一周AI大事盘点：日本建立机器人消防队，DeepMind发布二代VQ-VAE

  【雷竞技须安全稳定 网络频道】过去的一周中AI领域都发生了哪些重大事件？AI应用范围又新增了哪些领域？行业大咖又发表了哪些不同的观点？今天就带你盘点过去一周(6月3日至6月9日)AI领域发生的热点门事件：

  日本建立首支机器人消防队伍

  6月4日消息，据日媒报道，日本在千叶县市原市消防局部署了第一支消防机器人部队，名为“Scrum Force”，机器人消防员将在人类难以到达的危险地点进行消防工作。“Scrum Force”由4个消防机器人组成，包括空中监视和监视机器人“天空之眼”，地面机器人“陆地之眼”，软管展开机器人“硬式卷筒(延伸软管)”，以及“水炮”机器人。

  据了解，机器人消防部队是在2011年日本东部大地震发生后，东京的石化企业发生火灾后开发的。当时，由于高温，消防队员无法到达火灾现场。为解决这一问题，日本内务省消防灾害管理厅花了5年时间，耗资13.8亿日元，研发出了这一套机器人消防系统。接下来，日本消防和灾管理局计划将此消防系统部署到全国工业园区的消防部门。

  速评：当前，消防机器人在灭火救灾领域得到了越来越广泛的应用，消防机器人融合了人工智能、机械工业和控制理论等先进技术，能协助或代替消防员进入危险区域进行信息获取、灭火等作业，有效保障了消防员的生命安全。

  哈佛大学研究人员开发了由空气驱动的软体机器人

  6月4日消息，哈佛大学的研究人员开发了一种软体机器人，可在太空探索、搜索和救援系统、仿生学、医学外科、康复以及其他领域中应用。

  制造软机器人的一个关键是，它使用压缩空气以一次性输入代替多个控制系统。这使得设计人员能够以更少组件制造出机器人，从而使机器人更轻，更不复杂。研究人员利用流体的粘性，挑选了不同尺寸的管子，以控制空气在软机器人装置中移动的速度。该团队开发出一个框架，自动确定如何制作软机器人以及如何选择管道。该框架还涉及如何实现目标功能，例如使用单个输入线进行爬行或行走。使用这些系统，该团队展示了一个可以爬行的四足软机器人。从顶部伸出的四根管子依次将空气引导到每条腿以允许机器人爬行。

  速评：现如今，智能机器人已经被应用到了很多领域，但不管机器人的用途是什么，在其内部构造上都要有一个处理动作的“大脑”和提供能量的动力源。一般情况下，机器人都是由机械进行驱动的，而哈佛大学此次研发出的由空气驱动的软体机器人，可以说是机器人研究历史上非常重要的成果。

  谷歌推出新AI工具：用声音了解鲸鱼行为

  6月6日消息，Google AI在过去一年与NOAA的太平洋岛屿渔业科学中心合作，在其大量水下录音中训练人工智能模型。该项目正在帮助科学家更好地了解鲸鱼的行为和迁移模式，因此科学家可以更好地保护鲸鱼。现在，谷歌推出一个名为Whale Songs的网站在这个项目中发挥作用。它是一种新工具，可以大规模地显示音频，并使用AI使其易于探索。该网站拥有超过8000小时的NOAA录音。

  速评：对于保护鲸鱼，首先是要了解它们出现的位置和时间，以便对经过的船只发出警告，或者是采取其他的保护措施。由于鲸鱼出现在水面上的时间并不多，所以对其进行视觉追踪比较困难。幸运的是，鲸鱼通过“歌唱”进行交流，这些“歌曲”可以在水下远距离传播。因此，通过大量水下录音训练的AI模型，可以更好地跟踪鲸鱼的运动。

  亚马逊高管：机器人的应用不仅不会替代工人，反而能够增加他们的工资

  6月6日消息，亚马逊全球消费部门首席执行官Jeff Wilke表示，亚马逊运用机器人和人工智能技术，让仓库内的工作更加安全高效，让人们解放出来干自己最擅长的事，那就是创意和运用智慧。他介绍说，在亚马逊仓储中心内，机器人能够将商品运送到工人面前，工人只需要待在原地就能完成分拣工作。Jeff Wilke还表示，“这些小型机器人让工作变得更安全，也变得更加有效率，这让我们能够支付工人更高的工资。”

  速评：近年来，人工智能技术突飞猛进，这让很多人担心，未来机器是否会取代人类。经济合作与发展组织最新发布的报告指出，大多数工作难以实现自动化，因为它们需要从业者具备就复杂的社会关系进行磋商协调，以及复杂的推理能力。不过，报告还强调，未来低技能工人的饭碗仍岌岌可危。因此，从事重复性工作的人员就有必要加强在技术能力方面的培训，以跟上人工智能时代的步伐。

  DeepMind发布二代VQ-VAE，生成照片足以假乱真

  6月5日消息，DeepMind的研究人员发表论文表示，他们利用VQ-VAE模型进行了大规模的图像生成。该模型借助图像压缩方面的概念，将像素空间映射到量化的离散空间，从而进一步借助自编码器的结构学习怎样生成高清大图。研究人员表示，VQ-VAE多尺度层级结构能从局部的纹理到全局的形状慢慢完善生成效果，生成的样本质量能够在ImageNet等多层面数据集上与当前最优的生成对抗网络媲美，同时不会出现生成对抗网络中模式崩塌和多样性缺失等已知的缺陷。

  据悉，VQ-VAE不仅能生成不同物体和动物的假照片，还能生成不同视角以及不同姿势的版本，这些假照片足以“以假乱真”。

  速评：将图像生成技术应用到游戏、电影或其他内容领域的创作上，可以大幅降低成本。不过，在这个发达的互联网时代，网络上的信息让人真假难辨，如果再融入这样的技术，就很有可能造成非常严重的后果。