開發者社區技術週刊 又和大家見面了，快來看看這周有哪些值得我們開發者關注的重要新聞吧。
- 西北大學研發猴臉識別技術，金絲猴可刷臉打卡
- 微軟下月將爲Microsoft Word加入文本預測功能
- 量子通訊獲重大進展：無人機組網成爲可能，南大科研團隊立功
- AutoML大提速，谷歌開源自動化尋找最優ML模型新平臺Model Search
- 計算機行業報告：2023中國私有云IT基礎架構支出成爲全球第一大市場
- 重大更新！京東通用目標重識別開源庫FastReID V1.0
- NeurIPS 2020丨基於能量的OOD檢測
- IJCAI 2020丨基於學習實例隱空間的文本風格轉換
行 業 要 聞 Industry News
1.西北大學研發猴臉識別技術，金絲猴可刷臉打卡
自西北大學的科研團隊正依託人工智能等新技術，研發“猴臉識別技術”，用於識別秦嶺地區的數千只川金絲猴。與人臉識別技術相似， 猴臉識別技術通過提取金絲猴面部特徵信息，建立秦嶺金絲猴個體的身份信息庫，最終掃描、比對、識別。 “猴臉識別技術完全成熟後，我們可將其裝在野外佈設的紅外相機中，系統可自動認猴、命名，蒐集它們的行爲。”研究團隊成員張河說。目前，猴臉識別技術處於實驗推廣階段，可識別約200只秦嶺金絲猴。“每隻金絲猴，我們採集了七八百張圖像樣本，識別成功率達到94%。”
2.微軟下月將爲Microsoft Word加入文本預測功能
2月22日消息 據Mspoweruser報道，微軟將在下個月爲Windows版Microsoft Word提供文本預測功能。 文本預測功能將根據上下文和機器學習來提示用戶接下來可能想要輸入的文字。通過更快地編寫文檔來節省用戶時間。此外，這個功能還可以減少拼寫和語法錯誤，並隨着時間的推移學習，根據用戶的寫作風格給出最佳建議。 用戶只需在 Word 中輸入文檔，就會注意到預測開始出現。按 TAB 鍵接受預測，按 ESC 鍵拒絕預測。微軟表示，根據用戶在當前文檔或電子郵件中鍵入的文本，文本預測使用機器學習模型來提出建議。但除非作爲反饋機制的一部分，否則內容不會被任何人存儲或查看。
3.重大更新！京東通用目標重識別開源庫FastReID V1.0
爲滿足通用實例重識別日益增長的應用需求，京東AI研究院於2020年6月發佈基於PyTorch的通用目標重識別（ReID）開源庫FastReID，並受到了許多用戶的歡迎與反饋。經過半年多持續優化，2021年1月18日FastReID V1.0攜重大更新“驚豔亮相”。具體更新有：
- 模型蒸餾：小模型部署獲得更大的精度提升
- 定位轉型：最全最多的任務支持
- 面向開發者更友好：自動超參搜索
在新版的升級中，FastReID V1.0不僅爲開發者提供了更多通用任務的最小實現模板，還提供了相應的配置文件和參數設定， 方便開發者能夠基於模板進行特定任務的簡單修改。此外，爲開發者在使用FastReID開發新項目時提供baseline結果，還能夠避免開發者花費大量精力對不熟悉的任務進行調參。
擴展閱讀：
🔗 重大更新！一文了解京東通用目標重識別開源庫FastReID V1.0
4.量子通訊獲重大進展：無人機組網成爲可能，南大科研團隊立功
美國物理學會和中國《國家科學評論》(National Science Review) 等在內的國際權威機構和期刊，近日刊登了南京大學固體微結構物理國家重點實驗室的論文：《Optical-Relayed Entanglement Distribution Using Drones as Mobile Nodes》。論文詳細介紹了該團隊最近的一項實驗，首次將光學中繼的節點放到了出於飛行狀態的小型無人機上，在分發距離1公里的情況下，仍然高度保持了光子對的糾纏特性，證明了量子鏈路的有效性。 南大團隊的這項研究證明了，採用相對更爲廉價的小型無人機等設備，完全可以在相對更近的距離內組建量子通訊網絡，並且由於無人機的可移動性，組網可以更加靈活，網絡的可用性也比衛星量子通訊更高 （衛星通訊存在窗口限制）。
5.AutoML大提速，谷歌開源自動化尋找最優ML模型新平臺Model Search
爲了幫助研究者自動、高效地開發最佳機器學習模型，谷歌開源了一個不針對特定領域的AutoML平臺。該平臺不針對某個特定域，因而足夠靈活，並且能夠找出最適合給定數據集和問題的架構，同時最小化編程時間和計算資源。該平臺基於 TensorFlow框架構建，既可以單機運行，也可以在分佈式機器設置上運行。
6.計算機行業報告：2023中國私有云IT基礎架構支出成爲全球第一大市場
目前中國的雲計算髮展已進入快速增長階段。私有云市場在過去五年保持着年均20%的增長態勢。 根據Gartner預計，2020年全球私有云市佔率將達36%。IDC預測，2023年中國私有云IT基礎架構支出將成爲全球第一大市場，私有云市場具有較大發展潛力。中國的IaaS（基礎設施即服務）呈現起步晚、體量小的特徵， 但在近幾年呈現爆發式的增長，在新基建的浪潮下，政府、金融、製造業等傳統企業上雲需求進一步擴大，未來將進一步釋放動能，預計年均增長達到40%左右，遠高於世界的平均水平。
學 術 前 沿 Academic News
1.NeurIPS 2020丨基於能量的OOD檢測
當機器學習模型看到與其訓練數據不同的輸入時，就會出現out-of-distribution （OOD）uncertainty，因此模型很難對他們進行正確預測（也即在與訓練數據分佈差距較大的數據點上表現極差）。對於將 ML 應用於安全關鍵的應用（如罕見疾病鑑定）而言，確定輸入是否超出了分佈範圍是一個基本問題。
在本文中，作者使用energy score來檢測OOD輸入，ID的數據energy score 低，OOD的數據energy score高。作者詳盡證明了 energy score優於基於softmax的得分和基於生成模型的方法。 相比於基於softmax可信度得分的方法，energy score不太受到NN在樣本空間過擬合的影響。相比於基於生成模型的方法，energy score又不需要進行顯式的密度估計。
*論文鏈接：https://arxiv.org/abs/2010.03759
2.IJCAI 2020丨基於學習實例隱空間的文本風格轉換
文本風格自動轉換是一個有趣的任務。由於缺乏平行語料，大多數工作致力於實現無監督的風格轉換並且取得了一定的效果。現有的方法大多通過將風格和內容進行解耦來實現轉換，但是由於解耦的複雜性，這些模型往往無法兼顧轉換後文本的內容保留度和風格準確度。 我們在該工作中提出了一個新的方法，利用流 (flow) 模型，基於多個風格實例來構建更強的風格信號，以此增強轉換後文本的風格準確性，並在風格以及內容兩個指標上取得了更好的平衡。 同時，我們的模型也適用於半監督訓練，可以利用少量平行數據進一步提升轉換效果。
*論文鏈接：https://arxiv.org/abs/2004.02709
以上信息來源於網絡，由“京東科技開發者”公衆號編輯整理， 不代表京東科技立場
推薦閱讀
歡迎點擊【京東科技】，瞭解開發者社區
更多精彩技術實踐與獨家乾貨解析
歡迎關注【京東科技開發者】公衆號
