人工智能是一門融合了計算機科學、圖形學、生物學、語言學等學科的前沿科學。隨着產學研深度融合創新，人工智能從理論研究逐漸落地，各種應用與設想層出不窮。「AI 收藏夾」將會與大家分享一些 AI 領域實用有趣的文章和工具，與大家一起見證技術的創新與變革。
文章
陰陽怪氣的本質是什麼？在上圖的案例中，文字和圖片有些矛盾。「我們竟然幸運地得到了一個座位」，然而照片上的觀衆席卻有很多空位；「看上去真好喫」，然而圖像上的披薩看起來……🤔
在社交媒體上，用戶創建了大量多模式的信息，文字、圖片、視頻分別代表了三種模式。北京信息工程研究所和中科院合作研發了多模式檢測（MultiModal Detection）模型[1]，該模型可以檢測文字模式內部和多個模式之間的不協調性，從而理解「諷刺」語義。經過 Twitter 數據集檢測，準確率可達到 86％。
許多森林大火都是因爲電網產生火花引起的。Xcel Energy 等多家電力公司正在進行研究，使用無人機檢測森林中的電線設施，並使用 AI 算法幫助預測火情高風險地區[2]。無人機上添加了熱傳感器和激光雷達，激光雷達可以檢測出被植被覆蓋的電線，掃描線路周圍的區域並收集數據，而基於人工智能的算法可以識別涉及絕緣體、連接器、阻尼器、電杆等不同結構的故障，並突出顯示需要人工維護的區域。
如上圖，該算法可在不同照明條件下，從各個角度檢測出損壞的組件，並標記設備的問題。
動物的運動方式很複雜，有獨特的步態、特定的腳步模式。近期，都柏林三一學院和巴斯大學開發了一款基於深度神經網絡的模型，自動增強四足動物（比如狗）的動畫質量，提高製作動畫視頻和電子遊戲的效率[3]。上圖藍色部分是初始動畫的幀，包含一些小錯誤，不足以反映真實情況下狗狗運動的微妙之處；綠色部分是真實捕捉的數據；紅色部分是在藍綠模型的基礎上，進行動畫增強後的輸出。
植物的染色體大小和數量有很大差異，染色體的圖像分類門檻較高，一般由專家人工完成。日本學者 Kiyotaka Nagaki 創建了一個 AI 圖像分類器[4]，使用染色體圖像來訓練模型，能正確區分圖像中的有絲分裂細胞，對組織切片中的細胞和不同的細胞分裂過程也能有效判斷。用人工智能實現圖像分類的自動化，不僅可以消除個體差異造成的波動，還可以節省許多寶貴的研究時間。
AI 在某些方面比人類更快、更準、更可信，不過，AI 也有很多侷限性。比如，深度神經網絡可以識別圖像，但也可能非常「不健壯」，把一張校車照片翻轉後，深度神經網絡就會自信地說這是一輛掃雪車😓；又比如，2019 年，美國的一個醫保算法被指帶有種族偏見[5.1]，人工智能的嵌入本是爲了更公正地判斷受保羣體，結果它將很多更健康的白人患者納入醫保，而不是將病情更嚴重的黑人患者。
這篇文章[5.2]總結了 AI 可能的七大弱點，包括：不夠健壯、嵌入偏差、遺忘過去的訓練知識、可解釋性太弱、不確定性量化困難、缺乏常識、數學不好等等，值得一讀。
讓 AI 根據配音腳本，自動生成與畫面節奏同步的高質量配音
繪製神經網絡架構圖往往非常耗時，這個在線工具可以幫你節約大量時間。該工具可以繪製三種類型的圖：經典的全連接神經網絡圖形（FCNN style）、以平鋪網絡結構展示的 LeNet style、以三維塊形式展現的 AlexNet style。
該怎麼想出一個好點子？如何設計更好的模型？這個平臺將模型分析和模型評價排行榜結合起來，能夠完成單系統診斷、系統對分析、數據集分析、細粒度錯誤分析、共有錯誤分析、可靠性分析、系統組合等任務，有效提升科研人員的學術體驗。
參考資料：
[1] AI 識別諷刺: https://aclanthology.org/2020.findings-emnlp.124.pdf
[2] AI 預測森林大火: https://spectrum.ieee.org/smokey-the-ai
[3] 自動增強狗狗動畫效果 : https://techxplore.com/news/2021-11-deep-method-automatically-dog-animations.html
[4] 細胞生物學的圖像分類器: https://phys.org/news/2021-11-hat-ai-powered-image-cell-biologists.html
[5.1] 美國某醫保算法被指帶有種族偏見: https://spectrum.ieee.org/racial-bias-found-in-algorithms-that-determine-health-care-for-millions-of-patients
[5.2] AI 可能的七大弱點: https://spectrum.ieee.org/ai-failures
Zilliz 以重新定義數據科學爲願景，致力於打造一家全球領先的開源技術創新公司，並通過開源和雲原生解決方案爲企業解鎖非結構化數據的隱藏價值。
Zilliz 構建了 Milvus 向量數據庫，以加快下一代數據平臺的發展。Milvus 數據庫是 LF AI & Data 基金會的畢業項目，能夠管理大量非結構化數據集，在新藥發現、推薦系統、聊天機器人等方面具有廣泛的應
用。
![]()
解鎖更多應用場景
本文分享自微信公衆號 - ZILLIZ（Zilliztech）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。
解鎖更多應用場景