一周AI大事盘点：AI帮助机器人识别透明物体，工信部：加强AI应用

  过去的一周，AI领域都有哪些新鲜事？AI 应用范围又新增了哪些领域？行业大咖分享了哪些精彩观点？今天就带你盘点过去一周(2月10日至2月16日)AI领域发生的热门事件：

  Facebook收购计算机视觉创企Scape Technologies

  2月11日消息，据外媒报道，近日，Facebook收购了一家计算机视觉初创公司Scape Technologies。Scape Technologies总部位于伦敦，致力于研发超出GPS能力以外的定位精确性。尽管完整的交易细节尚不可知，但监管资料显示Facebook目前拥有其大部分控制权(超过75%)，预计收购价格可能在4000万美元左右。据了解，Scape Technologies专注于视觉定位，其拥有一个叫视觉引擎的技术，可通过2D照片和视频创建大规模3D地图。这项技术最初是为AR应用以及机器人等其他领域而开发的。最终的目标是让任何装备了摄像头的机器都能理解周围的环境。

  速评：事实上，在Facebook扩张的进程中，除了依靠自身的积累，还通过收购其他公司的方式来壮大自身。考虑到Facebook正大力投资VR/AR，也就不难理解Facebook收购Scape Technologies的动机了。

  谷歌研发全新AI系统，可帮助机器人更好识别透明物体

  2月13日消息，谷歌的研究人员与哥伦比亚大学和Synthesis AI(一种用于计算机视觉的数据生成平台)合作开发了ClearGrasp。这是一种能够从RGB图像估算透明物体的准确3D数据的算法，重要的是，该算法可与任何标准RGB相机的输入配合使用，使用人工智能重构透明物体的深度，并将其推广到训练看不到的物体。

  速评：光学传感器是现代机器人平台的基本组成部分，但它们有一个缺陷：玻璃容器之类的透明物体容易使它们混淆。这是因为光学传感器的算法假设所有表面均是理想散射的，即物体会在各个方向和各个角度都能够均匀地反射光线。现实中的绝大多数物体符合这一假设，除了透明物体，因为它们的表面既折射又反射光线。谷歌的最新研究使机器可以更好地感知透明表面，这不仅可以提高安全性，而且还可以在多变的应用场景中开启一系列全新的交互方式，如让机器人处理厨具或分类塑料、导航室内环境，或在玻璃桌面生成AR可视化效果等等。

  百度开源口罩人脸检测及分类模型

  2月13日消息，百度宣布免费开源业内首个口罩人脸检测及分类模型。该模型可以在人流密集区域检测未佩戴口罩人群。据介绍，口罩人脸检测及分类模型，由两个功能单元组成，可以分别完成口罩人脸的检测和口罩人脸的分类。经过测试，口罩人脸检测部分的准确率是98%，口罩人脸分类部分的准确率是96.5%。

  速评：疫情期间，出门佩戴口罩不仅是对自身生命健康的保护，也是对他人生命健康的负责。随着复工潮的到来，在地铁、火车站等人流量较大的区域，如何能够快速、高效地识别出未佩戴口罩的人群，是疫情防控工作的难点之一。如果通过人工逐一核查，不仅费时费力，而且还会增大交叉感染的风险。可以说，百度开源口罩人脸检测及分类模型为无接触防控提供了一种新的思路。

  工信部：加强人工智能等技术应用，助力疫情防控

  2月14日消息，工信部信息通信管理局局长韩夏在工信部发布会上表示，利用信息技术支撑服务疫情态势研判、疫情防控部署十分重要。工信部将加强人工智能、大数据、以及5G技术应用，助力疫情防控。

  速评：近年来，随着人工智能技术的日益成熟的，其应用领域也在不断扩大。值得一提的是，在疫情期间，我们除了见证医学的伟大，还看到了人工智能技术在防控手段、病毒研究、疫苗研发等各个环节发挥的作用。

  达摩院联合阿里云研发新冠肺炎AI诊断技术

  2月15日，达摩院联合阿里云针对新冠肺炎临床诊断研发了一套人工智能诊断技术，通过自然语言处理回顾性数据、使用CNN卷积神经网络训练CT影像的识别网络，使人工智能能够在20秒内对新冠疑似案例CT影像做出判读，分析结果准确率达到96%，提升了诊断效率。

  速评：当前，人工智能正在加速向医疗领域渗透，并在精准医疗中发挥着越来越大的作用。在普通系统性疾病以及危险程度更高的疾病中，人工智能均展现出了较高的诊断准确率。在疫情来袭的大背景下，人工智能技术能够在其中发挥作用，无论是对于医院，还是病人都是一件好事。据了解，核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准，随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT影像诊断结果变得越来越重要。届时，AI算法也将在其中发挥更大的价值。