機器人在德國:自動化造成更低工資,更少工作,但實現(xiàn)了更大的經(jīng)濟效益:
... AI的興起將如何影響經(jīng)濟?自動化是否會導致過多失業(yè),以至造成的經(jīng)濟損失超過其收益?這是對于AI人們常問的幾個問題,相信在將來也是。
...那么當你給某個經(jīng)濟體實施大規(guī)模自動化時,到底會發(fā)生什么呢?目前只有很少的數(shù)據(jù)讓我們知道具體會發(fā)生什么,但最近的幾項研究讓未來變得更清晰一些了。
...幾個月前,麻省理工學院和波士頓大學的Acemoglu和Restrepo就發(fā)表了美國勞動市場的相關(guān)報告,顯示雇主在工廠每部署一個機器人,附近地區(qū)的總就業(yè)人數(shù)會減少大約6.2名,每年工資平均減少200美元。
...現(xiàn)在,改革派智庫經(jīng)濟與政策研究中心的研究人員們,就對德國的就業(yè)情況與其工業(yè)機器人的關(guān)系做了一番研究。
...最引人注目的觀察:“盡管機器人不影響總就業(yè),但是對德國的制造業(yè)就業(yè)還是產(chǎn)生了很大的負面沖擊。我們估計一個機器人平均可以替代兩個生產(chǎn)工作職位。這意味著,在1994年至2014年期間,大約有275,000個全職制造工作已經(jīng)被機器人取代掉了。但實際上,這些巨大損失可以被制造業(yè)以外的就業(yè)增長抵消掉,換句話說,機器人大大改變了就業(yè)構(gòu)成?!?/p>
...因此,機器人對制造業(yè)就業(yè)的負平衡效應(yīng)不是由現(xiàn)任工人的直接流失造成的,而是由勞動力市場中對機器人密集行業(yè)的更少分流造成的。也就是說,機器人不會破壞現(xiàn)有的制造業(yè)工作,而是會讓公司為年輕人提供更少的相關(guān)新工作。“
...他們還注意到,更嚴酷的趨勢是,正在引進機器人的行業(yè)內(nèi)的工人往往是處于經(jīng)濟上的不利地位,因為在某些行業(yè)中,可能會導致員工們愿意“在機器人的威脅下,為了穩(wěn)定工作而進行減薪“。
...但對于樂觀的人們來說:“這個工人層面的分析提供了一個發(fā)現(xiàn) - 我們發(fā)現(xiàn)與機器人接觸更多的工人,實際上在其原工作場所保留工作的可能性也更高。這意味著,接觸機器人增加了這些工人的工作穩(wěn)定性,盡管其中一些工作人員最終進入了與之前不同的崗位。“
...閱讀更多:機器人在德國勞動力市場的興起。
AI研究不可重現(xiàn)的世界 (俺們個研究玄學的):

...加拿大麥吉爾大學和微軟收購的AI公司Maluuba的研究人員發(fā)表了一篇大膽的論文,直接指出了現(xiàn)代AI的不可重復(fù),糟糕的特性。
...為說明這一點,他們對AI算法進行了一系列測試實驗,范圍從具有和不具有層規(guī)范化,到修改網(wǎng)絡(luò)使用的細粒度組件。結(jié)果令人不安,因為即使看似微小的變化也會導致性能方面的巨大反應(yīng)。他們還展示了一些算法對用于初始化它們的隨機種子到底是多么的敏感。
...值得記住的一點是,如果性能如此易變(即使是同一作者在不同年份內(nèi)通過類似算法的不同實現(xiàn)),那么研究人員應(yīng)更努力于提出正確的基準,來測試新任務(wù)的同時確保代碼質(zhì)量。此外,由于沒有一個單獨強化學習算法可以在整個基準范圍內(nèi)取得出色的性能,所以我們需要集中注意于AI從業(yè)者認為值得開展工作的一系列基準上去。
...使用的組件: 這篇文章主要基于OpenAIs的“ baselines”項目進行的實驗。
...閱讀更多:Deep Reinforcement Learning that Matters
誰優(yōu)化了優(yōu)化器?當然是強化學習訓練出的優(yōu)化器!
...通過強化學習來優(yōu)化優(yōu)化神經(jīng)網(wǎng)絡(luò)的東西,學會創(chuàng)建新的優(yōu)化器
...在AI研究神奇的遞歸世界中,目前的一個趨勢是“學習如何學習”。這涉及到允許系統(tǒng)在暴露于各種不同的數(shù)據(jù)類型和環(huán)境(RL2,MAML等)后,快速解決大量任務(wù)的技術(shù);在另一方面,又涉及到用神經(jīng)網(wǎng)絡(luò)來發(fā)明另一個神經(jīng)網(wǎng)絡(luò)架構(gòu)和組件的技術(shù)(參見:Neural Architecture Search, Large-scale Evolution of Image Classifiers [神經(jīng)結(jié)構(gòu)搜索,圖像分類器的大規(guī)模演進]等)。
...現(xiàn)在,Google的新研究在學習生成用于優(yōu)化網(wǎng)絡(luò)每層的更新方程。
...結(jié)果:研究人員在CIFAR-10圖像數(shù)據(jù)集上測試了他們的方法,發(fā)現(xiàn)他們的系統(tǒng)得到了比Adam,RMSProp,SGD等這些標準更新算法更好性能的幾個更新規(guī)則。
...如何訓練:作者創(chuàng)建了一種非常局限的領(lǐng)域特定語言,用它們來訓練RNN以在特定的領(lǐng)域特定語言中生成新的更新規(guī)則。一個控制器被訓練出來以在不同的生成的字符串之間進行選擇。
...驚奇之處:隨著發(fā)現(xiàn)一系列基本和原始優(yōu)化操作,系統(tǒng)還學會了隨著訓練時間調(diào)節(jié)學習速度,這顯示了如何用相對簡單的獎勵策略來訓練系統(tǒng),甚至就可以帶來很大的復(fù)雜性。
...閱讀更多:Neural Optimizer Search with Reinforcement Learning
游戲玩家:Unity將游戲環(huán)境變成完整的AI開發(fā)系統(tǒng):

...游戲引擎Unity已經(jīng)發(fā)布了Unity Machine Learning Agents,能將通過該引擎制作的游戲轉(zhuǎn)換為訓練AI系統(tǒng)的環(huán)境。
...通過該系統(tǒng)建立的任何環(huán)境都有三個主要部分:agents (智能體),brains (大腦)和academy (學術(shù))。將agent視為具體的智能,根據(jù)與它們聯(lián)接在一起的brain中運行的算法來行動(許多agent可以連接到一個brain,或每個代理可以擁有自己的brain,或之間的某處)。brain可以通過Python API與AI框架進行通信,例如TensorFlow。academy設(shè)置環(huán)境的參數(shù),定義幀數(shù),訓練長度以及與游戲引擎本身相關(guān)的各種配置。
...彩蛋:軟件的一個特點是能夠讓智能同時訪問多個攝像機視圖,這對于訓練自駕車或其他系統(tǒng)來說可能會很方便。
...閱讀更多:Introducing Unity Machine Learning Agents.
AI,按秒收費:

...許多AI開發(fā)人員現(xiàn)在都有種感覺,即購買和銷售該技術(shù)的方式將會發(fā)生變化。 現(xiàn)在,如果你從公司購買預(yù)包裝的服務(wù),你可以購買按每次使用收費的分類器,但如果你想租用自己的基礎(chǔ)訓練設(shè)備,就通常會以分鐘(Google)或小時(Amazon,微軟)收費了。 現(xiàn)在,亞馬遜更是將其銷售的時間段縮短到按秒計算了。 這將使人們更容易快速啟動和分拆服務(wù),我認為這樣可以更輕松地為合適的AI應(yīng)用構(gòu)建大規(guī)模的部件。
...閱讀更多:EC2的按秒收費。
AAAI開展了一個專注于AI和倫理的新會議:

...AAAI正在推出一個專注于AI,倫理和社會的新會議。該組織目前正在接受會議的論文提交,主題例如社會福利AI,AI和法規(guī),以及建立道德AI系統(tǒng)等主題。
...日期:會議將于2018年2月2-3日在新奧爾良舉行。
...閱讀更多。
圖像識別公司Matroid的$1000萬風投:
...計算機視覺新創(chuàng)公司Matroid,從英特爾和NEA籌集了1000萬美元,用于易使用的視頻分析工具。
...閱讀更多
微軟AI&研究部門,員工人數(shù):
... 2016:?5,000
... 2017:?8,000
...閱讀更多
開放數(shù)據(jù):中文新公司發(fā)布大型普通話語音識別語料庫:
...當研究人員想要訓練英語語音識別系統(tǒng)時,他們擁有豐富的大規(guī)模數(shù)據(jù)集,而普通話卻較少。目前發(fā)布的最大的數(shù)據(jù)集是THCHS30,來自清華大學,其中包含50位說話人,大約30小時的語音數(shù)據(jù)。
...為解決這個,Beijing Shell Shell Technology Co(真沒查到這公司)已經(jīng)發(fā)布了AISHELL-1,其中包括400個說話人,170小時以上的語音數(shù)據(jù),作為開源(Apache 2)數(shù)據(jù)集。每個說話人由三類設(shè)備并行記錄(高保真麥克風,Android手機,iPhone)。
...使用的組件:Kaldi語音處理框架。
“據(jù)我們所知,這是用于普通話語音識別任務(wù)的最大學術(shù)免費數(shù)據(jù)集”,研究人員寫道。 “實驗結(jié)果將在與語料庫一起的開放的Kaldi recipe中展示。
...閱讀更多:AISHELL-1:An Open-Source Mandarin Speech Corpus and ASpeech Recognition Baseline.