专栏名称: 新智元
智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代。
目录
相关文章推荐
爱可可-爱生活  ·  【Next-Generation ... ·  2 天前  
爱可可-爱生活  ·  【Real-IAD ... ·  3 天前  
宝玉xp  ·  转发微博-20241112132102 ·  3 天前  
爱可可-爱生活  ·  今日推介(第1585期):面向医疗挑战问题的 ... ·  5 天前  
爱可可-爱生活  ·  【NeoHtop:基于 ... ·  6 天前  
51好读  ›  专栏  ›  新智元

【AI TOP 10】中国首个商用量子通信专网测试成功;超越深度残差网络:DPN模型小25%,能耗少25%;百度公布阿波罗全景图

新智元  · 公众号  · AI  · 2017-07-10 14:13

正文




   新智元每日AI TOP 10  


新智元 “每日AI ·TOP 10” 是新智元从 2017年5月起推出的一档快读栏目,精选汇集每日国内外最重大产业新闻,第一时间为读者送上新鲜资讯,敬请关注。




前沿研究


  • 显著超越深度残差网络?对偶通道网络DPN,模型小25%,能耗少25%

  • 人工智能分析人群心理预防发现抑郁情绪

  • 云端 CPU 做深度学习比 GPU更好,以Tensorflow为测试基准


产业观察


  • 中国首个商用量子通信专网测试成功,八月份投入使用

  • 美国2016-2045新科技趋势报告,有你所在的领域吗?

  • 图灵奖得主Hopcroft:未来只有25%的人需工作,45岁可退休

  • 百度公布Apollo计划全景图:年底实现简单城市路况自动驾驶

  • 阿里无人零售店亮相,对比10家无人便利店后,离即拿即走有距离

  • 王坚:关于机器智能与城市大脑,下一个10年登月计划

  • 《金融时报》:中国支持私营初创公司进入高科技武器军备竞赛

 


 

显著超越深度残差网络:对偶通道网络DPN,模型小25%,能耗少25%



结合了密集连接网络和残差网络双方的优势,更加适合现实世界应用。作者包括颜水成。


在这项工作中,我们提出了一种简单,高效和模块化的双路径网络(DPN)进行图像分类,从而在内部提供了新的连接路径拓扑。通过揭示HORNN框架内最先进的残留网络(ResNet)和密集卷积网络(DenseNet)的等价性,我们发现ResNet能够实现功能重用,而DenseNet可实现新功能探索,这两者都对于学习好的代表。


为了享受两种路径拓扑的优势,我们提出的双路径网络共享通用功能,同时保持通过双路径架构探索新功能的灵活性。三个基准数据集,ImagNet-1k,Places365和PASCAL VOC的广泛实验显示了DPN优于现有技术的出色表现。特别是,在ImagNet-1k数据集上,浅DPN超过了最好的ResNeXt-101(64×4d),具有26%更小的模型尺寸,25%的计算成本和8%的更低的内存消耗,更深的DPN(DPN- 131)进一步推动了最先进的单一模型表现,训练速度提高了3倍以上。在各种应用中,Places 365大型场景数据集,PASCAL VOC检测数据集和PASCAL VOC分割数据集的实验也证明其性能一直比DenseNet,ResNet和最新的ResNeXt模型更好。


来源:https://arxiv.org/pdf/1707.01629v1.pdf


 

中国首个商用量子通信专网测试成功,八月份投入使用


央视新闻客户端7月9日报道,信息安全是大家关注的焦点,使用量子技术对信息进行加密是目前最有效的办法之一。首个商用量子通信专网--济南党政机关量子通信专网近日完成测试,保密性、安全性、成码率的测试均达到设计目标,整套网络预计今年8月底正式投入使用。


来源:中国首个商用量子通信专网测试成功 8月份使用


 美国2016-2045新科技趋势报告,有你所在的领域吗?

前段时间美国公布的一份长达35页的《2016-2045年新兴科技趋势报告》。通过对近700项科技趋势的综合比对分析,最终明确了20项最值得关注的科技发展趋势。包括:物联网、机器人及自动化系统、智能手机与云端计算、智能城市、量子计算、混合现实、数据分析、人类增强、网络安全、社交网络、先进数码设备、先进材料、太空科技、合成生物科技、3D打印、医学、能源、新武器、食物与淡水科技、对抗全球气候变化。


来源:美国:2016-2045新科技趋势报告


 

图灵奖得主Hopcroft:未来只有25%的人需工作,45岁可退休


在未来,一个人只需要一周工作20小时,45岁退休就可以。


在我还是孩童时,有一个工作叫做电梯操作员,他们就是专门去掌控电梯的上下。而现在已经有自动的电梯操作系统,可以直接按一个按纽,让电梯上下移动,所以电梯操作员的工作也不会再出现了。现在越来越多的无人驾驶车出现,在美国现在有350万的卡车司机,而他们的工作也即将消失。在美国有550万装车员的工作,我们认为装车员的工作也会逐渐消失。在这些工作消失之后,我们就要问一下到底在人口中有多少比例的人是有工作的,可以给我们提供所需要的产品和服务,那这个答案可能是人口中25%的人有工作,就可以满足社会的需求了。


来源:未来只有四分之一的人找得到工作!为什么?怎么办?你耳熟的这四个字是关键


 阿里无人零售店亮相,对比10家无人便利店后,离即拿即走有距离


 Amazon Go之后,即拿即走、免排队购物的无人零售店成为行业趋势。7月8日,淘宝造物节开幕,阿里巴巴无人零售店解决方案在杭州初次曝光。在活动当天,作为阿里实验室筹划已久的「无人零售计划」中的第一个应用场景,「淘咖啡」接受消费者的现场测试。据内部压力测试显示,在占地200平米的零售店里,这套系统支持50个人同时在店购物,授权支付额度为每人每天5000元,整个流程涉及到会员账号打通、商品链路和支付三块技术方案。


无人便利店似乎是站在了风口之上,本次亿欧盘点了国内外共十家正在试水无人便利店的企业,其中有阿里无人零售、亚马逊推出的Amazon Go无人零售便利店,也有最近获得融资的一些初创公司。


文章认为,越来越多的无人售货便利店开始出现,技术的推进、消费升级的推动,给无人便利店的发展创造了时机。从技术和运营的结果看,无人便利店的发展发展还存在不成熟。虽然技术在不断优化升级,但具体来看,技术推动着无人便利店的落地,同时技术某些方面的不成熟也对无人便利店能够快速成长与拓宽有着制约。


来源:http://www.iyiou.com/p/49527

阿里“无人零售店”亮相杭州,距离“既拿即走”还有些距离


 百度公布Apollo计划全景图:年底实现简单城市路况自动驾驶


百度自动驾驶事业部副总监孙勇义为大会带来了题为《Apollo:开放的自动驾驶之路》的演讲。他简单介绍了 Apollo 的开放路线图,按照时间顺序大致可以分为如下几个阶段:

2017.7:封闭场地循迹自动驾驶,数据平台1.0,障碍物、Road hackers数据等;

2017.9:固定车道自动驾驶,人工编程仿真场景数据等;

2017.12:简单城市路况自动驾驶,数据平台2.0,2D 障碍物标注数据、日志提取仿真场景数据等;

2018.12:特定区域高速和城市道路自动驾驶;

2019.12:高速和城市道路自动驾驶Alpha版;

2020.12:高速和城市道路全路网自动驾驶;


来源:百度公布Apollo计划全景图:年底实现简单城市路况自动驾驶


 王坚:关于机器智能与城市大脑,下一个10年登月计划


王坚,曾任微软亚洲研究院常务副院长,2015年起担任阿里巴巴集团技术委员会主席,也是阿里云和云OS操作系统的创始人。他近日发表演讲《关于机器智能与城市大脑下一个10年登月计划》。

王坚说,学生时代,比较容易受骗,相信了人工智能就是未来!

王坚说,自己有一个非常小的心愿,杭州有了城市大脑,是不是可以把更多的路腾出来,给市民做公园,而不是用来跑车。

来源:从“受骗”到“骗子”,这个阿里巴巴哭过的男人,梦想正一步步走进现实。王坚《关于机器智能与城市大脑,下一个10年登月计划》演讲实录


 《金融时报》:中国支持初创公司进入高科技武器军备竞赛


中国军方正在招募越来越多小型私营初创企业,打造下一代高科技武器。曾经保留给中国国有企业集团的、利润丰厚的国防采购项目将逐渐开放给更小的、更便宜和更创新的私营初创企业。


2013年开始这一计划,但是从最近开始才大规模向私营企业采购招标,人民解放军从私营企业采购了无人机和人工智能等新一代技术。一些私营公司表示,被允许竞争军事合同一部分原因是削减硬件成本:私人公司可以只用国有企业的几分之一的成本生成设备。但私营公司和初创企业也通常被认为在一些前沿创新领域做得更好,例如人脸识别技术。


来源:https://www.ft.com/content/5883d3d2-62cd-11e7-91a7-502f7ee26895


 云端 CPU 做深度学习比 GPU更好,以Tensorflow为测试基准


前苹果工程师比较了Tensorflow 在多种 cloud CPU 和 cloud GPU 上的训练时间、价格和效率,得出综合的结论。


事实证明,使用64个vCPU不利于深入学习,因为当前的软件/硬件架构无法充分利用所有这些,并且通常会导致与32个vCPU完全相同的性能(或更差)。在平衡训练速度和成本方面,训练模型与16个vCPU +编译的TensorFlow似乎是赢家。编译的TensorFlow库的30%-40%的速度提升是一个意想不到的惊喜。


这里显示的成本优势只能在可抢占的情况下才是有价值的, Google Compute Engine上的常规高CPU实例价格约为5倍,因此可以完全消除成本优势。 


来源:http://minimaxir.com/2017/07/cpu-or-gpu/


(编辑:十仔)


点击阅读原文查看新智元招聘信息