像診斷平台。 這家總部位於首爾的公司表示，新推出的 AIHub 系統旨在分析來自多種不同成像模式的圖像，包括磁共振成像，計算機斷層掃描，X 射線和乳房 X 光檢查。 JLK Inspection 聲稱該系統可以檢測和監測身體 14 個區域的 30 多種醫療狀況。該公司補充說，該系統專註於腦部疾病和病症，包括缺血性中風，出血性中風，腦動脈瘤和阿爾茨海默病，以及肺癌，前列腺癌，乳腺癌，冠狀動脈疾病和其他數字病理。

李開復表示，中國的崛起並不是美國人工智慧領先地位的真正威脅

據MIT科技評論10月2日報道，李開復在接受美國《麻省理工科技評論》採訪時指出，真正威脅美國人工智慧領導地位的不是中國的崛起，而是美國政府的自滿態度。李開復認為，在人工智慧技術和研究領域，美國面對的真正風險並不完全來自於中國崛起帶來的競爭壓力，而是未能投資和優先進行人工智慧方面的基礎研究。隨著美國大型科技公司越來越多地吸納頂尖人才，這一問題正在惡化，因為更加重視突破性理論研究的學術界，在福利和待遇等方面，無力與科技巨頭競爭，留不住頂尖科研人才。談到解決方案，李開復認為，鑒於科技從業者的薪水是學者的數倍，人工智慧教授應該獲得更多補貼，讓他們的收入變成現在的兩倍，而且政府還可以建立大量的計算資源來支持他們的工作。報道指出，特朗普政府目前採取的做法是不干涉人工智慧研究，只是依靠其強大的科技產業推動人工智慧的發展，但中國已經宣布了全面推進人工智慧產業的計劃，這可以讓人工智慧在中國更快地商業化。

人工智慧學會從各種聲音中辨別出鳥類的叫聲

據Science報道，最近在一個跨學科研究小組發起的「鳥鳴識別挑戰賽」的活動中，共有30個小組使用各自的AI程序識別聲音片段中是否包含鳥類的叫聲。其中表現最好的AI程序使用統計學AUC評分法得到89/100的分數，意味著這個演算法能判斷一段錄音中是否包含鳥類聲音。比賽組織者們此前測試過的最好的演算法得分僅為79/100。這項挑戰賽中還用到了眾包服務，組織者將他們從烏克蘭切爾諾貝利周圍的觀測站錄到的聲音片段發布到網上，同時還發布了其他眾包服務中人們錄下的聲音片段。參與眾包的人們人工為這些長約10秒鐘的聲音片段打上記號，標記聲音片段中是否有鳥叫的聲音。30個參賽隊伍使用這些有標記的聲音數據訓練他們的人工智慧程序。表現最佳的演算法即使在面對那些與訓練數據差異很大的鳥類聲音，或是錄音片段中鳥類聲音很短時得分也達到84/100。儘管AI演算法還不能超過人類的判斷準確率，但AI可以用全天24小時工作，也不怕風吹雨淋，所以在實際應用中還是很有效的。研究小組希望此挑戰賽能有益於野生鳥類的追蹤保護。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！