人工智能半月刊第六十六期

重要事件点评

DeepMind推出的AlphaGo曾在围棋项目中取得了超越人类的表现，其研究曾经两次登上Nature。近日，AlphaGo的「完全自我博弈加强版」AlphaZero的论文又登上另一大顶级期刊Science的封面。在论文中，AlphaZero不仅征服了围棋，也在将棋、国际象棋等复杂游戏中实现了超越人类的表现。

一、颠覆传统，自主学习

传统的国际象棋程序（包括世界计算机国际象棋冠军Stockfish和IBM开创性的DeepBlue）依赖数以千计由人类玩家制定的规则和启发式方法，这些程序会试着解释游戏中每一种可能发生的情况。日本将棋程序也是将棋专用的，使用类似于国际象棋程序的搜索引擎和算法。而AlphaZero采用了一种完全不同的方法，它用深度神经网络和通用算法取代了这些人工制定的规则，这些网络和算法的初始状态只知道基本规则。

在国际象棋中，AlphaZero在4小时后首次超越了Stockfish；在日本将棋中，AlphaZero在2小时后首次超越了Elmo；在围棋中，AlphaZero在30小时后首次超越了打败李世石的那版AlphaGo。注意：每个训练步代表个棋局

为了学习每种游戏，未训练的神经网络需要通过强化学习的试验和减少误差的过程进行上百万场自我对弈。起初，系统的走棋完全是随机的，但随着时间的增加，系统不断从赢、输和平局中学习经验，来调整神经网络的参数，使其在之后的棋局中选择更高胜率的走法。神经网络的训练时间依赖于游戏类型和复杂度，国际象棋需要9小时，日本将棋需要12小时，围棋需要13天。已训练的神经网络被用于指导搜索算法（即蒙特卡洛树搜索/MCTS），来选择棋局中最有潜力的走法。在每一步中，相比传统棋类引擎，AlphaZero仅搜索很少的走法。例如在国际象棋中，它仅每秒搜索6万种走法，而Stockfish每秒要搜索6千万种走法。

二、全面领先，战无不胜

在每一场评估中，AlphaZero都令人信服地打败了对手：

在国际象棋中，AlphaZero打败了年TCEC（第9季）世界冠军Stockfish，在场比赛中赢了场，仅输了6场。为了验证AlphaZero的鲁棒性，研究者还测试了一系列人类选手常见的开局。在每一个开局中，AlphaZero都打败了对手。研究者还尝试了在年TCEC世界锦标赛中使用的开局，以及一系列和Stockfish最新版本的比赛，还有和使用了强劲开局的Stockfish变体的比赛。在所有比赛中，AlphaZero都赢了。在日本将棋中，AlphaZero打败了年CSA世界锦标赛版本的Elmo，赢了91.2%的棋局。在围棋中，AlphaZero打败了AlphaGoZero，赢了61%的棋局。

三、应用技术，展望未来

AlphaZero掌握了三种不同的复杂博弈游戏，并且有潜力完成任何完美信息博弈（perfectinformationgame），因此AlphaZero是解决该问题的重要一步。AlphaZero表明单个算法也能在一系列设定下学习新的知识。虽然目前它还处于早期阶段，但AlphaZero的创造性见解及其在AlphaFold等其它项目的优秀结果令DeepMind团队对构建通用学习系统充满了信心。这种通用学习系统也许有一天能在一些重要且复杂的科学问题上帮助我们找到新的解决方案。

上市公司动态

GQY视讯：将全资子公司宁波GQY自动化系统集成有限公司的注册资本由2,万元减少至万元

GQY视讯12月5日发布公告，将全资子公司宁波GQY自动化系统集成有限公司的注册资本由2,万元减少至万元。

GQY视讯：将全资子公司宁波洲际机器人有限公司的注册资本由6,万元减少至万元

GQY视讯12月5日发布公告，将全资子公司宁波洲际机器人有限公司的注册资本由6,万元减少至万元。

科大讯飞：本次解除限售的股份数量为4,,股，占公司总股本2,,,股的0.22%，为公司年发行股份及支付现金购买资产并募集配套资金的部分有限售条件股份

科大讯飞12月6日发布公告，本次解除限售的股份数量为4,,股，占公司总股本2,,,股的0.22%，为公司年发行股份及支付现金购买资产并募集配套资金的部分有限售条件股份。

神思电子：取得专利证书，专利名称为“一种多轮对话的场景意图中断方法”

神思电子12月10日发布公告，取得专利证书，专利名称为“一种多轮对话的场景意图中断方法”

神思电子：年股票期权激励计划首次授予股票期权万份，行权价格为15.04元/股，授予日为年12月11日

神思电子12月11日发布公告，公司于年12月11日召开了第三届董事会年第十一次会议，审议通过了《关于公司年股票期权激励计划首次授予事项的议案》，首次授予股票期权万份，行权价格为15.04元/股，授予日为年12月11日。

行业新闻

巨头新动向

谷歌承诺推迟销售面部识别技术

谷歌近日公布了其在亚洲开展的人工智能工作的相关信息，同时也明确地表达了其暂时不会销售面部识别技术。谷歌指出，虽然面部识别系统在各种情况下都非常有用，例如从辅助技术到寻找失踪人员，但该技术也带来了风险。“像许多具有多种用途的技术一样，公司需要仔细考量面部识别技术，以确保其使用符合企业原则和价值观，并避免滥用和有害结果，”谷歌称。“我们将继续与多组织合作，以辨别和应对挑战。谷歌与其他公司不同，谷歌云选择在解决重要技术和政策问题之前选择不提供通用的面部识别API。

腾讯优图亮相SIGGRAPHAsia，展示人脸识别技术最新应用方案

年的SIGGRAPHAsia于12月4日-7日在日本东京召开。作为亚洲最大的计算机图形和互动技术年度盛会,汇集了来自数字成像、研究、科学、艺术、动画、游戏、交互、教育和新兴技术行业前沿的世界顶尖专家、学术大咖和创新人才,共同探讨计算机视觉领域的发展趋势。腾讯旗下顶级的AI实验室之一一一腾讯优图实验室亮相大会并分享了其人脸识别技术在智慧零售、社交娱乐等场景中的应用。其中，腾讯优图在智慧零售中的实践基于人脸检测配准、人脸识别、人体Re-ID、人流密度分析以及人脸人体联合追踪等计算机视觉技术。通过腾讯优Mall智慧零售系统，消费者从进店伊始、到逛店、购买的全流程，可以得到更加优质的消费体验。

全球最大球鞋交易平台之一GOAT利用人工智能识别假货

加州创业公司、全球最大的球鞋交易平台之一GOAT经营着世界上最大的运动鞋市场，它正利用人工智能来识别假货，并为其网站上批准销售的鞋子提供真品印章。通过深度学习，GOAT帮助买家和卖家通过“shiptoverify”模型来验证鞋子的真实性。购买鞋子时，卖家将其发送给GOAT进行验证。经过身份验证后，公司会将资金发放给卖方并将产品运送给买方。GOAT使用带有cuDNN加速PyTorch深度学习框架的AmazonWebServicesCloud上的NVIDIATITANXpGPU和NVIDIATeslaGPU，用75张真实运动鞋图像上训练他们的神经网络。该公司还收集了大量数据点，如颜色，鞋底的柔软度，某些橡胶的硬度，质地和接缝的质量。该公司首席技术官AndyShin表示，“我们使用了许多不同的启发式和数据点来验证鞋子是否真实。我们是运动鞋数据收集领域的领导者，我们正在为它收集所有的数据点。所以，实际上，我们知道假货是什么样的，我们也知道正品鞋是什么样的。”

重磅！李力游从Imagination离职创业

12月14日，芯谋研究分析师顾文军先生在其朋友圈中表示，ImaginationCEO李力游先生将会从Imagination离职，回归中国创业。李力游先生这次的新创业方向将会瞄准GPU方向。据悉，李力游博士是全球半导体产业联盟（GSA）的主席，也是半导体行业内广为人知和广受尊敬的人士。他在半导体领域内拥有超过30年的经验，此前层担任过RockwellSemiconductors和Ericsson的高级工程师及项目经理等多个职位。李博士在无线通信系统、射频集成电路系统、电路设计及射频识别应用方面拥有10个专利。在入职Imagination之前，李力游博士在展讯通信任职多年，曾历任的董事长、首席执行官和总裁，以及锐迪科的董事长等职务。今年四月，李力游先生接任了Imagination的新CEO。

AI生态初显，imagination发布最新神经网络加速器和GPU

12月4日，ImaginationTechnologies在深圳召开了PowerVRinspire大会，宣布推出其面向人工智能应用的最新神经网络加速器（NNA）架构PowerVRSeries3NX，以及第九代（Series9）图形处理器（GPU）系列新品PowerVR9XEP、9XMP和9XTP。新品方面，神经网络加速器Series3NX的可扩展性使系统级芯片（SoC）制造商能够针对诸如汽车、移动设备、智能视频监控和物联网边缘设备等一系列嵌入式市场去优化计算能力和性能。而三款全新的Series9GPU则代表了PowerVR有史以来最佳的GPU产品组合，相对上代产品，它们改进了效率，增加了新功能，覆盖从入门级到高端市场。

依图科技跨领域推出语音开放平台，将中文语音识别率提升至96.29%

12月11日，依图发布了依图短语音听写API、和微软Azure推出依图语音开放平台，并和华为发布了「智能语音联合解决方案」。未来，依图计划陆续开放长语音转写API、实时语音转写API等。据悉，在基于全球最大中文开源数据库的AISHELL-2的测试中，依图短语音听写的字错率为3.71%。在近场聊天、语音节目、电话、远场、混响等不同环境中，依图的语音识别技术平均字错率在6.36%。加入其它公开测试集，和依图新发布的测试集（涵盖50小时，60万字）后，字错率为6.39%。

商汤科技与山东省教育厅战略合作，促进人工智能在中小学全面推广普及

12月14日，商汤科技与山东省教育厅宣布达成战略合作。根据协议，双方将共同规划与设计「人工智能+教育」新模式，就人工智能与现有教育资源的结合开展顶层设计、总体规划和合作建设。结合山东教育资源的特点与实际，在多所试点高中、初中和小学开展人工智能基础知识的全省性普及工程，推动「人工智能+教育」应用场景的建设，积极创新形式多样的校企合作方式，搭建平台。

技术新突破

AAAI

自动机器学习计算量大！这种多保真度优化技术是走向应用的关键

自动机器学习一直以来都以计算量大而著称，贝叶斯优化等以高效著称的方法也都没能很好解决此问题，机器学习开发者很多还是依赖于经验与直观理解进行手动调参。近日，南京大学、第四范式和香港科技大学发表论文《Multi-FidelityAutomaticHyper-ParameterTuningviaTransferSeriesExpansion》，提出了一种多保真度自动机器学习方法，其在优化过程中利用修正后低保真度评价来代替原始的高保真度评价，而大大减少了总体评价的代价。多保真度技术是大规模自动机器学习优化问题走向实用的关键技术，大幅度降低评价代价为优化算法提供了更多探索的机会，使得优化算法能够发挥最大效能求解自动机器学习问题。

谷歌新研究提高糖尿病视网膜病变模型的有效性

两年前，谷歌宣布了训练糖尿病视网膜病变（DR）深层学习模型方面的首次工作，这是一种糖尿病并发症，是导致视力丧失的原因之一。近日，谷歌分享了他们在实现这些目标方面的研究进展，以及在泰国宣布新的合作伙伴。在今天将在眼科学上发表的最新研究中，谷歌展示了一些方法可以向眼科医生展示深度学习算法的解释，以提高他们对糖尿病眼病的分级的准确性和信心。同时，谷歌也开展了与泰国公共卫生部医疗服务部附属的Rajavithi医院的新合作伙伴关系，开始与来自广泛的患者一起验证模型的表现筛选计划。

谷歌翻译升级：现可根据语境提供基于性别的翻译

据外媒报道，谷歌翻译现可根据语境，提供基于性别的翻译。当翻译输入中的性别含糊不清时，谷歌翻译输出将显示男性和女性用语，消除误解。目前，谷歌已经将这项改进扩充到英语对法语、意大利语、葡萄牙语、西班牙语，以及从土耳其语对英语的翻译程序中。谷歌表示，将在未来增加此功能支持的语言，并计划将功能扩展到更多的旗下应用程序中。据悉，此前翻译软件在进行翻译时，往往会在中性词语的翻译上存在偏向性误差，比如，「强壮(strong)」或「医生(doctor)」这类词语会偏向男性，而「护士(nurse)」或「美丽(beautiful)」这类词语则会偏向女性。今年2月，《福布斯》杂志报道了社交媒体中出现的这类问题，谷歌公司因此被点名。

NYU、AWS联合推出：全新图神经网络框架DGL正式发布

近日，纽约大学和亚马逊AWS的研究人员联合推出DeepGraphLibrary（DGL），一款面向图神经网络以及图机器学习的全新框架。在设计上，DGL秉承三项原则：1）DGL必须和目前的主流的深度学习框架（PyTorch、MXNet、TensorFlow等）无缝衔接。从而实现从传统的tensor运算到图运算的自由转换；2）DGL应该提供最少的API以降低用户的学习门槛。3）在保证以上两点的基础之上，DGL能高效并透明地并行图上的计算，以及能很方便地扩展到巨图上。

谷歌DeepMind推出AlphaFold系统：根据基因序列预测蛋白质3D结构

12月2日，在墨西哥坎昆举办的国际蛋白质结构预测竞赛（CASP）中，谷歌DeepMind最新的AlphaFold系统击败了所有对手，成功地根据基因序列预测出蛋白质的3D形状。据悉，AlphaFold构建的模型都依赖深度神经网络，这些经过训练的神经网络可以从基因序列中预测蛋白质的属性。为了构建AlphaFold，DeepMind在数千种已知的蛋白质上训练了一个神经网络，直到它可以仅凭氨基酸预测蛋白质的3D结构。

新AI方法在不显示患者数据的情况下对医疗记录进行训练

人工智能研究人员一直在推进训练机器学习模型的新技术，同时保护数据隐私。麻省理工学院最新的方法称为分裂神经网络：它允许一个人开始训练深度学习模型，另一个人完成训练。这个想法是：医院和其他医疗机构将能够在他们的患者数据的中途训练他们的模型，然后每个人将他们的半训练模型发送到一个集中的位置，以完成他们的模型一起训练的最后阶段。集中的位置，无论是谷歌或其他公司的云服务，都不会看到原始的患者数据;他们只会看到半生不熟的模型的输出加上模型本身。但是，医院将受益于每个参与机构数据组合训练的最终模型。

免责声明

本订阅号为安信证券股份有限公司（下称“安信证券”）研究中心胡又文团队的官方订阅号。本订阅号推送内容仅供安信证券客户中的专业投资者参考。为避免订阅号推送内容的风险等级与您的风险承受能力不匹配，若您并非安信证券的客户中的专业投资者，请勿使用本信息。安信证券不会因为任何机构或个人订阅本订阅号或者收到、阅读本订阅号推送内容而视为本公司的当然客户。

本订阅号推送内容仅供参考，不构成对任何人的投资建议，接收人应独立决策并自行承担风险。在任何情况下，本信息作者及其所在团队及安信证券不对任何人因使用本订阅号中的任何内容所引致的任何损失负任何责任。

本订阅号推送内容版权归安信证券所有，未经安信证券事先书面许可，任何机构或个人不得以任何形式删节、修改、复制、引用和转载，否则应承担相应责任。

转载请注明：http://www.ynyunyun.com/smsy/8237.html

• 上一篇文章： AI眼病筛查能力已超眼科医生专家称软件仍
  
• 下一篇文章： 没有了