本文介紹了一些近期在機器學習和人工智能領域最受歡迎的突破，并附上一些論文、視頻鏈接和簡要總結。

與其他領域相比，機器學習/人工智能現(xiàn)在發(fā)展的非�？�，經(jīng)常有一些有趣的突破。讓你不由自主的發(fā)出“wow”甚至“人間值得”的感嘆!(兩分鐘論文作者的口頭禪)

兩分鐘論文

https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg

免責聲明：我并沒有對“振奮人心”或“突破”進行嚴格的定義;這只是一個非正式的清單。我會用可能不那么嚴格的術語來讓這篇文章更通俗易懂。

從看似不可用的信息中得出驚人的準確估計

透過墻對人體姿態(tài)做估計

麻省理工學院研究人員的網(wǎng)站/視頻，2018年

http://rfpose.csail.mit.edu/

 

 

我們可以根據(jù)某人對WiFi信號的擾亂，準確地估計此人在墻壁另一側是如何站著/坐著/走路的。

從視頻中測量材料的物理特性

麻省理工學院研究人員的文章/視頻，2015年

http://news.mit.edu/2015/visual-microphone-identifies-structural-defects-0521

研究人員在2014年首次展示了根據(jù)振動情況從薯片包裝袋的視頻(沒有聲音)中重現(xiàn)人類的語音。該成果沒有涉及機器學習。2015年，他們使用機器學習，并展示了通過視頻來估計材料的剛度、彈性、單位面積的重量等(在某些情況下，僅僅空氣正常循環(huán)引起的振動就足夠了)。

從鍵盤旁邊的智能手機估計鍵盤敲擊

論文，2015

https://www.sigmobile.org/mobicom/2015/papers/p142-liuA.pdf

 

 

研究人員發(fā)現(xiàn)，從一臺放在鍵盤旁邊的智能手機中錄制的音頻，可以以94%的準確率估計鍵盤敲擊。與以前在鍵盤周圍放置許多麥克風的情況下使用有監(jiān)督的深度學習方法不同，這篇論文實際上使用了相對簡單的機器學習技術(k-均值聚類)和無監(jiān)督學習。

生成模型

逼真的面部生成、樣式混合和移植

Nvidia研究人員的論文/視頻，2018年

論文

https://arxiv.org/abs/1812.04948

視頻

https://www.youtube.com/watch?v=kSLJriaOumA

 

 

研究人員將一種新的結構與大量的GPU結合起來，創(chuàng)造出極其逼真的人造人臉，這些人臉是其他人臉之間的移植，或者是一個人臉到另一個人臉的“樣式”應用。這項工作建立在過去關于生成對抗網(wǎng)絡(GANs)的工作之上。GANs是在2014年發(fā)明的，從那時起對它的研究就出現(xiàn)了爆炸式增長。GANs最基本的解釋是兩個相互對抗的神經(jīng)網(wǎng)絡(例如，一個是將圖像分類為“真實”或“假冒”的神經(jīng)網(wǎng)絡，另一個是以試圖“欺騙”第一個神經(jīng)網(wǎng)絡將假冒圖像錯誤分類為真實的方式生成圖像的神經(jīng)網(wǎng)絡……因此，第二個神經(jīng)網(wǎng)絡是第一個的“對手”)。

總的來說，關于對抗性機器學習有很多很酷的研究，已經(jīng)存在了十多年。對網(wǎng)絡安全等也有許多令人毛骨悚然的影響，但我再講就跑題了。

很酷的研究

https://github.com/yenchenlin/awesome-adversarial-machine-learning

教機器繪圖

Google Brain的博客帖子，2017年

https://ai.googleblog.com/2017/04/teaching-machines-to-draw.html

 

兩幅圖之間的插值

我在Google Brain的好朋友David Ha用一個生成循環(huán)神經(jīng)網(wǎng)絡(RNN)來繪制基于矢量的圖形(除了自動以外，我認為這就是Adobe Illustrator)。

 

David Ha

https://twitter.com/hardmaru

把炫酷的舞步遷移給不會跳舞的人

加州大學伯克利分校研究人員的網(wǎng)站/視頻，2018年

網(wǎng)站

https://carolineec.github.io/everybody_dance_now/

視頻

https://www.youtube.com/watch?v=PCBTZh41Ris

想想“舞蹈版的Auto-Tune”。通過姿勢估計和生成對抗訓練，研究人員能夠制作任何真人(“目標”人物)跳舞的假冒視頻，視頻中的人舞技精湛。所需輸入僅為：

一段舞蹈高手的跳舞短視頻
幾分鐘目標人物跳舞的視頻(通常很糟，因為大多數(shù)人都不擅長跳舞)

我還看到了Nvidia的首席執(zhí)行官黃延森(Jensen Huang)展示了一段自己像邁克爾杰克遜一樣跳舞的視頻(用這種技術)。很高興我之前參加了GPU技術大會，哈哈。

強化學習

世界模型-人工智能在自己的夢里學習

Google Brain網(wǎng)站，2018年

https://worldmodels.github.io/

 

 

人類并不真正了解或思考我們生活的世界里的所有細節(jié)。我們的行為基于我們頭腦中世界的抽象。例如，如果我騎在自行車上，我不會想到自行車的齒輪/螺母/螺栓;我只是大致了解車輪、座椅和把手的位置以及如何與它們交互。為什么不對人工智能使用類似的方法呢?

這種“世界模型”方法(同樣，由David Ha等人創(chuàng)建)允許“agent”(例如，在賽車游戲中控制汽車的人工智能)創(chuàng)建一個世界/周圍環(huán)境的生成模型，這是對實際環(huán)境的簡化/抽象。所以，你可以把這個世界模型看作是一個存在人工智能頭腦中的夢。然后人工智能可以通過強化學習在這個“夢”中得到更好的表現(xiàn)。因此，這種方法實際上是將生成性機器學習與強化學習相結合。通過這種方式，研究人員能夠在特定的電子游戲任務上實現(xiàn)目前最先進的水平。

[2019/2/15更新]在上述“世界模型”方法的基礎上，谷歌剛剛發(fā)布了PlaNet:Deep Planning Network for Reinformation Learning，與以前的方法相比，數(shù)據(jù)效率提高了5000%。

PlaNet:Deep Planning Network for Reinformation Learning

https://ai.googleblog.com/2019/02/introducing-planet-deep-planning.html

AlphaStar——擊敗頂級職業(yè)玩家的星際爭霸II AI

DeepMind(Google)的博客文章，e-sports-ish視頻，2019年

博客文章

https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/

e-sports-ish視頻

https://www.youtube.com/watch?v=cUTMhmVh1qs

我們在李世石和DeepMind AlphaGo之間的歷史性圍棋比賽之后已經(jīng)走了很長的路，這場比賽震撼了全世界，它僅僅發(fā)生在3年前的2016年(看看NetFlix紀錄片，讓一些人哭泣)。更令人驚訝的是，盡管沒有使用任何來自人類比賽的訓練數(shù)據(jù)，2017年的AlphaZero在圍棋方面比AlphaGo更好(也比國際象棋、日本象棋等領域的其他算法更好)。但2019年的AlphaStar更驚人。

李世石和DeepMind AlphaGo之間的歷史性圍棋比賽

https://en.wikipedia.org/wiki/AlphaGo_versus_Lee_Sedol

NetFlix紀錄片

https://www.netflix.com/sg/title/80190844

自1998年以來，作為一名星際迷，我很了解星際的精髓“……需要平衡短期和長期目標，適應意外情況……這是一個巨大的挑戰(zhàn)。”這是一個真正困難和復雜的游戲，需要多層次的理解才能玩得好。自2009年以來，對星際游戲算法的研究一直在進行。

AlphaStar基本上使用了監(jiān)督學習(來自人類比賽)和強化學習(與自身對抗)的組合來實現(xiàn)其結果。

人類訓練機器人

通過一次人工演示將任務傳授給機器

Nvidia研究人員的文章/視頻，2018年

文章

https://news.developer.nvidia.com/new-ai-technique-helps-robots-work-alongside-humans/

視頻

https://www.youtube.com/watch?time_continue=1&v=B7ZT5oSnRys

我可以想到三種典型的方法來教機器人做一些事情，但都需要大量的時間/勞力：

針對每種情況手動編程機器人的關節(jié)旋轉(zhuǎn)等
讓機器人多次嘗試這個任務(強化學習)
多次向機器人演示任務

通常對深度學習的一個主要批評是，產(chǎn)生數(shù)以百萬計的示例(數(shù)據(jù))是非常昂貴的。但是，有越來越多的方法不依賴如此昂貴的數(shù)據(jù)。

研究人員根據(jù)一個單一的人類演示視頻(一個實際的人類用手移動方塊)，找到了一種機器人手臂成功執(zhí)行任務的方法(例如“拿起方塊并將其堆疊起來，使它們按順序排列：紅色、藍色、橙色”)，即使視頻是從不同角度拍攝的。該算法實際上生成了一個它計劃執(zhí)行的任務的可讀描述，這對于故障排除非常有用。該算法依賴于具有姿態(tài)估計，合成訓練數(shù)據(jù)生成和模擬到現(xiàn)實傳遞的對象檢測。

無監(jiān)督機器翻譯

Facebook人工智能研究博客，2018年

https://code.fb.com/ai-research/unsupervised-machine-translation-a-novel-approach-to-provide-fast-accurate-translations-for-more-languages/

通常，你需要一個龐大的翻譯文檔訓練數(shù)據(jù)集(例如聯(lián)合國議項的專業(yè)翻譯)，以便很好地進行機器翻譯(即監(jiān)督學習)。然后，許多主題和語言之間沒有高質(zhì)量、豐富的訓練數(shù)據(jù)。在這篇論文中，研究人員發(fā)現(xiàn)，可以使用無監(jiān)督學習(即不使用翻譯數(shù)據(jù)，只使用每種語言中不相關的語料庫)，達到最先進的監(jiān)督學習方法的翻譯質(zhì)量。Wow。

基本思想是，在任何語言中，某些單詞/概念往往會出現(xiàn)在很近的位置(例如“毛茸茸的”和“貓咪”)。他們把這描述為“不同語言中的詞嵌入具有相似的鄰域結構。”好吧，我明白這個想法，但是使用這種方法，他們可以在沒有翻譯數(shù)據(jù)集的情況下達到如此高的翻譯質(zhì)量，仍然讓人吃驚。

結語

如果你之前沒有對機器學習/人工智能的發(fā)展感興趣的話，我希望這篇文章能幫到你。也許一年后我會再寫一篇類似的文章。請隨意在這里留下任何想法/評論，或發(fā)電子郵件至jerrychi123@gmail.com。

人間值得!

簡介：Jerry Chi在數(shù)據(jù)科學、機器學習、數(shù)據(jù)工程和數(shù)字產(chǎn)業(yè)戰(zhàn)略方面有豐富的經(jīng)驗。

https://blog.usejournal.com/my-favorite-mind-blowing-ml-ai-breakthroughs-e7b4f3637e3d?gi=cafbb835aaa9

資源：

On-line and web-based: Analytics, Data Mining, Data Science, Machine Learning education

https://www.kdnuggets.com/education/online.html

Software for Analytics, Data Science, Data Mining, and Machine Learning

https://www.kdnuggets.com/software/index.html

相關:

Acquiring Labeled Data to Train Your Models at Low Costs

https://www.kdnuggets.com/2019/02/labeled-data-train-models.html

4 Reasons Why Your Machine Learning Code is Probably Bad

https://www.kdnuggets.com/2019/02/4-reasons-machine-learning-code-probably-bad.html

Artificial Neural Network Implementation using NumPy and Image Classification

https://www.kdnuggets.com/2019/02/artificial-neural-network-implementation-using-numpy-and-image-classification.html

原文標題：My favorite mind-blowing Machine Learning/AI breakthroughs

原文鏈接：https://www.kdnuggets.com/2019/03/favorite-ml-ai-breakthroughs.html

標簽： [db:TAGG]

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。