资讯

人脸识别315躺枪，支付宝、商汤、云从等回应

2017年的“315”落下帷幕，人脸识别技术公司纷纷躺枪。16日一大早，大家纷纷发表声明，表示自家的人脸识别技术还是相当安全的。

晚会现场，主持人现场演示了攻破人脸识别手段。在演示过程中，一张他人的静态自拍照，通过技术处理，可以变成能眨眼睛、能微笑的“伪活人”。甚至还可以利用这张自拍照，借助3D建模技术，让自己“变脸”成另一个人，轻易骗过登录系统，成功“黑”进对方账号。

百度在节目播出后5分钟内立刻作出回应——邀请百度深度学习实验室主任林元庆，在百度科技园的人脸识别闸机做一次亲身验证，看百度人脸识别系统究竟能否被一段视频“骗过”。阿里巴巴的支付宝也很快作出回应：“你们都觉得我躺枪了吗？”

3月16日早，我们看到国内众多人脸识别创业公司的回应，包括云从科技、商汤科技等。

百度推出 AI 语音转录软件 SwiftScribe

百度深度学习研究院推出百度第一个 AI 驱动的转录软件 SwiftScribe 的 beta 版。SwiftScribe 的核心技术是百度的语音识别引擎 Deep Speech 2。它的神经网络使用数千小时的有标注语音数据训练，学习将声音与特定的词汇和短语对应起来。除了先进的 ASR 技术，百度还设计了一个直观的快捷键和创新的人机交互系统，以解决不连续的问题，这是用户在转录时的最大障碍之一。

百度 SVAIL 开发了 SwiftScribe 的各个组件，包括语音识别系统和用户界面。这种方法的一个很大的有点是，当用户在使用 SwiftScribe 进行转录和编辑时，系统同时也在学习和提升。正是这种精细的端到端的方法，使 SwiftScribe 不同于市场上其他同类产品。

DeepMind 让AI 拥有记忆并实现序列学习

在 AlphaGo 获胜一周年之际，DeepMind 发表最新研究成果，让神经网络成功在学习新任务的同时，不忘老的任务，向着自适应学习迈出重要一步。

计算机程序在学习执行一项任务后，通常也很快就会忘记它们。DeepMind 在最新的 PHAS 论文中，提出可以修改学习规则从而克服程序遗忘的方法，让程序在学习一个新任务时能够记得旧的任务。这是程序朝向更智能化，能够持续、自适应地学习迈出的重要一步。

Keras 2发布：实现与TensorFlow的直接整合

Keras 在 2015 年 3 月首次推出，现在用户数量已经突破了 10 万。其中有数百人为 Keras 代码库做出了贡献，更有数千人为 Keras 社区做出了贡献。

近日，Keras 2推出，它带有一个更易使用的新 API，实现了与 TensorFlow 的直接整合。这是在 TensorFlow 核心整合 Keras API 所准备的重要一步。

AI创新者

小蚁首架张骏峰：让图像AI人尽可用

张骏峰，小蚁科技首席架构师，负责小蚁AI图像相关算法架构。张骏峰于2015年加入小蚁，此前，张就职于微软长达14年，参与过Windows, .Net Framework, MSN, Office, Lync, Skype等产品的研发工作。

本文中，张骏峰就小蚁的图像算法，包括：应用在小蚁智能摄像机及行车记录仪上的图像分割、物体识别、目标跟踪算法，以及应用在小蚁微单APP上的图像风格迁移技术展开探讨。列举了小蚁在这两方面的研发过程中采取的方案及遇到的突破。

技术

无人驾驶硬件平台

本文是无人驾驶技术系列的第十篇，是这一系列目前为止阐述最全面的一篇。着重介绍无人驾驶硬件平台设计。无人驾驶硬件系统是多种技术、多个模块的集成，主要包括：传感器平台、计算平台、以及控制平台。本文将详细介绍这三个平台以及现有的解决方案。希望本文对无人驾驶从业者以及爱好者选择硬件的时候有帮助。

作者唐洁，华南理工大学计算机科学与工程学院副教授；刘少山，PerceptIn联合创始人。加州大学欧文分校计算机博士，

Google Brain对NMT训练成本过高的几点发现

在过去几年里，基于神经机器翻译（NMT）技术的产品系统被越来越多部署在终端客户端中，NMT本身也因此获得了巨大进步。但目前，NMT构架还存在着一个很大的缺点，即训练它们的成本太高，尤其是GPU的收敛时间，有时会达到几天到数周不等。这就使得穷举超参数搜索（exhaustive hyperparameter search）的成本和其他常见神经网络结构一样，让人望而却步。

为此，Google Brain首次对 NMT 架构的超参数进行了大规模分析，报告了数百次实验测试的经验结果和方差数（variance numbers），这相当于在标准WMT英译德任务上运行超过250,000 GPU小时数的效果。从实验结果中，提出了有关建立和扩展NMT构架的创新观点，也提供了一些实用建议。

• 使用 2048 维的大型嵌入（embeddings）有最优实验结果，不过优势不大；仅有 128 维的小型嵌入似乎也有足够的能力去捕捉绝大多数必要的语义信息。
• LSTM Cell 始终比 GRU Cell表现得好。
• 2-4 层的双向编码器性能最佳。更深层的编码器在训练中不如2-4层的稳定，这一点表现得很明显。不过，如果能接受高质量得优化，更深层的编码器也很有潜力。
• 深度 4 层解码器略优于较浅层的解码器。残差连接在训练 8 层的解码器时不可或缺，而且，密集的残差连接能使鲁棒性有额外增加。
• 把额外的关注度参数化（Parameterized additive attention），会产生总体最优结果。
• 有一个调适良好、具有长度罚分（length penalty）的集束搜索（beam search）很关键。5-10集束宽度搭配1.0长度罚分的工作效果好像不错。