国防创新委员会公布五角大楼AI伦理原则
为五角大楼提供建议的 16 名著名技术专家组成的国防创新委员会今天投票批准了国防部的 AI 伦理原则。该报告包括 12 条建议，说明美军将来如何在战斗和非战斗 AI 系统中应用道德规范。这些原则分为五个主要原则：负责任，公平，可追溯，可靠和可支配。（VentureBeat）
美国ACLU起诉并迫使FBI揭露其面部识别的使用
美国公民自由协会（ACLU）担心联邦调查局 FBI 对面部识别的使用，并希望迫使该机构公布其做法。该协会今日对联邦调查局，美国司法部和美国缉毒局 DEA 提起诉讼，命令他们交出记录，显示「何时，何地，如何」使用面部识别技术。ACLU 担心这些系统可能「从根本上改变」社会并导致持续监视，并强调联邦调查局的历史和公众立场都是值得关注的理由。（Engadget）
亚马逊基于语音的Alexa技能个性化现已普遍可用
未来为Alexa构建的语音技能可能会对您的语音产生独特的响应。这要归功于Alexa技能套件的一项功能Alexa技能个性化功能，该功能使开发人员能够为公认的用户提供个性化的体验，问候和提示。亚马逊于9月在预览版中推出了技能个性化功能，今天，它宣布已普遍可用。（venturebeat）
微软的AI项目使印度的驾驶执照考试变得更加智能
一家美国巨头可能已经想出一种简化发放驾驶执照的繁琐程序的方法。现在，该解决方案在印度的部分地区已初露头角。
最近几周，成百上千的人在印度州Uttarakhand的首府喜马拉雅山麓附近的德拉敦（Dehradun）参加了驾驶执照考试，而不必坐在教员旁边。
取而代之的是，他们的汽车上装有运行HAMS的智能手机，这是由Microsoft Research团队开发的AI项目。HAMS使用智能手机的前后摄像头和其他传感器来监视驾驶员（他们的视线）以及前方的道路。在微软 研究团队说，对于驾驶员测试，他们定制了HAMS，以便在诸如平行停车或通过环形交叉路口等测试操作期间能够精确跟踪车辆的轨迹。（techcrunch）
哥伦比亚大学，剑桥大学以及DeepMind新研究：规定的生成对抗网络
近日，来自哥伦比亚大学，剑桥大学以及 DeepMind 的研究人员发表了一篇名为「规定的生成对抗网络」的新研究，并在社交媒体收到了广泛关注。以下是该研究的完整摘要分享：生成对抗网络（GAN）是一种无监督学习的强大方法。该方法在图像领域取得了最先进的性能。但是，GAN 在两方面受限：它们通常在低支持下学习分布（一种称为模式崩溃的现象），并且不保证概率密度的存在，这使得无法使用预测对数似然来评估一般性。在该研究中，研究人员开发了规定的 GAN（PresGAN）来解决这些缺点。PresGAN 将噪声添加到密度网络的输出中，并优化了熵调节的对抗损失。增加的噪声使预测的对数似然性易于处理，并稳定了训练过程。熵正则化器鼓励 PresGAN 捕获数据分发的所有模式。拟合 PresGAN 涉及计算熵正则项的难解梯度；PresGAN 使用无偏随机估计值来避免这种难处理性。研究团队几个数据集上评估了 PresGAN，发现它们减轻了模式崩溃并生成了具有高感知质量的样本。他们还发现，就传统 GAN 与变分自动编码器（VAE）之间的预测对数似然性而言，PresGAN 缩小了性能差距。（arxiv）
本文由 数据分析网 编辑发布，内容观点不代表本站立场，转载或内容合作请联系我们，本文链接：https://www.afenxi.com/77926.html 。
