人工智能模式识别

模式识别（Pattern Recognition)是指对表征事物或现象的各种形式（数值的、文字的和逻辑关系)的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。模式识别的主要对象包括：波形、图像、文字、符号、数据等。在对这些对象的具体模式进行辨识和分类后，人工智能系统能将其中的信息以结构化的形式呈现，以供进一步利用。
1.美国研究人员提出使用人工智能技术实现盲区物体成像
2020年1月，美国斯坦福大学、莱斯大学(Rice University，Rice)、普林斯顿大学(Princeton Universitv)和南方卫理公会大学(Southern Methodist University，SMU）研究人员共同开发出一个基于人工智能与激光探测技术的非视距探测系统，可对拐角处的隐藏物体进行成像。研究人员使用激光的反射光线照射盲区内的物体，并使用深度学习技术对照射后产生的干涉图案进行还原，可生成分辨率为300微米的重构图像。该技术有望应用于自动驾驶、导航、地理探测、国防和医疗等领域。
2.奥地利维也纳技术大学光子学研究所开发出新人工智能芯片，可以在40纳秒内执行图像分类任务
2020年3月，奥地利维也纳技术大学光子学研究所研究人员开发出新型人工智能芯片，可以在40纳秒内执行图像分类任务。研究人员将光敏电子设备与神经网络结合在一个微小的芯片上，使芯片具备传感能力，可在数十纳秒内感知到所看到的东西。相比于传统图像识别设备，新型人工智能芯片无须转换和传递数据，可以用更少的功率更快地识别图像。
3.DARPA与英特尔、佐治亚理工学院合作开发可抵抗欺骗攻击的人工智能工具
2020年4月，DARPA与英特尔公司及佐治亚理工学院合作，共同开发可抵抗欺骗攻击的人工智能工具。由于人工智能算法存在被欺骗的风险，DARPA启动一项名为“增强人工智能对欺骗的鲁棒性”(Guaranteeing Artificial IntelligenceRobustness against Deception，GARD)的项目。该项目的初始阶段将着重于利用图像和视频中的空间、时间和语义的一致性来改进物体检测，使得人工智能能够自适应地学会如何识别欺骗。DARPA表示，希望通过该项目产生可以广泛应用于各种场景的防御方法，确保人工智能不会受到欺骗。
4.美国内华达大学受昆虫启发开发出用图像估算飞行器速度的新算法
2020年5月，美国内华达大学研究人员开发出一种名为FLIVVER的新算法，可根据图像估算飞行器速度。该算法是受昆虫使用视觉信息估算飞行速度的方法启发而来的，可对图像中物体的相对距离变化产生评估，以此精确推算出飞行器的速度。相比于此前利用视觉信息估算物体移动速度的非线性优化算法，FLIVVER算法可降低对计算资源的需求量，通过滤波器直接计算出速度相关量的二阶倒数，对速度进行估算。该算法可单独使用也可以和其他算法结合以进一步提高效率，但目前仅能估算飞行器直线运动的速度。研究人员希望FLIVVER 算法可为小型无人机的速度估算提供一种有效的通用方法。
5.美国非营利组织OpenAI发布人工智能语言处理模型GPT-3
2020年5月，美国非营利组织OpenAI发布超大型自然语言理解模型GPT-3，拥有强大的语言处理功能。该模型拥有1750亿个参数，训练所用数据集容量达到45太字节。开发人员仅需输入文本提示，GPT-3即可根据指令完成写作、翻译、问答、完形填空和推理等言语任务，且准确度极高。该成果证明，使用大量文本进行预训练，并针对特定任务进行微调，可以使语言处理模型的性能获得巨大提升。
6.DARPA拟利用人工智能识别深度伪造类虚假信息攻击活动
2020年7月，DARPA发起“对欺骗的逆向工程”(Reverse Engineering ofDeceptions，RED)项目，旨在运用人工智能技术，对深度伪造(Deepfake)视频、照片、音频、文字及其制造这些内容的工具链进行逆向工程分析。该项目属于“人工智能探索机会”(AIEOpportunity)系列项目的一部分，其第1阶段的目标是开发一种或一系列算法，以自动识别虚假信息攻击活动背后的工具链：第2阶段则致力于发展针对造假工具的数据库，来支持开展有针对性的防御和溯源。DARPA期望通过RED项目实现对虚假信息攻击的识别和分析，并拥有批量化处理的能力。
7.美国麻省理工学院开发出使用咳嗽声检测新冠病毒无症状感染者的人工智能工具
2020年11月，美国麻省理工学院研究人员开发出一种使用咳嗽声检测新冠病毒无症状感染者的人工智能工具。研究人员发现，新冠病毒无症状感染者发出的咳嗽声与健康人不同，其中细微的差别很难为人耳所分辨，但可以由人工智能分辨。为此，研究人员开发出一种人工智能算法，通过对包含7万条新冠病毒无症状感染者的咳嗽录音的数据库进行学习，可准确识别出新冠病毒无症状感染者。目前，麻省理工学院研究人员已与一家企业展开合作，计划将该人工智能算法整合到手机应用程序中。同时，该研究成果也同步提交到美国食品药品监督管理局和其他监管机构。如果最终获得批准，咳嗽检测应用程序将免费用于大规模人群筛查。
8.IBM公司为沃森人工智能平台添加新功能，提高其自然语言处理能力
2020年12月，IBM公司为其沃森(Watson)人工智能平台添加新功能，旨在提高人工智能的自动化程度，提供更高精度的自然语义处理(Natural LanguageProcessing，NLP)，并加强人们对人工智能预测结果的信任度。这项功能可使用自然语言处理技术自动从用户问答文档中提取问题和答案并进行自动配对，能帮助企业时刻保持最新答案的更新，并减少手工更新的耗时。IBM Watson助手中还提供了一个新意图分类模型，能更准确地了解终端用户在使用虚拟助手时的目标或意图，并使管理员能够更快地培训系统。与以往的商业系统相比，该模型通过较少的数据提供更准确的结果。