建筑制图 AI：10 秒内实现日夜景效果图转换【智能快讯】

By 超神经

AI 无处不在的时代，每天都有新的技术与研究成果出现。无论学术界还是商界，技术还是产品，AI 的新发现都源源不断，在带给我们全新视角的同时，也引起我们更深的思考。

HyperAI 超神经精心整理了 AI 行业的近期资讯，快来一起围观吧！

新奇

未来建筑实验室利用深度学习10 秒完成日夜景效果图转换

建筑设计会经常遇到出夜景效果图的时候，日夜景的效果转换，临摹勾勒、渲染出图、后期加工...工序繁多。除了对制作工具的熟练，更关键的是需依靠经验判断建筑明暗、光影和颜色等在白天和夜晚的不同状态。近日，AI 建筑研究团队未来建筑实验室（Future Architecture Lab，FALab）运用之前一项深度学习成果，做到 10 秒内完成日夜景转换，让建筑菜鸟也能快速拥有合格效果图。
用户只需选择一张日景图（Source）和一张目标夜景图（Reference），基于深度学习的算法 Neural Color Transfer（NCT），就可对两张图片上具有相似语义结构的部分进行颜色迁移，生成新的夜景图片。

扫码试一试（限时开放）

来源：blog.xkool.ai南非纳塔尔大学团队最新研究用卷积神经网络估计人的年龄在最近的一项研究中，南非夸祖鲁纳塔尔大学的研究人员开发了一种基于机器学习的模型，通过分析在随机现实环境中拍摄的人脸图像来估计人的年龄。他们开发了一个基于深度卷积神经网络（CNN）的六层结构，使用约 70000 个已标记的面部图像数据集 OUI-Adience 来训练，该架构通过了解对于年龄估计最重要的面部表征，并关注这些特征来实现年龄估计。据介绍，其方法最新结果比 OUI-Adience 数据集报告中最佳结果的准确度提高了 8.6%。
来源：techxplore.com

学界

港科大推出世界首个全光学多层神经网络
近日，香港科技大学（以下简称港科大）面向深度机器学习推出世界首个全光学多层神经网络，该项技术为下一代 AI 硬件及机器学习技术的发展铺平了道路。全光学多层神经网络能够以光速执行光学并行计算，能耗极低，可以帮助 AI 更好地匹配人类大脑，以解决诸如模式识别或风险管理等更复杂的问题。

来源：opengovasia.com克莱姆森大学与 BMW 合作让 AI 赋能汽车产业
位于美国的克莱姆森大学近日与知名车企 BMW 达成合作，共建 AI 研究中心。该中心位于加利福尼亚州山景城的西海岸基地，致力于数据分析项目，与科技公司和创业公司关系紧密，在车辆故障检测、车辆质检等方面都有望依靠 AI 技术极大提高效率和检测准确度，从而降低成本。
来源：automotiveit.com

企业

科大讯飞成为北京 2022 年冬奥会自动语音转换与翻译独家供应商9 月 16 日消息，在北京 2022 年冬奥会和冬残奥会官方自动语音转换与翻译独家供应商发布会上，科大讯飞宣布，正式成为北京 2022 年冬奥会和冬残奥会官方自动语音转换与翻译独家供应商。 北京冬奥组委技术部部长喻红表示，科大讯飞将为北京冬奥会提供技术支持，通过语音识别、语音合成、机器翻译等产品和服务，创造良好沟通环境、减少重复性劳动、提高赛会保障服务效率，在冬奥会赛场内外实现人与人、人与机器之间语音和语言交互无障碍。来源：tech.sina.com亚马逊将允许任何人帮助 Alexa 回答它无法回答的问题亚马逊正计划推出一项名为 Alexa Answers 的新计划，让任何人都能够帮助解答旗下语音助手 Alexa 无法回答的问题。该计划旨在扩展智能数字助理的知识库，使其与 Google 智能助理和 Apple 的 Siri 保持竞争力。谷歌智能助手连续两年轻松赢得了由美国知名创投机构 Loup Ventures 组织进行的 800 个问题测试，Alexa 则排在第三位。该项目将使用游戏机制吸引用户 ——每次助理分享他们的一个答案时，用户将能够获得「积分」。

来源：cnbc.com

技术

谷歌开发深度学习系统以提高部分皮肤疾病的诊断准确度近日谷歌健康（Google Health） 发布一款深度学习系统（Deep Learning System，DLS），可用于初级保健中的皮肤疾病诊断。当前美国诊所中大概有 37% 的患者患有皮肤相关的疾病，然而仅有半数患者有机会被皮肤专科医生接待，其他患者完全依赖全科医生，因此亟需提高全科医生对皮肤疾病的诊断能力。科学家通过实验发现，在患者信息相同的情况下，针对 26 种不同的皮肤状况，DLS 与皮肤专科医生均给出同样的诊断结果。DLS 的应用将有效提高美国全科医生对皮肤疾病的诊断能力，节约医疗资源，并更加准确及时地确诊、治疗皮肤癌等严重疾病。

来源：ai.googleblog.com工程师发明双指机器手旨在提高机器操作的安全性近日，来自 University at Buffalo 的工程师发明了一款全新的双指机器手，有望模仿人手灵敏度，提高操作物体的熟练程度。这一机器手通过两块磁铁分别控制两根手指的位置，当感知到外部压力时，可以通过增加或减小磁铁之间的距离，进而控制手指的力度。同时该机器手可连接在众多商用机器人手臂上运行，有望在未来降低企业技术成本，提高机器操作的安全性。
来源：sciencedaily.com

—— 完 ——

扫描二维码，加入讨论群

获得优质数据集

回复「读者」自动入群

更多精彩内容（点击图片阅读）