马克龙当选法国总统， Swarm AI 押对了 | 一周AI新闻

马克龙当选法国总统，

　　Swarm AI 押对了

| 远离赌博 |

　　5月7日，法国大选第二轮投票结果揭晓，马克龙逆势击败“法国特朗普”勒庞成为第25任法国总统。

　　在此之前，包括新加坡公司 Leonie Hill Capital 在内的多家AI系统针对法国大选结果做出了预测，最终结果显示，基于对社交网络和传统媒体讨论、民意调查、经济和人口统计等数据分析的 AI 系统预测错误，但基于群集智能的 AI 系统——Unanimous A.I.的 Swarm AI 的预测再次出手不凡，正确地预测了马克龙当选法国总统。

　　此前，Swarm AI 也曾在超级碗和奥斯卡奖项等预测中表现不俗。

　　http://1reddrop.com/2017/05/07/swarm-artificial-intelligence-predicts-macron-win-french-presidential-elections-2017/

英伟达GTC大会发布

新一代GPU架构Volta

| BOOM |

　　5月10日晚，英伟达CEO黄仁勋在英伟达GPU技术大会上发布了新的GPU架构Volta。Volta相对于前代产品性能提升了5倍，堪称新一代最强深度学习处理器。

　　Volta几乎是一个全新的架构，并不是12nm制程Pascal架构+新的Tensor Cores。在线程执行、调度、核心布局、内存控制、ISA等方面都有显著不同。Volta使用了最新NVLink，可以提供更大的带宽。GV100比GP100多两个NVlinks，一共有6个。

　　另外，Volta使用的SIMT（单指令多线程）也有重大改变。32线程内的单个CUDA内核现在具有有限的自主权。线程现在可以在一个细粒度的水平上进行同步，这意味着更高的整体效率。个别线程现在可以产生，然后重新安排在一起。

实时神经网络着色模型，

让黑白照片焕发新生

| 熊猫福利 |

　　目前的计算机图形学领域中，常用的上色手法要想达到令人满意的效果，往往需要密集的交互次数。针对这一问题，UC Berkeley 的 Richard Zhang 等人近日开发出了一款利用深度学习为图片进行上色的新方法。据论文介绍，该方法无需大量手动输入，同时也可以实时生成着色效果，为用户提供参考。

　　该论文提出了一种以用户引导方式为黑白图片着色的深度学习方法。系统可将灰度图像以及稀疏的本地用户「提示」直接映射到卷积神经网络（CNN）中，输出着色结果。不同于手动定义的规则，该神经网络从大量数据中经过学习后，可通过融合低级线索和高级语义信息来传播用户的编辑。

　　https://arxiv.org/abs/1705.02999

微软Build 2017

布局智能音箱

| 小娜 |

　　5月10日晚，微软年度开发者大会Build 2017在西雅图召开。大会上，微软宣布将和惠普、英特尔合作，推出更多搭载Cortana的设备。

　　目前来看，与同类产品亚马逊Alexa和Google Assistant 相比，Cortana技能相对单薄。为了让Cortana音箱具备更多功能，微软昨晚宣布Cortana Skills Kit开启公开预览。微软把Cortana Skills Kit和原有的Bot Framework结合了起来。开发者可以将Bot Framework上创建的聊天机器人发布到Cortana Channel，它就成了一个Cortana技能，在Win10、Android、iOS和搭载Cortana的智能音箱上都可以使用。

赛格威机器人联合 Intel 发布了一款

「外卖机器人」： Loomo Go

| “麻烦给个五星好评！” |

　　今年年初，赛格威机器人 （Segway Robotics）发布了一款具备停车辅助功能的机器人Loomo。而在最近由国际自动驾驶协会主办的 XPONETIAL 大会上，搭载了新功能的Loomo 化身Loomo Go 成功将一杯饮料送到了舞台上，Intel CEO 科再奇通过手机解锁后就把它拿了出来。

　　Loomo Go 由赛格威机器人与英特尔共同开发，基于视觉和无线电辅助的导航能够在室内和室外达到厘米级的定位精度。相比于高速公路上的自动驾驶汽车和手持设备，Loomo Go 在步行环境中移动机器人的应用场景里进行了深入优化，让它拥有了更高的精度，以及室内室外混合场景中良好的稳定性。

快九倍！Facebook推出

机器翻译新方法

| CNN |

　　此前，谷歌应用文本处理惯用的循环神经网络（RNN）在机器翻译领域取得颠覆性突破。近日，Facebook 也宣布在神经机器翻译上取得了重大进展，在超过了去年谷歌研究的水平的同时还实现了显著的速度提升。

　　FAIR 团队推出了一项研究成果：使用一种全新的卷积神经网络（CNN）进行语言翻译，结果以 9 倍于以往循环神经网络（RNN）的速度实现了目前最高准确率。

　　https://s3.amazonaws.com/fairseq/papers/convolutional-sequence-to-sequence-learning.pdf

聊天应用Allo的新工具，

能用AI帮你生成表情包

| 斗图吗 |