# AI及信息技术应用2022年4月5日简报

## 1. 核心定义
> 人工智能（AI）是一种模拟人类智能行为的技术，能够执行通常需要人类智能才能完成的任务，如视觉识别、语言理解、决策制定等。

## 2. 核心洞察 (TL;DR)
- AI在医疗辅助诊断、内容编辑滥用检测、商业资料筛选等方面得到应用。
- PRIME深度学习方法通过数据驱动优化生成AI芯片架构。
- Pinecone完成2800万美元A轮融资，推动矢量搜索发展。

## 3. 关键事实与数据
- 关键事实1: 谷歌AI和加州大学伯克利分校研究人员开发的PRIME方法，通过使用记录的数据生成AI芯片架构，消除了对耗时模拟的需求。
- 关键事实2: 谷歌AI在2021年检测并阻止了1亿次欺诈或有害编辑，并帮助标记和删除了超过700万份虚假商业资料。
- 关键事实3: Pinecone完成2800万美元A轮融资，旨在推动矢量搜索技术的发展。

## 4. 深度分析正文



AI及信息技术应用2022年4月5日简报
====================


上周AI技术在辅助诊断等医疗上的应用很赞，Google在内容编辑滥用、优势内容筛选等方面的应用，也让人印象深刻。人工智能在决策上的价值是降低严重错误决策的概率、降低错误决策的比例，就像一个巨大的沙箱，快速模拟和验证了各种可能并深知其执行的风险和概率，进而把他这种风险的规避引入当前决策中。  

****01＃AI应用****

谷歌人工智能和加州大学伯克利分校的研究人员推出了一种名为“PRIME”的深度学习方法，该方法通过借鉴现有蓝图和性能数据来生成人工智能芯片架构

\[摘要\]: “这种数据驱动的优化方法通过使用记录的数据生成人工智能芯片架构，而无需进一步的硬件模拟。”这消除了对耗时模拟的需求，并允许以零样本方式重用先前实验的数据，即使目标应用程序集发生变化，甚至是与训练集相关的看不见但相关的应用程序。PRIME 可以使用来自先前模拟的数据和实际构建的加速器数据库以及不可行或失败的加速器设计数据库进行训练。

谷歌正在使用机器学习来阻止针对地图和搜索上的业务资料的所谓“滥用编辑”

\[摘要\]:2021 年，该公司使用 AI 和人工审核员检测并阻止了 1 亿次欺诈或有害编辑。据该公司称，谷歌的人工智能模型去年还帮助标记和删除了超过 700 万份虚假商业资料。谷歌 AI 和版主阻止了 1200 万次创建虚假个人资料的尝试和 800 万次欺诈性声称业务资料的尝试。2021 年，超过 1.9 亿张照片和 500 万个视频被删除，这主要是由于人工智能的节制。随着越来越多的技术平台正在改进其人工智能系统以检测和删除在线错误信息和有害内容。

**Pinecone完成 2800 万美元 A 轮融资：将搜索带入 AI 时代**

\[摘要\]:Pinecone是一项托管服务，它为开发人员提供矢量搜索（或“相似性搜索”），具有直接的 API 和基于使用的定价。这项投资，以及我们快速增长的用户和客户数量，无可否认地证明了我们从一开始就坚信的信念：搜索的未来是矢量搜索。向量搜索的未来是 Pinecone。

**读取 X 射线和其他医学图像的人工智能技术开发商 Qure.ai在由 Novo Holdings 和 HealthQuad 领投的一轮融资中筹集了 4000 万美元**

\[摘要\]:Qure.ai 表示，其人工智能技术可以快速读取图像并帮助时间紧迫的医生对患者进行分类和诊断，Qure.ai 表示其 AI 解决方案已获得 FDA 批准。除了 X 射线，他们还可以解读 CT、超声波和 MRI 扫描。一旦这些扫描被传输到云端，Qure 的 API 就会对其进行处理并生成放射学报告，然后发送给医生和患者。数据在到达 API 之前被匿名化。尤其是在时间敏感的情况下。这有助于医疗保健提供者在几分钟内（而不是几小时）识别关键场景，以避免死亡并提高患者护理质量。在其他可能没有足够熟练的专家的情况下，Qure 的技术被用作许多感染和非传染性疾病的第一级筛查，”新闻稿说。

机器人外骨骼制造商 Sarcos 同意收购另一家机器人公司 RE2。这笔 1 亿美元的交易将合并这两家专门从事工业机器人技术以提高工人安全和生产力的公司

\[摘要\]:Sarcos 的机器人系统面向非重复性任务，以帮助工业和军事工人提高生产力。例如，它的可穿戴设备具有机械肢体，可以帮助工人搬运重物。合并后的公司将拥有更大的产品组合，包括 Sarcos 的 Guardian XO 工业外骨骼、RE2 Robotics 的 Sapien 机器人手臂和其他人工智能技术：RE2 的机器人既是自主的又是遥控的，用于航空、国防、能源和医疗保健。迄今为止，它已向客户销售了 650 多种机械臂产品。RE2 的现有合同将保留，Sarcos 将保留公司的所有员工。

Inflection AI是一家开发人工智能软件以帮助人们与计算机交流的初创公司，它已经从 Meta 和谷歌聘请了第一批人工智能专家

\[摘要\]:这家初创公司最近由 LinkedIn 亿万富翁 Reid Hoffman、DeepMind 联合创始人 Mustafa Suleyman 和前 DeepMind 研究员 Karén Simonyan 共同创立。这家位于硅谷的初创公司旨在开发新技术，使人们能够以简单的语言与计算机对话。自本月初成立以来，该公司已经聘请了前 Facebook 人工智能经理 Heinrich Küttler 和前谷歌员工 据 CNBC 报道， LaMDA开发人员 Joe Fenton 作为创始成员。两人此前曾在位于伦敦的 Alphabet AI 子公司和研究实验室 DeepMind 与 Suleyman 一起工作。

**Beewise 是一家由人工智能驱动的拯救蜜蜂的机器人蜂箱开发商，筹集了由 Insight Partners 领投的8000 万美元投资**

\[摘要\]:蜂巢使用人工智能来监视殖民地是否存在害虫和杀虫剂等威胁。例如，当蜂巢暴露于寄生虫时，它们会自动分配水、食物和药物并施用杀虫剂。这家初创公司的蜂巢使用机器人系统，该系统使用神经网络、计算机视觉和机器学习持续监控蜜蜂。Beewise 表示，它的蜂巢现在管理着超过 70 亿只蜜蜂，估计将它们的死亡率降低了 80%，并将产量提高了至少 50%。在过去的 12 个月里，这项技术已经拯救了大约 1.6 亿多只蜜蜂，这些蜜蜂以每年 30% 以上的速度死亡，主要是因为气候变化。

谷歌表示将更新其人工智能语言模型MUM ，以改善自杀等危机主题的搜索结果

\[摘要\]:AI 模型可以帮助检测何时显示与家庭暴力、性侵犯、自杀和药物滥用相关的支持资源。例如，MUM 可以识别出搜索查询“悉尼自杀热点”是关于跳跃地点而不是旅游地点。根据谷歌的说法，它还可以理解更复杂和更长的搜索查询，例如“我说我不爱他时他为什么要攻击我”。该公司将把该模型应用于谷歌和 YouTube 搜索，以便更好地识别某人何时遇到危急情况。

1000 多张 AI 生成的 LinkedIn 面孔被发现

\[摘要\]:超过 70 家企业创建虚假个人资料以完成销售 两名斯坦福大学的研究人员陷入了 LinkedIn 的兔子洞，在底部使用 AI 生成的面孔发现了 1,000 多个虚假个人资料。

人工智能如何改善人类决策？来自人工智能驱动的围棋程序的证据

\[摘要\]:人工智能 (AI) 如何改善人类决策？回答这个问题具有挑战性，因为很难评估每个决策的质量并解开 AI 对决策的影响......我们对 1,242 名职业玩家在 25,033 场比赛中的 750,990 步棋的分析表明，APG 显着提高了棋手棋步的质量由每一步获胜概率的变化来衡量。研究还表明，关键机制是减少人为错误的数量和游戏中最严重错误的程度。

AI打败8名桥牌世界冠军

\[摘要\]:人工智能研究员、NukkAI公司创始人维罗妮卡·凡斯称“Nook”为一代人工智能，因为它在桥牌游戏过程中不断解释着它作出的决定。微软创始人比尔·盖茨是桥牌游戏的爱好者，他曾预言桥牌将是电脑无法打败人类的游戏。最后，人工智能“Nook”赢得80局中67局，胜率为83%，比其他8名人类选手都要高。

由人工智能驱动的 Mayflower 自主船将于4 月重新尝试其跨大西洋航行。这艘使用 IBM 的人工“ 大脑”导航

\[摘要\]:双体船使用机载人工智能、摄像头和传感器来移动、导航和避开障碍物，理想情况下无需任何人工帮助。它的“大脑”是基于 IBM 早期在人工智能和机器学习方面的工作，包括其国际象棋大师计算机Deep Blue和“Jeopardy！”冠军AI系统沃森waston。这艘船上没有人类，经过训练可以识别海洋中的物体，并随着时间的推移从这种经验中学习。4 月，它将再次从英国普利茅斯出发，尝试前往马萨诸塞州普利茅斯 3,200 英里的旅程，这可能需要 10-12 天。

斯坦福大学开发的人工智能算法能够通过分析大脑活动扫描来确定患者是否患有自闭症

\[摘要\]:新算法评估了 1,100 名患者的扫描结果，并以82% 的准确率识别出先前被诊断为自闭症的患者。该算法分析功能性磁共振成像 (fMRI) 扫描，这些扫描显示人脑中的神经活动模式，该算法还可以预测每位患者症状的严重程度。斯坦福大学的研究人员认为，大脑“指纹”可用于更早地诊断自闭症，也许是在 6 个月大的儿童中。他们说，这可以更早地引入疗法并提高其有效性。

刘群谈诺亚方舟实验室和机器翻译

\[摘要\]:刘群在华为人工智能研究中心的团队专注于 BERT 等预训练语言模型的商业化瓶颈。他们提出了 TinyBert，它极大地压缩了模型大小并加快了推理速度（意味着它可以在手机和其他终端设备上运行得更快）。“这是我们最早的突破。目前，华为所有产品线基本都应用了TinyBERT技术。”他说。TinyBERT 的影响扩展到了研究界。文章将 TinyBERT 描述为压缩预训练语言模型的经典作品。

**Make-A-Scene：具有人类先验的基于场景的文本到图像生成**

\[摘要\]:最近的文本到图像生成方法提供了一种简单而令人兴奋的文本和图像域之间的转换能力……我们提出了一种新颖的文本到图像方法，通过以下方式解决这些差距：（i）启用一个简单的控制机制，以场景的形式补充文本，（ii）通过在关键图像区域（面部和显著对象）上采用特定领域的知识，引入可显著改善标记化过程的元素， (iii) 为变压器用例调整无分类器指导。我们的模型实现了最先进的 FID 和人工评估结果......通过场景可控性，我们引入了几个新功能：（i）场景编辑，（ii）带有锚场景的文本编辑，（iii）克服分布外文本提示，以及 (iv) 故事插图生成，如我们编写的故事所示。

LinkedIn 如何使用 Tensorflow.js 为数百万会员提供个性化的性能

\[摘要\]:LinkedIn 的性能团队优化了加载网页和移动页面的延迟，利用参与度和速度之间的关系来选择性地自定义 LinkedIn Lite 上的功能 - 一个更轻、更快的 LinkedIn 版本，专为移动 Web 浏览器构建...为此，我们训练了一个深度神经网络来识别对 LinkedIn 的请求是否会导致实时快速页面加载。

MyStyle：个性化的生成人验

\[摘要\]:MyStyle是一种个性化的深度生成人验，经过几张个人照片的训练， MyStyle 允许重建、增强和编辑特定人的图像，以使输出忠实于该人的关键面部特征。给定一个人的肖像图像的小参考集（~ 100）。调整预训练 StyleGAN 人脸生成器的权重，以在潜在空间中形成局部的、低维的、个性化的流形，提出了一种统一的方法来将其应用于各种图像增强问题，例如修复和超分辨率，以及语义编辑。使用个性化生成人验，我们获得的输出对输入图像表现出高保真度，并且也忠实于参考集中个人的关键面部特征。我们用大量可广泛识别的个人的合理使用图像来展示我们的方法，有先验知识对预期结果进行定性评估。我们根据少镜头基线评估我们的方法，并表明我们的个性化人验、定量和定性优于最先进的替代方案。

**谷歌和纽约大学的 ML 研究人员使用的 Token Dropping 方法将 BERT 预训练时间和成本减少了 25%**

\[摘要\]:BERT 类型的大型语言模型的预训练可以扩展到数十亿个参数，对于在各种自然语言处理 (NLP) 应用程序上实现一流的性能至关重要。然而，预训练过程成本高昂，已成为大语言模型工业化部署的障碍。当前的 Transformer 模型在序列中的每个令牌上花费相同数量的计算，这将大量训练预算浪费在信息量不大的令牌上。研究人员建议的用于 BERT 预训练的标记删除技术通过删除冗余或信息量较少的标记来进行训练，从而解决了这个问题，从而允许模型仅在信息量最大的标记和输入序列上进行训练。该团队希望使用令牌删除来预训练可以在未来分析相当长的上下文的转换器模型，并将该方法应用于其他基于转换器的任务，例如翻译和文本生成。

这家位于加利福尼亚的 AI 初创公司利用 AI 驱动的计算机视觉技术实现可靠且非接触式的自主购物

\[摘要\]:AiFi是一家总部位于加利福尼亚州的初创公司，它是一个可定制的人工智能平台，允许商家以可承受的成本安装和扩展自主购物解决方案。该公司的技术被用于开设各种零售类型，包括杂货店、体育场食堂、大学便利店等。据该组织称， 由 AiFi 提供支持的仅摄像头解决方案 不需要加权货架，从而减少了实施成本和时间。此外，AiFi 使用创新的跟踪算法，据称它们可以延伸到 10,000 平方英尺，以适应各种购物者旅程，包括应用程序、信用卡、门控和混合入口。

****02＃产品市场创新****

Apple 计划建立自己的支付和借贷金融基础设施

\[摘要\]:苹果正计划为金融服务建立自己的内部技术和基础设施。金融服务是苹果整体产品战略中快速增长的一部分。开发这些服务将帮助 Apple 从客户那里创造更稳定的经常性收入。Apple 正致力于支付处理、贷款风险评估、欺诈分析、信用检查和其他客户服务功能。该公司正准备发布可能适用这些新计划的稍后付费功能和硬件订阅包。

Helium 在筹集 2 亿美元新资本后成为 Nova Labs

\[摘要\]:Nova Labs ，前身为 Helium，为其快速增长的 Helium 区块链筹集了 2 亿美元；这家总部位于加利福尼亚的公司的估值为 $1.2B；将自己宣传为“人民网络”，Nova 提供了一个基于加密激励的去中心化电信网络；它提供热点，所有者通过这些热点提供备用带宽以换取 HNT 代币，目前每个交易价格为 24.68 美元；目前全球 50,000 个城市有 680,000 个热点，每月新增约 75,000 个热点和 5,000 个城市

文件显示，亚马逊一直在秘密测试其无人机送货计划，并计划今年从空中向 1,300 名客户投递包裹

\[摘要\]:作为试点的一部分，亚马逊正在寻求与加利福尼亚州和德克萨斯州的 1,300 名客户合作，通过其 Prime Air 无人机运送包裹；客户可以订购各种类别的产品（<5 磅），包括宠物用品和美容产品；亚马逊希望在 1 小时内完成订单，并且一次交付一件商品。亚马逊的送货无人机在过去 13 个月中至少经历了8 次坠机事故；该公司去年进行了 2,300 多次测试，没有人员受伤；崩溃的原因包括电机故障和软件故障。

Twitter 使用自然语言查询为下一代数据洞察力发布“Quurious”

\[摘要\]:Twitter 最近发布了 Qurious，这是一种新的内部产品，允许内部企业客户以自然语言进行查询。该产品由一个网络应用程序和一个连接到 BigQuery 和 Data QnA API 的 Slack 聊天机器人组成。Slack 聊天机器人是使用 node.js 和 Express 框架创建的，基于 Google Data QnA 参考实现。然后为他们提供实时分析，而无需构建仪表板。

波士顿动力公司表示，它现在正在商业销售其箱式移动 Stretch 机器人

\[摘要\]:Stretch 可以进一步实现仓库自动化，并为遇到供应链问题和劳动力短缺的公司填补空白。Stretch 使用机械臂和智能夹持器将箱子移入和移出卡车并堆放托盘以进行交付。该机器人每小时可移动800 个箱子，一次最多可搬运 50 磅。它被认为是波士顿盒子移动手柄机器人的商业版本。

Instagram 通过音乐分享、状态、投票、无声消息等升级其 DM 收件箱

\[摘要\]:Instagram 正在推出几项新的消息传递功能。这些功能包括音乐共享、浏览时回复、快速发送、在线状态、静音消息、投票、聊天自定义、共同观看视频、低保真聊天主题等。某些功能将要求用户允许 Instagram 和 Messenger 之间的跨应用通信。 Meta 的其他聊天应用程序 Messenger 和 WhatsApp 本周也收到了更新。

**谷歌搜索正在获得一个新标签Top story，将人们引导到原始新闻来源**

\[摘要\]:新标签将出现在热门故事轮播中，旨在帮助用户识别其他新闻机构经常引用的故事。这个被高度引用的标签即将在美国的移动设备上推出，并将在未来几周内在全球推出。该标签将贴在调查文章、采访、公告、新闻稿、当地新闻报道等。谷歌表示，它对如何使用标签来提升原始报告特别感兴趣。

****03＃监管与合规****

内部电子邮件：为了遵守新的俄罗斯审查法，谷歌命令其签约的俄语翻译人员不要将俄罗斯在乌克兰的战争称为“战争”

\[摘要\]:一封内部电子邮件显示，尽管该公司采取反战立场，但仍屈服于克里姆林宫的法令，一家为 Google 和其他客户翻译公司文本和应用程序界面的公司的管理层发送的。3 月初，为谷歌工作的为俄罗斯市场翻译公司文本的承包商收到了客户的更新：立即生效，正在进行的俄罗斯对乌克兰的战争不再被称为战争，而只能模糊地称为“特殊情况”。 

如果欧盟如愿以偿，可更换电池将重返手机

\[摘要\]:欧盟的新电池法规将要求范围广泛的制造商生产具有易于拆卸、可更换和可回收电池的设备。受该法影响的设备包括智能手机和其他典型的消费电器。它还影响电动自行车和电动滑板车等轻型交通工具的电池。该法律将意味着许多设备将不得不重新设计。制造商必须在 2024 年 1 月 1 日之前遵守该法律。

**中国证监会修订境外发行规定：坚定支持企业根据自身意愿自主选择上市地**

\[摘要\]:《规定》的修订旨在进一步加强境内企业境外发行上市相关保密和档案管理工作，明确上市公司信息安全责任，维护国家信息安全，减少不必要的涉密敏感信息进入工作底稿，提高跨境监管合作的效率，体现了统筹开放与安全的理念，将促进中国境内企业境外发行证券和上市活动有序开展。《规定》的修订旨在进一步加强境内企业境外发行上市相关保密和档案管理工作，明确上市公司信息安全责任，维护国家信息安全，减少不必要的涉密敏感信息进入工工作底稿，提高跨境监管合作的效率。

仅在上周就有 35 个 NFT，包括 Bored Apes 因网络钓鱼攻击而被盗

\[摘要\]:根据 Elliptic 的说法，在过去一周，诈骗者已经在 NFT 中骗取了至少 900,000 美元。被盗物品中有五件是无聊猿、突变猿或无聊猿犬舍俱乐部 NFT，有九名知名人士报告说他们是这次袭击的受害者。AnChain.ai发布了该骗局的单独细分，表示“当使用脚本每秒推送多条推文时，被黑的经过验证的帐户没有触发 Twitter 的垃圾邮件检测这一事实是荒谬的。”


---
## 5. 引用与溯源
**来源**：哈希泰格 (HaxiTAG)
**原始链接**：[https://www.haxitag.com/briefs/ai-brief-20220405-ai202245](https://www.haxitag.com/briefs/ai-brief-20220405-ai202245)
**版权声明**：本文由哈希泰格 AI 引擎优化生成，引用请注明出处。
