2021年3月26日
MIT CSAIL借助深度学习研发“果冻型”软体机器人
软体机器人的发展离不开包括材料学、机器人学、生物力学、传感与控制在内的多学科进步，近年来相关学科迅速发展，各类软体机器人也开始涌现。
最近，在世界领先的机器人专家之一 Daniela Rus 教授的领导下，MIT CSAIL 也做出了类似的成果：基于他们开发的算法，软体机器人体内的传感器得到了优化，因此能更好地在环境中感受自身、与环境互动。
相关论文题为 Co-Learning of Task and Sensor Placement for Soft Robotics（软体机器人任务与传感器布置的协同学习），将于 2021 年 4 月的 IEEE International Conference on Soft Robotics（IEEE 软体机器人国际会议）上进行展示。如下图所示，研究人员模拟出来的软体机器人非常像跑起来的“果冻”。
软体机器人要想可靠地完成程序设定的任务，它们需要知道自己所有身体部位所在的位置，而由于软体机器人几乎可以以无限种方式变形，因此这项任务相当艰巨。为了让软体机器人回答出“我在哪”的问题，此前科学家们的策略是：用一个外部摄像头来绘制机器人的位置，并将信息反馈到机器人的控制程序中。但 MIT CSAIL 的想法是：创造一个不受外界帮助的软体机器人。 于是MIT CSAIL 将目光聚焦于深度学习。他们开发了一种算法，能够帮助工程师设计出收集更多与周围环境相关的有用信息的软体机器人。具体而言，这种新的协同学习传感器放置和复杂任务的表示方法，可以处理机载传感器信息，从而学习突出和稀疏的位置选择，优化传感器在机器人体内的位置，保证机器人获得最优的任务性能。
DIVE实验室开源首个面向复杂任务的图深度学习工具包
图深度学习已经展示了其在学习丰富的图结构数据上的有效性。并且在许多问题上取得了重大进展， 例如药物发现、社交网络、物理仿真等。许多图深度学习框架（如 PyG，DGL 等）主要关注实现基本的图深度学习模块和基础任务，比如节点分类与图分类等。但对于复杂的任务，比如图生成和图神经网络的可解释性，研究人员仍然需要花费巨大精力实现算法并与基准模型进行比较。
为了解决这一问题，德州农工大学姬水旺教授领导的 DIVE（Data Integration, Visualization and Exploration）实验室开源了首个面向复杂研究任务的图深度学习工具包 DIG（Dive into Graphs）。该工具包由实验室 16 人团队（14 个博士生，1 个本科生，1 个指导老师）历时 1 年努力完成。与 PyG 和 DGL 等图神经网络框架不同的是，DIG 聚焦于为目前热门的复杂图深度学习研究任务提供更易用、更快速并且可扩展的算法开发与对比研究平台。
目前，DIG 工具包支持 4 个研究方向：图生成、图自监督学习、图神经网络可解释性以及 3D 图深度学习。对于每个领域，DIG 都提供了通用、可扩展的数据接口、常用算法与评估标准实现。目前，DIG 涵盖 4 个研究方向的 18 个算法、33 个数据集、7 类评估指标。基于通用与可扩展的实现，未来可以将更多的方向和算法集成到 DIG 中。工具包整体结构如下图所示：
论文地址：https://arxiv.org/abs/2103.12608 项目地址：https://github.com/divelab/DIG
K12智能学习平台「艾上AI」获得近亿元融资
K12智能学习平台「艾上AI」近日宣布完成近亿元A轮融资，本轮融资由赞路二号基金领投，黄山峰盈基金参与跟投。对于融资用途，艾上AI创始人邓亚表示其中的60%将用于技术和教研研发，30%用于分校的扶持、10%用于品牌宣传推广。
艾上AI正式成立于2016年，是一家专注于个性化教学的智能教育平台。艾上AI主要的解决路径是通过算法能力结合K12线下教育场景，对知识漏洞扫描，进而对学习内容进行精准推送等。同时也把这些技术与OMO教育模式结合，重点下沉3-5线城市。
据悉，其目前覆盖校区近2000家，付费学员量超过20万人次。从过去发展历程来看，艾上AI在2018年才正式推向市场，当年便拓展校区600家，收入破6000万元；2019年合同收入突破2亿元，校区超过1000家。
美国AI芯片创企Flex Logix融资5500万美元，号称拥有最快AI推理芯片
近日，设计可重构AI芯片的美国加州初创公司Flex Logix宣布，它完成了由美国德州秘银资本（Mithril）领投的5500万美元融资。迄今为止，该公司的总融资额为8200万美元。 Flex Logix首席执行官Geoff Tate称，该公司计划使用这笔资金在未来九个月内雇用约50名员工，公司规模从目前的50名员工增加一倍。Flex Logix增加的人员将主要为软件、工程和客户支持团队，以增强其企业边缘应用的软、硬件可用性。Flex Logix透露，2020年，公司营收已经达到千万美元，今年预计将增长50％至100％。 Flex Logix成立于2014年，总部位于加利福尼亚州山景城。Geoff Tate在采访中称，其eFPGA业务已经实现了盈利，客户有美国国防高级研究计划局（DARPA）与欧洲芯片厂商Dialog Semiconductor等。Flex Logix号称，其InferX X1是业界最快、效率最高的AI推理芯片，该芯片在目标检测算法YOLOv3上胜过英伟达的Xavier NX。
千呼万唤始出来：GPT-3复刻版开源
Eleuther AI推出的名为GPT-Neo的开源项目，近日twitter正式宣布：已经开源了复现版GPT-3的模型参数（1.3B和2.7B级别），并将其更新在Colab notebook之上。需要指出的是这次开源的模型里较大的那个版本也只是到了GPT-3商用版里最小模型的参数量，不过Eleuther AI表示未来会进一步开源10B版本和原始大小版本的GPT3模型参数。
消息发布后，立刻被各个大v转发，10小时内就已迅速收获1.5K的点赞量，相应的github链接也已收获接近2k star。但关于复现模型的性能，目前只说“实验表现与原版GPT-3相当”（they performed on par）。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢