应用 | 深度学习碰上古文献
西南大学利用 CNN 识别古彝文
“作为世界六大古文字之一的，古彝文记录了几千年来人类发展历史。”
近日，西南大学的专家发表论文《A Recognition Method of Ancient Yi Character Based on Deep Learning》，该论文提出了使用深度学习技术识别古彝文的方法。
古彝文识别缺乏成熟的手写样本库，同时字符集庞大、字体字形变化较多且没有统一标准，给文字识别增加了难度。西南大学的科研人员采用深度学习中的卷积神经网络对古彝文字符进行识别，实验表明，该论文所提方法相对于传统 CNN 模型而言，对古彝文手写体的识别具有较高的精度。该团队后续拟采用深度学习的生成对抗网络（GANs）生成更多的古彝文手写体样本。
原文链接：
https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650752712&idx=6&sn=763124157e13bb31992ddd9e035106da&scene=21#wechat_redirect
安防 | AI 也能“嗅”*品毒**
荷兰警方利用 AI 扫描仪检测*品毒**
“该系统的目标不仅在于勘察*品毒**，还包括烟花等易燃易爆危险品。”
从2019年1月开始，荷兰警方、DITTS 以及邮政和电子商务服务 PostNL 将联手测试人工智能 X 射线扫描仪来扫描包裹中的*品毒**。这台巨大的机器运行深度学习软件，随着时间的推移，它可以更好地检测物体。
该系统已经可以捕获*器武**和爆炸物，在为期三个月的试验期间，团队将教它识别合成药物。因为*头丸摇**有许多不同的形状，所以算法必须寻找不同的可识别特征，如重量和密度。
原文链接：
https://thenextweb.com/the-next-police/2018/11/29/ai-scanner-detect-drugs-mail/
科研 | 会皱眉和微笑
日本大学研发机器人拥有小孩脸庞
“机器人若有张孩子的脸，会让人类的同情心更加强烈么？”
据英国《每日邮报》近日报道，日本大阪大学研究人员发明了一个拥有小孩脸庞的机器人 Affetto。该机器人只有一个头、没有躯体、脸部皮肤呈肉色，可准确地模仿一系列人类表情可以做出逼真的面部表情，如模仿微笑和皱眉等人类表情等。
为了开发 Affetto，研究员识别了116个不同的面部特征点，并分析了创造特定表情所需的机制。研究人员表示，这一成果将促进安卓机器人与人类更深层次的互动。
原文链接：
https://mp.weixin.qq.com/s?__biz=MzU2MDExNDQyNw==&mid=2247500873&idx=4&sn=af3fa87a608eef8bbaecfe1286cf2a24&scene=21#wechat_redirect
应用 | 精准探测城市地下空间
AI 在地质探测领域取得新突破
“‘暗网’也可窥见。”
中国航天科工集团三院35所近日成功研制我国首个全阵列式三维体制的探地雷达“鹰眼-A”，标志着我国无损探地技术实现从“二维”到“三维”的跨越。
“鹰眼”全系探地雷达加载了人工智能处理系统，能够自主检测、识别并标记多类主要地下异常信息，完成地下管线、道路土体病害信息的解释，并即时生成通用结果“报文”。实现了人工智能技术在地质探测领域应用的突破，管线智能检测正确率超过 90%，误报率小于 5%。
原文链接：
http://www.xinhuanet.com/politics/2018-11/28/c_1210004301.htm
智驾 | 斯坦福新研究
无人驾驶汽车可显著减少交通拥堵
斯坦福人工智能实验室的最新研究显示，无人驾驶的出现将极有可能改善交通拥堵现象。
研究人员在题为《利他主义自治：在共享道路上击败拥堵》的论文中提出，通过模拟交通拥堵的数学模型，能够分析目前自动汽车驾驶技术对交通拥堵或能起到极大改善作用。论文认为，人类的自私是交通拥堵的重要原因，而自动驾驶的引入将开辟了一个新的可能性，我们或许能拥有更无私的自动驾驶汽车。
原文链接：
http://ai.stanford.edu/blog/altruistic-autonomy/
论文地址：
https://arxiv.org/abs/1810.11978
应用 | 眼光独到
微软团队利用机器学习做珠宝设计
“珠宝也将有新‘品类’。”
近日，来自微软的研究团队发表新论文，表示该团队提出了一种独特的方法，使用优化方法结合机器学习技术来大规模生成新颖的石头珠宝设计。
该团队根据珠宝设计原则动态选择最佳石材，用于生成视觉上吸引人的设计，接下来使用机器学习模型修改那些没有吸引力的设计。该团队据称是第一个使用人工智能为石头珠宝做设计的团队。
原文链接：
https://www.jiqizhixin.com/dailies/4acb00ee-2583-41da-a7e8-a3a70e78be21
论文地址：
https://arxiv.org/pdf/1811.08759.pdf