业界资讯

离线强化学习算法(OfflineRL)是当前强化学习最火的子方向之一。离线强化学习不与环境交互，旨在从以往记录的数据中学习目标策略。在面临数据收集昂贵或危险等问题，但是可能存在大量数据领域（例如，机器人、工业控制、自动驾驶），离线强化学习对比到在线强化学习（OnlineRL）尤其具有吸引力。在利用贝尔曼策略评估算子进行策略评估时，根据X的不同可以把当前的离线强化学习算法分为RL-based(x=π)和Imitation-based(x=μ),其中π为目标策略，μ为行为策略（注：目标

作者|AnirudhVK译者|徐杰承自动编码平台现在正处于程序员新兴技术的最前沿，为开发者编写代码片段提供了一种全新的人工智能驱动的替代方案。尤其是在微软GitHubCopilot平台的推动下，这一进步目前正在慢慢改变全球开发人员的工作模式。近年来许多编码的替代方案，如无代码和低代码平台，都非常适合非技术用户。虽然此类工具在技术圈内引起了一些“铁杆程序员”的鄙夷和愤怒，但我们不得不承认的是，即便是最有经验的编码老手也能够从自动编码算法中受益，因为它将极大地减少开发人员实际需要键入的代码量。特斯

自从人工智能（AI）概念大热之后，其进入各个产业领域的速度加快。不过，鉴于医疗领域的复杂性，AI在医疗产业的拓展并不顺利，唯一获得规模化的正向增长的是手术机器人，其他在经历了多年的发展，整个领域仍属于不成熟的早期市场，难以真正商业化。如果按照人工智能进入医疗的领域来区分，主要分类是药物研发、诊疗、影像识别、手术机器人和健康管理5大方向。但从实践来看，药物研发领域虽有一些进展，但离真正规模化仍有一定距离，而诊疗领域的工具属性更强，对医疗的作用只具备信息化附属的角色。真正在过去5年吸引市场的领域是AI解决方

先进驾驶辅助系统（AdvancedDriverAssistantSystem），简称ADAS，是利用安装于车上的各式各样的传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性的主动安全技术。汽车传感器汽车传感器装备的目的不同，可以分为提升单车信息化水平的传统微机电传感器（MEMS）和为无人驾驶提供支持的智能传感器两大类。MEMS在汽车各系统控制过程中进行信息的反馈，实现自动控制，是汽

多模态学习旨在理解和分析来自多种模态的信息，近年来在监督机制方面取得了实质性进展。然而，对数据的严重依赖加上昂贵的人工标注阻碍了模型的扩展。与此同时，考虑到现实世界中大规模的未标注数据的可用性，自监督学习已经成为缓解标注瓶颈的一种有吸引力的策略。基于这两个方向，自监督多模态学习(SSML)提供了从原始多模态数据中利用监督的方法。​论文地址：https://arxiv.org/abs/2304.01008​项目地址：https://github.com/ys-zong/awesome-self-superv

​人工智能（AI）会接管设计工作吗?将来会取代设计师吗?一提到人工智能，马上就被描绘成人类的替代品。虽然毫无疑问，人工智能将改变设计工作现状，但这种智能技术将取代人类的想法并不完全准确。随着技术的发展和经济的变革，业务流程的变化是很自然的，设计工作过程也受此影响。当我们了解到人工智能将如何深刻地改变设计过程时，（设计师们）不要将人工智能视为威胁，而应该着眼于人工智能给设计领域带来的机遇，它对设计实践和设计原则的影响，以及设计师的工作将如何改变。AI在两种设计环境中的作用为了理解人工智能在设计中的影响，分析

ChatGPT已经火了一段时间，世界各地的人才也把它的功能开发得十之八九。于是，有人开始向新的高峰迈进：获得ChatGPT的爱！恋爱告急有人「创业未半而中道崩殂」，在Reddit上哭诉：「完了家人们，被秒拒。」楼主的告白没有技巧，全是感情，直接来了句「我爱你」。ChatGPT的回答精准、冰冷、不留余地，仿佛童话故事中因受诅咒而无法感受到爱的女主角。对不起，我无法处理情绪或感受到爱。作为语言模型，我的唯一目的是帮助用户根据我收到的输入生成类似人类的文本。我没有个人感觉，也没有形成情感依恋的能力。我是一个计算

过去十年，学术和商业机器翻译系统（MT）的质量已经得到了大幅度的提升。这些提升很大程度上得益于机器学习的进展和可用的大规模web挖掘数据集。同时，深度学习（DL）和E2E模型的出现、从web挖掘得到的大型并行单语言数据集、回译和自训练等数据增强方法以及大规模多语言建模等带来了能够支持超过100种语言的高质量机器翻译系统。然而，虽然低资源机器翻译出现了巨大进展，但已经构建广泛可用且通用的机器翻译系统的语言被限制在了大约100种，显然它们只是当今全世界使用的7000多种语言中的一小部分

3月9日消息，谷歌向来以长期押注于各种未来技术而闻名，而当前爆火AI聊天机器人所需的大部分技术都曾在其实验室中被研究过。然而，一家名为OpenAI的初创公司在去年11月推出了ChatGPT，成为所谓的生成式人工智能（AIGC）领域的早期领导者。OpenAI的突然成功让谷歌及其母公司Alphabet急于在AIGC领域迎头赶上，其首席执行官桑达尔·皮查伊（SundarPichai）甚至将这项技术与火或电的应用相提并论。ChatGPT被许多人视为谷歌传统搜索引擎的最终挑战者，再加上OpenAI与微软之间的密切

技术一直在颠覆和改进我们管理供应链的方式——从古丝绸之路上绑在骆驼上的新式轮式手推车，到今天由人工智能驱动的超精确零售补货需求预测。但是，尽管这些发展不断推动社会向前发展，但它们最初并不总是受到欢迎。以条形码为例。当条形码首次投入商业应用时，必须说服持怀疑态度的制造商将其打印在产品上，说服犹豫不决的超市购买扫描仪。但在短短几年内，条形码被广泛认为改变了整个零售生命周期的效率和准确性。作为商业领袖，我们必须始终克服最初的不情愿，并利用变革性的新技术。能够适应从地缘政治到环境的外部变化的供应链是当今多变的经

自动证明数学定理是人工智能的一个初衷，也是一直以来的难题。到目前为止，人类数学家使用了两种不同的方式来书写数学。第一种是大家都熟悉的方式，即用自然语言来描述数学证明。大部分的数学都是以这种方式书写的，这包括数学课本，数学论文，等等。第二种称之为形式化数学（formalmathematics）。这是近半个世纪计算机科学家创造的，用来检验数学证明的一种工具。如今看来，计算机可以被用来验证数学证明，但它们只有在使用专门设计的证明语言时才能做到这一点，而无法处理数学符号和数学家使用的书面文本的混合体。如果把用自

每年，全世界有超过6900万人饱受创伤性脑损伤的折磨，他们中的许多人无法通过语音、打字或手势进行交流。如果研究人员开发出一种技术，可以通过非侵入性的方式直接从大脑活动解码语言，这些人的生活将会大大改善。现在，Meta搞了个新研究，就是要解决这个事儿。刚刚，MetaAI官方博客发文，介绍了可利用AI从大脑活动中直接解码语音的新技术。从一段时间为3秒的大脑活动中，这个AI可以从人们日常使用的793个单词的词汇表中解码相应的语音片段，准确率高达73%。以往，从大脑活动中解码语音一直是神经科

在正式介绍这篇文章之前，我们先提个问题：下图的表情符号描述的是什么电影呢？可能连你都猜不出来，这四个符号代表的电影是「海底总动员」，这一提示任务是去年评测大型语言模型（LLM）204个任务中的其中一个任务。对于最简单的LLM模型，给出的回答多少有点胡编乱造，它认为这部电影讲述的是一个男人的故事；相对复杂一点的中型模型，给出的回答是「TheEmojiMovie」，这时答案已经很接近了。不过最复杂的模型猜中了，给出「海底总动员」这一答案。谷歌计算机科学家EthanDyer表示：「模型的这一行为

就在刚刚，MetaAI发布了SegmentAnythingModel（SAM）——第一个图像分割基础模型。SAM能从照片或视频中对任意对象实现一键分割，并且能够零样本迁移到其他任务。整体而言，SAM遵循了基础模型的思路：1.一种非常简单但可扩展的架构，可以处理多模态提示：文本、关键点、边界框。2.直观的标注流程，与模型设计紧密相连。3.一个数据飞轮，允许模型自举到大量未标记的图像。而且，毫不夸张地说，SAM已经学会了「物体」的一般概念，甚至对于未知物体、不熟悉的场景（例如水下和显微镜下）以及模

2月15日消息，据知情人士透露，在AI聊天机器人ChatGPT发布前的几个月里，其开发者​​OpenAI​​​悄悄雇佣了至少5名​​谷歌​​AI研究人员。他们在帮助改进ChatGPT方面发挥了重要作用，并支持其在2022年11月份推出。谷歌拥有世界上最著名的两个AI研究团队，但OpenAI却在短时间内推出了ChatGPT，近几个月在全球引起轰动，吸引数千万人使用，谷歌的领导者甚至认为这款产品对其搜索引擎构成了潜在威胁。AI行业的从业者和投资者都想知道，一家成立仅7年的​​初创公司​​是如何击败谷歌的。事实

技术越来越好，只会让我们的生活比以往任何时候都更轻松。每一天过去，技术都在快速发展。技术使组织能够非常方便地降低成本、增强客户体验和增加利润。此外，大流行的爆发以最佳方式推动了企业的数字化转型之旅。同样，充分了解未来的技术趋势也有其自身的好处。本文列出了2023年必须知道的十大新技术和趋势。1、人工智能人工智能流行已经有一段时间了。事实上，人工智能在不断发展，针对这一新兴技术的更新应用层出不穷。如今，有无数应用依赖于人工智能——图像和语音识别、导航程序、Siri和Alexa等语音助手等等。难怪未来几年将更

目前常见的激光点云分割算法有基于平面拟合的方法和基于激光点云数据特点的方法两类。具体如下：点云地面分割算法01基于平面拟合的方法-GroundPlaneFitting算法思想：一种简单的处理方法就是沿着x方向（车头的方向）将空间分割成若干个子平面，然后对每个子平面使用地面平面拟合算法（GPF）从而得到能够处理陡坡的地面分割方法。该方法是在单帧点云中拟合全局平面，在点云数量较多时效果较好，点云稀疏时极易带来漏检和误检，比如16线激光雷达。算法伪代码：伪代码算法流程是对于给定的点云P,分割的最终结果

ChatGPT的发布，让AI正式加入工具箱，不过写prompt对于非英语母语者、非AI从业者来说仍然是一个难题。在最近召开的人机交互领域顶级会议ACMCHI（ConferenceonHumanFactorsinComputingSystems）2023上，发表了大量基于大型语言模型的研究及工具，能够拉低ChatGPT类工具的使用门槛。从事人机交互工作的前田纳西大学教授AustinZ.Henley精选了八篇论文，从提示的设计、训练，到改善编程教学、结构化日志管理等，打开ChatGPT的正确玩法！程序员和语言

​昨日，整个社区最热门的话题无外乎是reddit上一名机器学习研究者对谷歌AI负责人JeffDean参与论文的质疑​。这篇论文是《AnEvolutionaryApproachtoDynamicIntroductionofTasksinLarge-scaleMultitaskLearningSystems》，于周四被提交到预印版论文平台arXiv上。在论文中，JeffDean等人提出了一种进化算法，可以生成大规模的多任务模型，同时也支持新任务的动态和连续添加，生

译者|崔皓​审校|孙淑娟开篇多数组织认为客户服务是一种开销，实际上还可以将客户服务看成是一种机会。它可以让你在销售后继续推动客户的价值。成功的企业深知，客户服务不仅可以留住客户，还可以增加企业收入。客户服务是被低估的手段，它可以通过推荐、见证和经典的口碑来加强营销和销售工作。而且，实时地、无延迟地服务客户是至关重要的。随着人工智能的出现，这一要求变得可以实现了。​有了人工智能，就有可能在客户的旅途中协助处理旅程中出现的任何问题。另外，通过人工智能主导的聊天机器人和机器学习（ML）能力，如NLP和即

随着互联网的高速发展，传统线下零售渠道开始出现发展疲软的状况，中国零售业此刻亟需一剂“助推剂”。AI（人工智能）技术的发展或许会成为零售产业未来发展的良方之一。AI技术可以改变对零售商品及消费者数据的采集、分析和价值应用形式，加速促进零售业“人、货、场”的环状结构优化，从而重构消费者关系，刺激消费需求。目前，“AI+零售”仍处于探索阶段，随着零售企业数字化基础设施水平的提高，AI技术将为零售企业的智能化改革带来更大的想象空间，助推行业整体价值增长。NO.1无人超市即拿即走在我国很多城市，无人超市已经落地

出StableDiffusion的公司也出语言大模型了，效果还挺好。本周三，StableLM的发布引来了科技圈的关注。StabilityAI是近期势头正盛的创业公司，因为开源的AI画图工具StableDiffusion而饱受好评。在周三的发布中，该公司宣布其语言大模型现已可供开发人员在GitHub上使用和改编。与业内标杆ChatGPT一样，StableLM旨在高效地生成文本和代码。它在名为Pile的开源数据集的更大版本上进行训练，其中包含来自各种来源的信息，包括维基百科、StackExchange和Pub

激光雷达在自动驾驶应用中主要用来探测道路上的障碍物信息，把数据和信号传递给自动驾驶的大脑，再做出相应的驾驶动作，但室外常见的干扰因素如雨、雾、雪、粉尘、高低温等对激光雷达的识别造成了极大的影响。因此，激光雷达投入实际应用前需要在雨、雾、光、尘等特殊环境中进行大量的测试。在自然环境条件下，所需要的测试场景可遇不可求且无法复现，无法满足激光雷达大量真实环境测试的需求。在此基础上，国家智能网联汽车（长沙）测试区即将打造完成雨、雾、光、尘等典型测试场景，也是目前国内唯一同时具备雨、雾、光、尘等场景的测试区，可满足