2021年6月21日的一周–“欧元”25

计算机视觉与模式识别会议，或称CVPR，将于明天结束。对于该领域的人们来说，这是一个一年一度的机会来分享他们的研究成果，在某些情况下，像特斯拉这样的公司也有机会炫耀自己的研究成果。周一，欧洲™公司的人工智能负责人安德烈·卡帕西发布了一台超级计算机，他们预计这台超级计算机将为他们的愿景提供动力-只有全自动驾驶技术才能向前迈进-欧元。他们？™Re表示，这台计算机可能是世界上第五强大的计算机。the fifth-most powerful in the world

特斯拉需要这样一台结实的钻机的部分原因是他们正在捕获的海量数据(™)。根据TechCrunch，œ特斯拉已经积累了100万个视频，每个视频长约10秒，并用深度、速度和加速度标记了60亿个物体。

所有这些都让我们思考我们在Zumo实验室正在构建什么，它如何缓解那些没有超级计算机的人的这些痛点，以及它在ML工作流中的位置。在我们最近的一篇博客文章中，我们的联合创始人科里把这一切都摆在了桌面上。我们正在为数据构建™。We’re building AutoML for Data

#数据标签

众所周知，™的标签错误率为5.8%。我们之前已经写过关于与标记数据相关的问题的™。这篇文章更深入地探讨了偏见和人工贴标签过程中令人望而却步的成本等问题，可以被认为是佐证。正如预期的那样，该片段确定的一条有希望的前进路径是合成训练数据。the problems associated with labeled data

手工标签被认为是有害的，通过Oâuro™Reilly。Hand Labeling Considered Harmful

#WastBot

像保鲜膜和塑料袋这样的软塑料可能会破坏回收线的工作，在大多数情况下，必须通过人工过程移除。悉尼大学的一组研究人员设计了一种机器人，它使用计算机视觉来识别和挑选生产线上的软塑料。澳大利亚联邦政府已经向他们发放了一笔巨额拨款，以继续这项工作。

通过悉尼大学，回收机器人可以帮助解决软塑料垃圾危机。Recycling robot could help solve soft plastic waste crisis

#WantBot

如果你想要一个机器人来帮助你在厨房里转悠-欧元“，老实说，”欧元™“，那么谁不想要这个机器人呢？它需要能够同时导航透明和反光的表面。(译者注：如果你想要一个机器人来帮助你在厨房里转来转去，老实说，谁不想呢？)本周，丰田研究所自豪地宣布，他们的“Euroœ”机器人已经学会了识别任何可擦拭的表面。“Euro�”如果没有合成数据，这一里程碑是不可能实现的，根据该公司“Euro™”的帖子：“Euroœ使用合成数据也减少了对耗时、昂贵或不切实际的数据收集和标签的需求。”the company’s post

丰田研究院通过TechCrunch展示了其机器人如何在家庭中困难的表面上工作。Toyota Research Institute shows how its robotics work with difficult surfaces in the home

#GauGan

生成性对抗性网络在入门时可能具有挑战性。也许这就是为什么NVIDIA喜欢在像SIGGRAPH这样的贸易展上展示他们公认令人印象深刻的™技术的原因。但到本周为止，他们终于让™画布上的任何人都可以使用“把你的MS油漆级别的盆地变成神秘的山谷”的应用程序“EURO”。

NVIDIAâuro™的画布应用程序通过Engadget将涂鸦转化为人工智能生成的“EURO˜PHOTES？EURO™”。NVIDIA’s Canvas app turns doodles into AI-generated ‘photos’

#ethicalAI

你知道吗，天气预报也使用了同样的算法来制作深伪天气？根据深度思维研究科学家Raia Hadsell的说法，™提醒人们，任何从事人工智能工作的人都必须考虑到他们工作的更广泛的影响。哈塞尔本周在科技骄傲女同性恋者峰会上发表了讲话，这篇来自VentureBeat的文章报道了她呼吁采取行动的节拍。

DeepMind科学家通过VentureBeat呼吁伦理人工智能，因为谷歌面临持续的反弹。DeepMind scientist calls for ethical AI as Google faces ongoing backlash

昨天，约翰·麦卡菲(John McAfee)被发现死于关押他的西班牙监狱，就在几个小时前，一家法院批准将他引渡到美国。作为商业杀毒软件之父和连续创业者，McAfee是一个深陷困境的人。这篇来自2012年的文章是对这名男子的令人痛心的性格研究和侧写，恰好与一起谋杀案调查重合，他在调查中被通缉接受讯问。

**内容警告：点击后，标题照片显示McAfee用枪指着他的头。**

约翰·麦卡菲逃到了伯利兹，但他无法通过“连线”(Wire)亲自逃脱。John McAfee Fled to Belize, But He Couldn’t Escape Himself

📔周报“

超越自我监督：一种简单而有效的改善骨干网络蒸馏的选择Beyond Self-Supervision: A Simple Yet Effective Network Distillation Alternative to Improve Backbones

现代深度学习模型通常是在像ImageNet这样的大型数据集上预先训练的，然后才针对特定任务进行微调。这种预先培训会产生巨大的计算成本，因此ML社区依赖大型技术公司来提供预先培训的模型。本文提出了一种快速、廉价的蒸馏预训练方法。这种方法包括使用一个规模可观的预培训教师网络，使较小的学生网络达到最快速度，从而有效地在很短的时间和成本内对其进行预培训。这篇论文中的数字令人印象深刻，研究人员做了很好的工作，分析了不同的变量在发挥作用，以及它们如何影响最终的表现。来自百度研究团队的一些好科学。

你觉得榨果汁值得吗？在这里注册，每周领取一次。Sign up here to receive it weekly