百度AI|总长超200公里！中关村52条自动驾驶测试路开放丨一周AI新闻

_本文原题：总长超200公里！中关村52条自动驾驶测试路开放丨一周AI新闻
【百度AI|总长超200公里！中关村52条自动驾驶测试路开放丨一周AI新闻】

本文插图
最后两天，全力冲刺，和 AI 一起为高考学子加油吧！奥利给！
自动驾驶上路“提速” 中关村52条自动驾驶测试路开放「安全员已就位！」

本文插图
采访人员从中关村科学城获悉，科学城北区100平方公里范围内的自动驾驶示范区一期自动驾驶测试道路已全面开放，涉及52条道路，总长215.3公里。
科学城北区100平方公里自动驾驶示范区一期自动驾驶测试道路包含 R2 道路3条，道路里程6公里；R3道路38条，道路里程为148.6公里；R4道路6条，道路里程为35.1公里；R5道路5条，道路里程为25.6公里。获得相应测试资质的自动驾驶车辆，可在除每天0时至9时、17时至24时在测试区域内上路测试。
http://bjrb.bjd.com.cn/html/2020-07/02/content_12469534.htm
清华大学成立人工智能国际治理研究院「老师，我想上课」

本文插图
6月24日，清华大学人工智能国际治理研究院成立会议在清华大学主楼举行。清华大学人工智能国际治理研究院的成立标志着清华大学人工智能技术、产业和治理三驾马车的布局和人工智能科研的矩阵初步形成，人工智能研究从硬到软的光谱也正逐渐呈现。
研究院依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势，面向人工智能国际治理重大理论问题及政策需求开展研究，致力于提升清华大学在该领域的全球学术影响力和政策引领作用，为中国参与乃至引领人工智能国际治理提供智力支撑。
https://news.tsinghua.edu.cn/info/1003/80208.htm?from=groupmessage&isappinstalled=0
MIT 机器人为波士顿食品银行提供消毒服务
「食品卫生很重要」

本文插图
麻省理工学院的计算机科学与人工智能实验室（CSAIL）已将其研究项目之一致力于为大波士顿食品银行（GBFB）提供消毒服务，以减缓 COVID-19 的传播并仍允许非营利组织提供向顾客提供服务。
CSAIL 的机器人清洁系统远远超出了常规 Roomba：它使用紫外线进行全自动清洁，而无需任何人工监督，这很关键，因为紫外线在使用时具有所需的强度。表面和空气传播的消毒可能会对在场的所有人造成伤害。
https://techcrunch.com/2020/06/29/in-effort-to-fight-covid-19-mit-robot-gets-to-work-disinfecting-the-greater-boston-food-bank/
研究人员通过语言建模发现蛋白质的结构和功能「厉害了我的 AI」

本文插图
Salesforce 研究人员在一项新发表的研究中，展示了一种语言模型如何进行训练，以简单地预测蛋白质序列中的掩盖（隐藏）氨基酸，从而恢复蛋白质的高级结构和功能特性。
研究人员展示了 Transformer 语言模型如何吸引注意力来捕获蛋白质的折叠结构，连接在基础序列中分开但在蛋白质结构中在空间上接近的区域以及如何结合结合点（蛋白质的关键功能组件）。
https://blog.einstein.ai/provis/
?? 可视化工具及实验代码：分页标题
https://github .com/salesforce/provis
深度学习新算法可恢复严重退化的老照片「 “返老还童”」

本文插图
国外的研究团队开发了一种基于人工智能的新算法，其可以通过深度学习的方法恢复严重退化的老照片。
这项新技术则提出了一种利用真实照片和大量合成图像对新的三重域平移网络。具体来说，研究团队训练了两个变分自编码器（VAE），它们分别将旧照片和干净照片转换为两个隐空间。而这两个隐空间之间的转换可以通过合成配对数据来学习。
https://smart.huanqiu.com/article/3yqZCOzjvFd
动态环境的强化学习斯坦福大学 AI 研究人员介绍 LILAC
「为新算法点赞」

本文插图
斯坦福大学 AI 实验室（SAIL）的研究人员设计了一种可以处理随时间变化的数据和环境，其性能优于某些强化学习的领先方法—— LILAC 。它使用潜在变量模型和最大熵策略来利用过去的经验来在动态环境中提高采样效率和性能。
LILAC 的相关论文中写道：“在各种具有非平稳性的具有挑战性的连续控制任务上，我们观察到，与最新的强化学习方法相比，我们的方法可以带来实质性的改进。 ”
https://venturebeat.com/2020/07/01/stanford-ai-researchers-introduce-lilac-reinforcement-learning-for-dynamic-environments/