惊！腾讯第一次种黄瓜，又长又直，还拿了奖？！

1. 腾讯第一次种黄瓜，又长又直，还拿了奖

看这一篮水灵的黄瓜，卖相也好，为啥贴着腾讯的标签？难道腾讯要开始卖瓜？其实，腾讯不是卖瓜，而是亲自种了一次瓜。

缘起：AI 温室种黄瓜比赛

12 月 12 日，荷兰瓦赫宁根大学（WUR）主办的国际人工智能温室种植大赛（Autonomous Greenhouse Challenge）结果揭晓。

其中，微软团队 Sonoma 总分第一，腾讯 AI Lab 与农业专家组成的 iGrow 队总分第二，拿下亚军。

本次大赛由荷兰瓦赫宁根大学于今年 3 月发起，旨在通过人工智能与农业等多学科团队协作，展示人工智能驱动温室的能力，在提升农业生产力的同时，减少资源消耗，满足日益增长的人口需求，帮助人类过上更健康的生活。

比赛的挑战目标，是在 4 个月内生产出高产量、高资源利用率的黄瓜作物。参赛团队利用传感器和摄像头，获取温室气候、作物发育情况等数据，加入自己的模型或机器学习算法，远程控制作物生长。

比赛的温室

大赛吸引了包括微软（Sonoma 队）、腾讯（iGrow 队）、英特尔（Deep_greens 队）等在内的来自 15 个国家的 14 支团队参与。

其中，iGrow 队由来自腾讯 AI Lab 的 AI 专家，以及来自中国农业科学院、北京农业信息技术研究中心、黑龙江植物学会、Syngenta 种子公司、荷兰瓦赫宁根大学的农业专家和学生组成。

目前在“AI+农业”领域，一大技术难点在于，计算机模拟受农业生产的特点影响，与真实的农业种植之间存在巨大的鸿沟。

在农业生产中，影响作物生长的因素极为复杂，种植很难标准化，环境变化也难以预测，这些因素会严重阻碍人工智能的效能发挥。

尽管本次比赛为环境相对可控、较易标准化的温室黄瓜生产，但计算机模拟如何有效迁移到真实的农业种植中，依然是一大技术挑战。

iGrow团队人工智能系统

比赛中，腾讯 AI Lab 的 AI 专家根据植物学、生物学和物理学等相关学科知识进行建模，建立起模拟气候环境和作物生长的仿真器。

随后，团队开搭建出一个农业人工智能系统，通过创新的强化学习方法，将 iGrow 农业专家的知识和经验自然地嵌入仿真器中。

使人类专家能够在种植密度、灌溉施肥、打顶剪枝等方面，实现对 AI 的有效干预，提高 AI 学习效率，最终在资源最优化的同时，最大程度地提升作物产量。

与传统的人工种植相比，人工智能的优势在于，它能对种植过程进行全局优化。

从一开始的种植密度、留茎比例，到后来的留叶、留果策略，以及在温室中对光照、通风、温度、湿度、CO2浓度、水分等的控制，它都能在仿真器中通过强化学习自动寻找最优解。

人工智能可为作物的各个生长周期寻找和提供最适宜的环境状态，同时进行资源最优配比，以最大化地节省资源。

2. “你与你”都很重要，Google翻译将为不同性别提供更多结果

广受使用者爱用的Google翻译功能，其具备有跨平台而且在网页版本也能轻松使用的特性（Chrome外挂一定要装，超好用）。

现在，他们则是希望更进一步增进翻译的多样性，针对不同国家在性别方面用语的翻译部分给予更细的翻译结果。

他们最新的开发成果，将让Google翻译将为不同性别用途提供“阳性（masculine）/阴性（feminine）”不同的翻译结果，降低可能因为弄错性别，或没注意到这方面翻译错误所可能造成的沟通或理解误会。

在大多状况下，都会给予单一结果的Google翻译功能。最近透过机器学习的算法，改进带来可以提供不同性别翻译建议的功能。

在翻译功能中，近期你可能会看到针对主词的部分将开始出现“译文依文法性别而有所不同。”的说明，并带出“阳性（masculine）/阴性（feminine）”也就是男性与女性分别的不同翻译结果，借此提供针对不同性别的翻译内容。

而就我们自己的试用，这项功能目前中文的翻译结果还未提供这样的多结果功能，暂时只有英文等外语有提供（组合有英文翻法语/西班牙/意大利语等，或是土耳其语翻英语）。

但官方也计划未来也将会延伸到更多语言以及行动装置的版本里。顺序部分官方也有特别说明将会是女前男后，将针对中立格式称呼人物的词组与句子，提供性别化译文。

有兴趣试试的朋友，可以打开网页版来玩玩了。

3. iOS 12.1.1更新出问题 导致部分用户无法正常使用流量上网

当众多iPhone用户兴高采烈迎接带来各种新功能与支持的最新iOS 12.1.1时，殊不知在修正了许多问题之后，却也迎来新的状况。

根据部分使用者的回报，这次的iOS 12.1.1出包导致移动上网出现一些怪问题—有些人完全不能连线，但也有些人只有遇到不能正常使用App的网络功能。

有人却是只剩App可以正常上网—这种感觉似乎有点像是类似家长限制或流量管控的问题发生。重点是，缓解许多Bug最终极的那一招“重开机”，这次好像也无能为力。

再为iPhone XR的Haptic Touch导入可以在通知中预览消息新招的iOS 12.1.1，这次有部分使用者抱怨，更新后遇到了移动上网的问题—有些人显示4G却完全不能上网，等于只能靠WiFi才可以继续自己的数位线上生活。

在iOS 12.1.1更新之后，有不少用户在社交网站推特上抱怨，遇到了移动网络无法正常上网的状况。

玄妙的是，这种状况有不少回报，症状好像都各有些不同并且也包括不同的国家地区—有的是浏览器无法正常上网，有的则是App不能使用4G等移动网络信号来运行。

最可怜的是两者都不能正常运行的也有，还有人回报自己手上的iPhone 6 Plus、XS Max乃至于iPad Pro 12.9，全都无法使用。

此外，据说这样的问题在测试版本中就有被发现，然而正式版中却并未获得根治，也难怪导致目前有些用户发生这样的状况。

关于这点，就还有待官方想办法来解决了，不过说是这么说，小编手上的设备似乎并没有遇到这样的状况—看来也许是部分地区所推送的版本有状况？这就还有待官方修补或说明了，可能还得要耐心等候看看。

4. 人工智能的“黑镜”——计算机人脸识别有多厉害！

安全专家警告说，人脸识别技术可能会造成大规模的隐私侵犯，因为机器人在你走在街上时默默地监视着你。 有人担心“伪装面部识别”技术可能侵蚀个人匿名。

根据IEEE计算机视觉研讨会国际会议的一份新研究论文，人工智能可能很快就能够识别被服装隐藏的面孔。

正如CB Insights报道的那样，研究人员创造了一种人工智能，在识别用围巾遮盖的面部时，准确率达到67％。

对于隐私组织来说，这项技术的发展是一个严重的威胁。 它可以结束所有以前的面部识别系统所带来的限制：如果你遮住脸，就不会被人看见。

即使你看不到他们的脸，人工智能很快就会以你认识朋友或家人的方式猜测你是谁。

研究人员开发的技术通过识别始终可见的14个面部“关键点”来工作。 即使面部被遮盖，这些特征仍然有些明显。

通过使用神经网络，人工智能通过查找已经过训练发现的14个特征来设法识别模糊的面部。

它将他们在主题面部的位置与之前用于训练的非伪装面部的位置进行比较。 然后它能够识别关键点在被遮挡时移动的方式。

伪装的面部识别系统可能对社会产生重大影响。通过消除有效伪装自己的能力，他们会使逃避检测变得更加困难。

研究人员设计的系统目前是有限的。它是在小型数据集上进行训练的，当主体背景复杂时，精度会降低。

然而，67％的总体成功率表明，当以更大规模运行时，该技术可能更有效。如果使用照片数据库中的所有图像进行训练，AI的效力可能会显着提高。

尽管研究人员表示该系统的目的是为了善用，但恶意群体显然有可能恶意使用该技术。由英国和印度学生创建的AI目前仍处于开发阶段。

开发神经网络模型的关键挑战之一在于选择正确的框架。 数据科学家和开发人员必须从众多选择中选择合适的工具，包括Caffe2，PyTorch，Microsoft Cognitive Toolkit和TensorFlow等等。

说到面部识别，谷歌曾经在2017年发布了一款AI硬件纸盒套件，也是旗下AI开源项目(AIY Projects)的作品。

Vision Kit 是一套简单的计算机视觉系统，它可以检测几千种常见物体，但也可以对人类的脸部表情进行检测，并显示出情绪，比如微笑、皱眉、愤怒、开心等等。

素材来源：搜狐科技、机器之心、人工智能头条、ofweek等

如需转载，请后台留言，遵守转载规范