大數據文摘專欄作品
作者：Christopher Dossman
編譯：Junefish、Joey、雲舟
嗚啦啦啦啦啦啦啦大家好，本周的AI Scholar Weekly欄目又和大家見面啦！
AI ScholarWeekly是AI領域的學術專欄，致力於為你帶來最新潮、最全面、最深度的AI學術概覽，一網打盡每周AI學術的前沿資訊。
每周更新，做AI科研，每周從這一篇開始就夠啦
本周關鍵詞：機器翻譯，神經網絡教學，姿勢估計
本周最佳學術研究
CNN 101: 卷積神經網絡的交互式視覺學習
為了應對深度學習模型中的複雜性挑戰，研究人員開發了CNN 101，這是一個交互式的可視化系統，可以幫助學生更好地了解和學習卷積神經網絡，它是基礎的深度學習模型體系結構。
使用現代Web技術構建的CNN 101無需專用硬體即可在用戶的Web瀏覽器中本地運行。通過緊密集成的交互式視圖，CNN 101通過解釋單神經元級別以及層級別的卷積，激活和池化操作，提供了模型工作方式的概述和詳細說明。
CNN 101進一步擴大了公眾對深度學習技術的教育途徑。它應用了交互式可視化技術，為用戶提供了一種更簡單的方法來學習深度學習機制並建立神經網絡直覺。並且，對於現有的通過交互式可視化來解釋複雜機器學習算法的研究工作，CNN 101可以與他們結合在一起。
作者還計劃擴展CNN 101的功能，用來進一步支持用戶自定義和個性化的學習。他們還致力於將CNN 101部署和開源在類似於TensorFlow Playground和GAN Lab的平台上，以便來自世界各地的學習者都可以輕鬆訪問。
CNN 101 演示視頻：
https://www.youtube.com/watch?v=g082-zitM7s&feature=youtu.be
原文：
https://arxiv.org/abs/2001.02004v1
主動人體姿勢估計的深度強化學習
姿勢深度強化學習（Pose-DRL）是一種在密集攝影機中運行的，基於完全可訓練的深度強化學習（DRL）的主動式姿勢估計架構，該架構可以選擇適當的視點以提供基礎的單眼姿勢預測器。
研究人員使用單目標估計器和多目標估計器對模型進行評估，在兩種情況下均獲得了良好的結果。該系統還學習了時間自動停止的情形，以及向視頻中的下一時間處理步驟過渡的功能。
研究人員稱：「在使用Panoptic多視圖設置進行的廣泛實驗中，對於包含多個人的複雜場景，我們證明了該模型學會了選擇與強多視圖基線相比明顯更準確的姿勢估計的視點。」
該系統學習選擇視圖集，與強多視圖基線相比，產生的姿態估計更準確。結果不僅顯示了智能視點選擇的優勢，而且還證明了「少即是多」，融合太多可能不正確的視點估計反而會導致結果變差。
閱讀更多：
https://arxiv.org/abs/2001.02024v1
多語言神經機器翻譯的綜合研究
在本文中，日本大阪大學和日本國立信息與通信技術研究所，以及印度的微軟人工智慧研究院的研究人員對現有的多語言神經機器翻譯（MNMT）文獻進行了深入調查，以期使研究人員和從業人員對MNMT前景有更深入的了解。
他們根據中心使用實例對MNMT中的各種技術進行了簡單分類，並根據資源場景，基礎建模原理，核心問題和挑戰對它們進行 進一步分類。他們還儘可能地通過相互比較來解決幾種技術的優缺點，並討論MNMT的未來發展方向。
MNMT在過去幾年中已經起步。儘管它帶來了許多令人振奮的進步，但仍有許多有趣的方向可供進一步探索。
首先，這項工作涵蓋了與多語言NMT的主要場景相關的文獻，包括多路，低資源或零資源（轉移學習，數據透視和零鏡頭方法）和多源翻譯。本文系統地彙編了主要的設計方法及其變體，主要的MNMT問題及其建議的解決方案。
對於NMT的初學者和專家而言，這是朝著促進和加速MNMT研究邁出的重要一步。任何對於MNMT感興趣的人，都可以以此作為起點和新思想的來源。
原文：
https://arxiv.org/abs/2001.01115v2
強大且可擴展的快速分類器將用於車輛跟蹤和車輛再識別
近期的一項研究提出了一個針對不同條件下攝像機網絡中視頻分析的協作分類器框架，這些條件包括多尺度、多解析度攝像機以不同的遮擋、模糊和方向捕獲環境。提出這一框架的研究人員來自於美國喬治亞理工學院和巴西聖保羅大學，他們描述了一種用於車輛跟蹤和車輛再識別的實現方式，他們在其中實施了零彈學習（ZSL）系統來對車輛執行自動化跟蹤。
對VeRi-776和Cars196的評估表明：成組的分類器框架具有強大的對抗能力，可以擴展到不斷變化的視頻特徵（例如新的車輛類型 / 品牌和新的攝像頭）。並且，他們與當前的離線視頻分析方法相比更具有實時性能。
這項研究提出了一種用於車輛跟蹤的全新技術，它同時也能進行端到端的車輛屬性提取和車輛識別。它簡單而強大的基礎模型與當前的最新技術相比具有一定競爭優勢，而且其參數要少幾個數量級。研究人員在基本模型中使用大約1200萬個參數來實現64.4 mAP，而在MTML-OSG中使用100多個參數時則具有62.6的平均平均精度（mAP，一種用於評估排名和檢索的指標）
減少參數數量將其與當前方法的性能進行對比，研究人員們可以認定：這一框架能夠達到這一領域內業界最頂尖的水準，這也是這一方法的優勢之一。
原文：
https://arxiv.org/abs/1912.04423v2
Sparse-GAN在視網膜OCT圖像疾病檢測中的應用
CNN等技術使得我們可以用計算機視覺技術和深度學習方法來檢測視網膜OCT圖像中的病變。 但是，這樣的方法需要大量的數據來進行訓練，深度學習應用也正是因此被限制在了醫學圖像分析中。而如果我們究其原因就會發現：從具有一種或幾種疾病的數據集中訓練出來的深度學習系統無法檢測到其他訓練集中沒有出現過的疾病。
為了解決這一問題，在Image-to-Image GAN（註：GAN指的是「對抗神經網絡」）的啟發下，研究人員現在建議在這項工作中採用Image-to-Image GAN進行醫學圖像的異常檢測，並建議將重建圖像映射到潛伏空間，並附加編碼器以減少圖像噪聲的影響。
與此同時，研究人員們還建議規範化潛在特徵的稀疏性，以僅使用正常訓練數據來呈現所謂的稀疏約束生成對抗網絡（Sparse-GAN），以此進行圖像異常檢測。
在OCT成像中，來自健康受試者的3D掃描可提供數百個「B掃描」圖像而無損傷。如果我們將病變視為來自健康受試者的異常圖像，可以使用沒有病變的OCT 「B掃描」來訓練異常檢測系統。
Sparse-GAN能夠預測空間中潛在的異常，而不是圖像級別的異常，並且還受到新穎的Sparsity Regularization Net的約束。而在可公開獲得的數據集上對其進行的評估表明，它的性能優於業界最新方法。
也就是說，Sparse-GAN可用於疾病篩查，其中訓練集中只有健康數據即可。這樣，可以減輕數據收集和注釋的難度。該方法還可以預測異常激活圖，以顯示病變以進行臨床診斷。
原文：
https://arxiv.org/abs/1911.12527v2
其他爆款論文
第一個能夠通過單一視角重現房間3D布局的方法：
https://arxiv.org/abs/2001.02149v1
PaRoT：一個基於TensorFlow的全新系統：
https://arxiv.org/abs/2001.02152v1
全新的、現實的、具有關注意識的眾包方案：
https://arxiv.org/abs/1912.11238v2
第一個能夠幫助我們更好地理解深度學習的理論系統：
https://arxiv.org/abs/2001.00939v2
一種在計算機安全性領域中比較和評估不同解釋方法的標準：
https://arxiv.org/abs/1906.02108v3
數據集
數據集是怎麼來的：
https://arxiv.org/abs/1803.09010v5
使用VizWiz數據集瀏覽器搜索和瀏覽一組大型機器學習數據集：
https://arxiv.org/abs/1912.09336v1
AI大事件
AI是如何幫助我們在中國戰勝貧困的：
https://time.com/5759428/ai-poverty-china/
新算法幫你找到最佳讀物：
http://news.mit.edu/2019/finding-good-read-among-billions-of-choices-1220
利用AI改善與消費者的聯繫：
https://www.forbes.com/sites/forbesagencycouncil/2020/01/08/leveraging-ai-to-enhance-connection-with-consumers-12-techniques-for-marketers/#5fbdbd70cb69
對於美國公司來說，在美國建立實驗室會越來越難：
https://www.wired.com/story/export-controls-threaten-ai-outposts-china/?utm_brand=wired&utm_social-type=earned
MIT開發面向中學生的AI新課，傳授AI倫理和基礎知識：
http://news.mit.edu/2019/bringing-artificial-intelligence-and-mit-middle-school-classrooms-1230