7月12日的一周–2021年的16日

我们™注定要失败。根据美国宇航局的说法，冰盖正在融化，海平面正在上升(欧罗)，月球欧罗巴(™)摇晃的轨道很快就会加剧这种现象，全球气温正在达到创纪录的最高水平。如果野火季节长达九个月，那么野火季节还能被认为是欧元œ季节吗？如果它是欧元�，那么野火季节还能被认为是欧元™吗？the moon’s wobbly orbit

但不要害怕，因为人工智能将拯救我们。尽管最近的一项研究表明，计算机视觉还没有过欧元œ意识阶段，到目前为止，只有10%的公司采用了它，但一些公司已经转向人工智能技术来延缓反乌托邦。泰晤士报报道了大量改善的天气和卫星数据如何帮助人工智能系统更好地预测野火一旦开始，将如何燃烧？™。根据“财富”杂志的这篇文章，™希望我们口袋里的手机可以用来大规模地检查基础设施，以防止像冲浪城那样的建筑进一步倒塌。难怪谷歌™的桑达尔·皮查伊最近称AI？EUROœ是人类将开发和研究的最深刻的技术？EURO�。computer vision has not yet passed the “awareness phase,â€� The Times reports this piece in Fortune recently

如果多亏了人工智能，我们设法避免了灾难，那么似乎只剩下一件事需要担心了–Euro™。人工智能。本周，Euro™的故事都是关于教机器人四处走动、瞄准枪和使用刀具。凉爽的。

#CheatCode

你会在多大程度上改进你的使命召唤游戏？如果你有钱买一块顶级的图形处理器和视频采集卡，这个不可检测的计算机视觉驱动的自动瞄准作弊可能就是为你准备的。™。只有一件事：它的创建者已经关闭了它，引起了Activision的注意(毫无疑问，也引起了Activision的一封措辞严厉的信)。我会说作弊的人永远不会赢，但在这之后，可能会有很多控制器坏了的人会说不同的话。already shut it down

作弊制造者吹嘘计算机视觉自动对准可以在“EuroœAny”游戏“Euro�”上运行，来自Ars Technica。Cheat-maker brags of computer-vision auto-aim that works on “any gameâ€�

食品专家已经告诉我们一段时间了，现在你怎么切它确实很重要。也许这就是为什么NVIDIA和南加州大学的研究人员宣布了一种可区分的机器人切割模拟器(™)，它将使用合成数据来帮助机器人学习如何切片。但是切土豆不是™的最终目标。食物准备可以表明一个系统-™学习、适应和实践承担更有意义的任务(如手术)所需技能的能力。it does matter how you slice it

研究人员开发了模拟器，通过勺子帮助机器人挥舞刀具。Researchers Create Simulator to Help Robots Wield Knives

看到机器人和儿童之间的相似之处并不难。™一个roombaâuro™的通知需要您的注意-œ-�，因为它是被困在悬崖附近的-uroœ？�相当准确地传达了一个蹒跚学步的孩子？uro™的风险评估能力。脸书、ibm和谷歌捕捉到了这种模式，并决定按照字面意思来运行，教机器人像他们9个月大的孩子一样操纵和导航(âuroœWalkâuro�)。研究人员使用模拟环境来教导机器人对具有挑战性的条件做出反应，甚至从错误中学习。孩子们不会有事的。

你如何教机器人在新的地方导航？通过“华盛顿邮报”研究蹒跚学步的孩子。How do you teach robots to navigate new places? Study toddlers.

#SpeechAI

唯一比会走路、射击和刺伤的机器人更可怕的，可能是会对你大喊大叫的机器人。深度学习技术已经为语音模拟的快速发展铺平了道路，几家初创公司，如WellSaid Labs，Resemble.ai和Sontic，都在建造具有令人信服的情感音调的机器人。在向一位真正的配音演员学习后，Sonantiâuro™的声音可以窃窃私语、哭泣、大喊大叫，甚至可以大笑。至于谁-欧元™不笑-欧元在SAG-AFTRA的配音演员，害怕被切断的交易。

人工智能配音演员听起来比以往任何时候都更有人情味“，他们已经准备好通过”麻省理工学院技术评论“招聘™。AI voice actors sound more human than ever — and they’re ready to hire

一种实验性的大脑植入物刚刚读懂了某人的思想(我们将详细介绍)，目前，它是™的好消息。这项研究的参与者–EUROURE™的参与者-EUROœBRAVO1，–EURO�已经快30岁了。15年前，一次中风使他的手臂、腿部和声道肌肉几乎完全瘫痪。但不是在他的大脑中曾经发出语音命令的部分–Euroœ。-Euro�因此，加州大学旧金山分校的一个团队发明了一种人工智能驱动的设备，可以解码他大脑中以前控制声道的信号，而不是要求他使用指导类似产品的眼睛或头部运动。在几个月的时间里，他们在他的大脑表面植入了传感器，并让计算机研究了他说œ？�50个不同单词时的电活动模式。BRAVO1目前能够以每分钟15个单词的速度与50个单词的词汇表进行交流。created an AI-powered device

实验性的大脑植入让瘫痪的人通过NPR将他的想法转化为语言。Experimental Brain Implant Lets Man With Paralysis Turn His Thoughts Into Words

#JeNeSaisQuoi

“自然·人类行为”的一项研究表明，人工智能知道你喜欢什么类型的艺术–是的，即使是你。研究人员从1000多名志愿者那里收集了数据，这些志愿者根据他们对艺术品的喜欢程度以及他们在其中观察到的特征，对随机选择的艺术品进行了几种风格的评级。机器视觉算法也对艺术品进行了评估，寻找欧元œ低级欧元�图案，如颜色或模糊的边缘，这些图案可能会告诉参与者？欧元™？欧元œ高级欧元�判断。合并后的数据使神经网络能够高精度地预测参与者是否喜欢看不见的画。这项研究对研究人员和算法有着积极的意义–™有能力以非美学的方式理解人类的抽象思维，尽管我们认为广告商会欢迎它的原创用途。

电脑可以预测你更喜欢罗斯科还是莫奈。这里-uro™‘s How.，通过倒置。A Computer Can Predict if you Prefer Rothko or Monet. Here’s How.

📔周报“

按像素分类并不是语义分割所需的全部Per-Pixel Classification is Not All You Need for Semantic Segmentation

目前在COCOœ全景分割基准中排名第一的是欧元�全景分割，本文是语义和全视分割的先驱。大多数语义分割模型使用每像素的损失，但本文认为(并证明)基于二值掩码的损失会带来更好的性能。这统一了实例和语义分割任务，因为掩码预测方法在实例分割中已经很流行了。有一点需要注意：提议的MaskFormer系统使用变压器解码器。那么，性能提升是来自掩模预测，还是这又一次是变形金刚推动了最先进的技术呢？

你觉得榨果汁值得吗？在这里注册，每周领取一次。Sign up here to receive it weekly