人工智能是一门交融了计算机科学、图形学、生物学、语言学等学科的前沿科学。随着产学研深度交融翻新，人工智能从实践钻研逐步落地，各种利用与构想层出不穷。「AI 收藏夹」将会与大家分享一些 AI 畛域实用乏味的文章和工具，与大家一起见证技术的翻新与改革。
文章
0 1 AI 能听懂阴阳怪气吗？
阴阳怪气的实质是什么？在上图的案例中，文字和图片有些矛盾。「咱们居然幸运地失去了一个座位」，然而照片上的观众席却有很多空位；「看上去真好吃」，然而图像上的披萨看起来……🤔
在社交媒体上，用户创立了大量多模式的信息，文字、图片、视频别离代表了三种模式。北京信息工程研究所和中科院单干研发了多模式检测（MultiModal Detection）模型[1]，该模型能够检测文字模式外部和多个模式之间的不协调性，从而了解「讥刺」语义。通过 Twitter 数据集检测，准确率可达到 86%。
0 2 AI 预测森林大火
许多森林大火都是因为电网产生火花引起的。Xcel Energy 等多家电力公司正在进行钻研，应用无人机检测森林中的电线设施，并应用 AI 算法帮忙预测火情高风险地区[2]。无人机上增加了热传感器和激光雷达，激光雷达能够检测出被植被笼罩的电线，扫描线路四周的区域并收集数据，而基于人工智能的算法能够辨认波及绝缘体、连接器、阻尼器、电杆等不同构造的故障，并突出显示须要人工保护的区域。
如上图，该算法可在不同照明条件下，从各个角度检测出损坏的组件，并标记设施的问题。
0 3 深度学习主动加强狗狗的动画成果
动物的静止形式很简单，有独特的步态、特定的脚步模式。近期，都柏林三一学院和巴斯大学开发了一款基于深度神经网络的模型，主动加强四足动物（比方狗）的动画品质，进步制作动画视频和电子游戏的效率[3]。上图蓝色局部是初始动画的帧，蕴含一些小谬误，不足以反映真实情况下狗狗静止的奥妙之处；绿色局部是实在捕获的数据；红色局部是在蓝绿模型的根底上，进行动画加强后的输入。
0 4 为细胞生物学家提供的图像分类器
动物的染色体大小和数量有很大差别，染色体的图像分类门槛较高，个别由专家人工实现。日本学者 Kiyotaka Nagaki 创立了一个 AI 图像分类器[4]，应用染色体图像来训练模型，能正确区分图像中的有丝分裂细胞，对组织切片中的细胞和不同的细胞分裂过程也能无效判断。用人工智能实现图像分类的自动化，不仅能够打消个体差异造成的稳定，还能够节俭许多贵重的钻研工夫。
0 5 呃……我的 AI 怎么有点傻？
AI 在某些方面比人类更快、更准、更可信，不过，AI 也有很多局限性。比方，深度神经网络能够辨认图像，但也可能十分「不强壮」，把一张校车照片翻转后，深度神经网络就会自信地说这是一辆扫雪车😓；又比方，2019 年，美国的一个医保算法被指带有种族偏见[5.1]，人工智能的嵌入本是为了更公正地判断受保群体，后果它将很多更衰弱的白人患者纳入医保，而不是将病情更重大的黑人患者。
这篇文章 [5.2] 总结了 AI 可能的七大弱点，包含：不够强壮、嵌入偏差、忘记过来的训练常识、可解释性太弱、不确定性量化艰难、不足常识、数学不好等等，值得一读。
工具
0 1 Neural Dubber 神经网络配音器
🌟 性能：
让 AI 依据配音脚本，主动生成与画面节奏同步的高质量配音
👀 亮点：
- 依据视频中的嘴唇静止来管制生成语音的语调
- 能够分辨多个谈话人，依据谈话人的面部辨认产生不同音色的语音。在上方的主动视频配音（AVD）工作示意图中，输出的视频内容是两个人相互交谈，灰色的面部图片示意这个人过后没有谈话。
👉 地址：
- 论文地址：https://arxiv.org/abs/2110.08243
- 我的项目主页：https://tsinghua-mars-lab.git…
0 2 画图工具 NN-SVG
🌟 性能：
绘制神经网络架构图往往十分耗时，这个在线工具能够帮你节约大量工夫。该工具能够绘制三种类型的图：经典的全连贯神经网络图形（FCNN style）、以平铺网络结构展现的 LeNet style、以三维块模式展示的 AlexNet style。
👀 亮点：
- 提供多种尺寸、色彩和布局参数，可依照用户的爱好来设计图形
- 可导出 SVG 格局的图像，可间接用于学术论文或网页
👉 地址：
- GitHub 地址：https://github.com/alexlenail…
- 我的项目主页：http://alexlenail.me/NN-SVG/i…
0 3 科研辅助工具 ExplainaBoard
🌟 性能：
该怎么想出一个好点子？如何设计更好的模型？这个平台将模型剖析和模型评估排行榜联合起来，可能实现单系统诊断、系统对剖析、数据集剖析、细粒度谬误剖析、共有谬误剖析、可靠性剖析、零碎组合等工作，无效晋升科研人员的学术体验。
👀 亮点：
- 该平台能够帮忙老手疾速了解某个数据集的个性，定位模型的优缺点
- 平台公布了 API，用户能够提交本人的模型，并将它们部署到在线的 ExplainaBoard 中进行剖析
👉 地址：
- GitHub 地址：https://github.com/neulab/Exp…
- 我的项目主页：http://explainaboard.nlpedia.ai/
参考资料：
[1] AI 辨认讥刺: https://aclanthology.org/2020…
[2] AI 预测森林大火: https://spectrum.ieee.org/smo…
[3] 主动加强狗狗动画成果 : https://techxplore.com/news/2…
[4] 细胞生物学的图像分类器: https://phys.org/news/2021-11…
[5.1] 美国某医保算法被指带有种族偏见: https://spectrum.ieee.org/rac…
[5.2] AI 可能的七大弱点: https://spectrum.ieee.org/ai-…
Zilliz 以从新定义数据迷信为愿景，致力于打造一家寰球当先的开源技术创新公司，并通过开源和云原生解决方案为企业解锁非结构化数据的暗藏价值。
Zilliz 构建了 Milvus 向量数据库，以放慢下一代数据平台的倒退。Milvus 数据库是 LF AI & Data 基金会的毕业我的项目，可能治理大量非结构化数据集，在新药发现、举荐零碎、聊天机器人等方面具备宽泛的应 用。