大數(shù)據(jù)文摘出品

編譯：云舟

嗚啦啦啦啦啦啦啦大家好，原AI Scholar Weekly改版，融合AI時(shí)事新聞內(nèi)容再度來襲！

?

AI大事件是AI領(lǐng)域的綜合性專欄，致力于為你帶來最新潮、最全面、最深度的AI行業(yè)概覽，從硬核的學(xué)術(shù)內(nèi)容到精品產(chǎn)業(yè)新聞，為你一網(wǎng)打盡每周AI的前沿資訊。

?

做AI行業(yè)的終身學(xué)習(xí)者，每周一篇就夠啦！

本周關(guān)鍵詞：新冠病毒、美國(guó)大選、ImageNet

AI新聞

AI通過咳嗽聲檢測(cè)無(wú)癥狀新冠病毒感染

MIT的研究人員發(fā)現(xiàn)，無(wú)癥狀新冠病毒感染者的咳嗽方式可能與正常人不同。這些差異是人耳無(wú)法理解的。但事實(shí)證明，它們可以被人工智能發(fā)現(xiàn)。

詳情：

https://news.mit.edu/2020/covid-19-cough-cellphone-detection-1029

?

美國(guó)大選中，AI與民調(diào)機(jī)構(gòu)的預(yù)測(cè)表現(xiàn)如何？

民調(diào)和AI預(yù)測(cè)美國(guó)2020年總統(tǒng)大選失實(shí)。實(shí)踐再次告訴我們，仔細(xì)取樣是可靠預(yù)測(cè)的關(guān)鍵。

詳情：

https://venturebeat.com/2020/11/06/how-ai-predictions-fared-against-pollsters-in-the-2020-u-s-election/

ImageNet預(yù)訓(xùn)練出的算法充滿偏見

一組研究人員聲稱，他們能夠證實(shí)，在ImageNet上訓(xùn)練的計(jì)算機(jī)視覺算法中普遍存在偏見。

詳情：

https://venturebeat.com/2020/11/03/researchers-show-that-computer-vision-algorithms-pretrained-on-imagenet-exhibit-multiple-distressing-biases/

從腦電波中診斷抑郁癥

Alphabet的X實(shí)驗(yàn)室開發(fā)了配套的硬件和軟件，試圖從腦電波讀數(shù)中診斷抑郁癥和焦慮情緒。

詳情：

https://venturebeat.com/2020/11/02/alphabets-project-amber-leverages-ai-to-identify-brain-wave-data-relevant-to-anxiety-and-depression/

AI學(xué)術(shù)

神經(jīng)網(wǎng)絡(luò)的表現(xiàn)與寬度和深度的關(guān)系

深度神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)通常通過調(diào)整其寬度和深度來適應(yīng)可用的計(jì)算資源。在這項(xiàng)工作中，研究人員研究了寬度和深度對(duì)神經(jīng)網(wǎng)絡(luò)表示的影響。

通過在CIFAR-10、CIFAR-100和ImageNet上的實(shí)驗(yàn)，他們證明隨著寬度和深度相對(duì)于數(shù)據(jù)集大小的增加，對(duì)于隱藏表示的分析顯示了一種特征塊結(jié)構(gòu)的出現(xiàn)，該結(jié)構(gòu)反映了第一主成分的相似性，并會(huì)傳播到許多網(wǎng)絡(luò)隱藏層。

進(jìn)一步的分析發(fā)現(xiàn)，雖然塊結(jié)構(gòu)對(duì)于每個(gè)模型都是唯一的，但是其他學(xué)習(xí)到的特征在不同的初始化和體系結(jié)構(gòu)中是共享，特別是在網(wǎng)絡(luò)的相對(duì)深度上。當(dāng)然，關(guān)于如何通過訓(xùn)練產(chǎn)生塊結(jié)構(gòu)，以及如何利用對(duì)網(wǎng)絡(luò)深度和寬度的見解來優(yōu)化的模型設(shè)計(jì)，仍然存在一些有趣的開放性問題。

原文：

https://arxiv.org/pdf/2010.15327v1.pdf?utm_campaign=AI%20Scholar%20Weekly%20&utm_medium=email&utm_source=Revue%20newsletter

?

通過離線強(qiáng)化學(xué)習(xí)聯(lián)系新技能和先驗(yàn)知識(shí)

強(qiáng)化學(xué)習(xí)已應(yīng)用于各種各樣的機(jī)器人問題，但大多數(shù)此類應(yīng)用都涉及從零開始為每個(gè)新任務(wù)收集數(shù)據(jù)。因此，這一領(lǐng)域的研究一直受到時(shí)間和成本的限制，機(jī)器人學(xué)習(xí)到的行為通常也很窄——策略只能在訓(xùn)練它的少數(shù)場(chǎng)景中執(zhí)行任務(wù)。但如果有一種方法可以合并大量之前的數(shù)據(jù)（無(wú)論是來自先前解決的任務(wù)，還是來自無(wú)監(jiān)督或無(wú)方向的環(huán)境交互）來擴(kuò)展和概括學(xué)習(xí)到的行為呢？

研究人員表明，通過動(dòng)態(tài)規(guī)劃，他們可以重用先前的數(shù)據(jù)來擴(kuò)展新的技能。即使先前的數(shù)據(jù)實(shí)際上不能成功地解決新任務(wù)，它仍然可以用于學(xué)習(xí)一個(gè)更好的策略，方法是為代理提供對(duì)其環(huán)境機(jī)制的更廣泛的理解。

實(shí)驗(yàn)結(jié)果證明了該方法的有效性，該方法將先前數(shù)據(jù)集中的幾種行為鏈接起來，以解決一個(gè)新任務(wù)，其中最困難的實(shí)驗(yàn)設(shè)置包括連續(xù)組合四種機(jī)器人技能：拾取、放置、打開抽屜和抓取。

Demo網(wǎng)站：

https://sites.google.com/view/cog-rl?utm_campaign=AI%20Scholar%20Weekly%20&utm_medium=email&utm_source=Revue%20newsletter

原文：

https://arxiv.org/abs/2010.14500v1?utm_campaign=AI%20Scholar%20Weekly%20&utm_medium=email&utm_source=Revue%20newsletter

?

實(shí)習(xí)/全職編輯記者招聘ing

加入我們，親身體驗(yàn)一家專業(yè)科技媒體采寫的每個(gè)細(xì)節(jié)，在最有前景的行業(yè)，和一群遍布全球最優(yōu)秀的人一起成長(zhǎng)。坐標(biāo)北京·清華東門，在大數(shù)據(jù)文摘主頁(yè)對(duì)話頁(yè)回復(fù)“招聘”了解詳情。簡(jiǎn)歷請(qǐng)直接發(fā)送至[email protected]

志愿者介紹

后臺(tái)回復(fù)“志愿者”加入我們

點(diǎn)「在看」的人都變好看了哦！