机器智能
何时超越人类？
Knowledge
/ def mix( ):
本期收录-人机交互&归因&智能设计
目录
/ NO.28
#虚拟记者##生成头像##GAN##虚拟偶像#
至少有19个伪造的角色被用来撰写在数十种出版物中发表的文章。AI生成的准作者头像被用来欺骗读者，使他们相信作者是真实的人。
#CVPR# #2020# #摄影# #质量评估#
智能手机摄影的感知质量评估
本文作者对智能手机摄影的感知质量评估进行了深入的研究。他们还引入了智能手机摄影属性和质量(SPAQ)数据库。该数据库包含66部智能手机拍摄的11,125张照片。每个图像都有丰富的标注信息。
#迁移学习# #BiT# #计算机视觉#
BigTransfer (BiT)：计算机视觉领域最前沿迁移学习模型
BiT 是一组预训练的图像模型：即便每个类只有少量样本，经迁移后也能够在新数据集上实现出色的性能。经 ImageNet 预训练的 ResNet50 系列模型是当今图像提取表征的业界标准。在 BigTransfer (BiT) 论文中分享的模型在跨多任务上的性能明显优于 ResNet50，即便每个数据集只使用少数几张图像，也能取得不俗的迁移效果。
#计算法律##法律##跨界#
法律+计算机，大家有兴趣可以关注这个方向
第一届自然法律语言处理研讨会（NLLP）将作为2019年6月在明尼阿波利斯举行的大型北美计算语言学协会会议的一部分举行。
#洞察##归因#
仅仅知道数据分析、数据可视化是不够的
#聊天机器人##BI##数据可视化##微软##快速见解##洞察#
Power BI + Cortana
通过聊天机器人可以调用Power BI的可视化结果作为答案；而且通过Power BI的快速见解功能，可以自动从数据里挖掘有趣的洞察。Power BI提供每种潜在见解的描述以及对数据的适当可视化，以帮助您了解它是否确实有趣。如果您喜欢，可以一键将其固定到仪表板上。
#智能设计##服装设计##风格融合##风格迁移#
AI Assisted Apparel Design
作者提出了2种辅助服装设计的方法：风格融合、风格迁移。风格融合，类似于maskrcnn，先把服装进行分割，然后再组合，尝试重建，形成新的风格。
#方法##大众消费品##设计机会##物联网##洞察#
提出了寻找大众消费品的设计机会的方法
Finding Design Opportunities for Smartness in Consumer Packaged Goods
作者结合物联网、数据挖掘、数据可视化等技术，试图为设计寻找到机会点。
#谷歌##机器学习##人机交互##CHI##2020#
E-textile Microinteractions， ML与人机交互
电子织物微互动 E-textile Microinteractions（ACM CHI 2020 会议提出）。将交互性融入柔软的设备，并展示了机器学习 (ML) 如何与交互式织物相结合，从而实现离散和连续手势的并行使用。
#苹果##智能##人机交互##为智能而设计#
苹果在Design for Intelligence提出了两个非常重要的设计理念，真正做到以用户为中心的智能设计。
1：Intelligence帮助用户简化不同任务的交互路径，让用户用最少的步骤完成最重要的事情；
2：Intelligence以用户一天的时间来组织系统和应用的交互行为，让用户的各种日常互动尽可能地顺畅无摩擦。
相关链接、更多资料查阅
⤵️️
「 Mix+人工智能 」 专刊
每期由mixlab社区精选。收录人工智能的相关内容，包括AI产品、AI技术、AI场景、AI投资事件、AI的思维方式等，MIX的主题包括：AR、VR、计算设计、计算广告、智能设计、智能写作、虚拟偶像等。
智能时代，人与人之间的差距，体现在AI使用能力上
To Be Continued
……