成都大熊猫繁育研究基地新成果
使用面部识别技术识别大熊猫
「AI会不会也被萌化了？」
▲图片来自panda.org.cn
个体识别是保育员对圈养动物进行日常饲养和动物谱系、档案管理的前提和基础，也是研究人员对野生动物进行动物的种群结构研究的关键。而大熊猫所拥有的黑白相间的皮毛及别具一格的“黑眼圈”，使得个体之间看起来十分相似，难以区别。近日成都大熊猫繁育研究基地发表相关论文，表示日后面对大熊猫将不再“脸盲”。
科研人员通过建立含有12万余张图像、上万个视频片段的数据库，对近万张图片完成了标记、分割和注释，实现了对圈养大熊猫脸部自动检测及大熊猫个体识别工作。研究人员们也推出了大熊猫「认脸」应用程序。未来，成都大熊猫繁育研究基地将联合研发团队继续利用AI技术对圈养和野外大熊猫影像资料大数据进行统计、分析。
有样学样
机器人可模仿人类肌肉运动举物体
「还有更多潜在应用空间。」
麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员最近表明，通过他们开发的新系统可以实现更平稳的机器人和人类协作，其中机器通过监测肌肉运动来帮助人们抬起物体，能几乎实时地复制人类手臂动作。
该系统被称为RoboRaise，涉及将肌电图（EMG）传感器放在用户的肱二头肌和肱三头肌上以监测肌肉活动。然后，它的算法不断检测人的手臂水平的变化，以及用户可能做出的离散的上下手势，以实现更精细的电机控制。这样，RoboRaise只需要几个紧张和放松的周期就可以用机械臂校准自己。此外，它还能识别细微的上下手势，使其更好地控制保持在某个位置等某些动作。
百度大脑NLP能力再获国际认可
10篇论文被ACL收录
「国际水准」
近日，自然语言处理（NLP）领域的国际顶级学术会议“国际计算语言学协会年会”（ACL）公布了今年大会论文录用结果。根据ACL官方数据，今年大会的有效投稿数量达到篇，相比去年的篇增长高达75%。其中，国内自然语言处理领*者百度共有10篇论文被大会收录，展现出在该领域的技术积淀和国际水准。
百度被录用的10篇论文，覆盖了信息抽取、机器阅读理解、对话系统、视频语义理解、机器翻译等诸多NLP领域的热点和前沿研究方向，提出了包括基于注意力正则化的ARNOR框架（AttentionRegularizationbasedNOiseReduction）、语言表示与知识表示深度融合的KT-NET模型、多粒度跨模态注意力机制、基于端到端深度强化学习的共指解析方法等，在人机交互、智能客服、视频理解、机器翻译等场景中具有很大的应用价值。
人工智能专业首次独立招生
35所高校获得首批建设资格
「高考临近，你要不要加入AI的队伍？」
▲图片来自21jingji.
