AI逐日精选：北京地铁研究刷脸安检；LG电子波士顿开设机械人实验室

以下新闻选自人工智能信息平台“机械之心Pro”：花最少的时间，看最重要的新闻。

投融资

1.美国AI配锁公司「KeyMe」再融资3500万美元

1 月 16 日消息，美国「KeyMe」再次获得 3500 万美元融资，由美国消费品私募股权投资公司 Brentwood Associates 领投。停止现在为止，KeyMe 融资总额约 2 亿美元。KeyMe 是一家提供配锁服务的公司，建立于 2012 年，总部位于美国纽约。

2.Joby Aviation 筹集 5.9 亿美元，推出电动空中出租车服务

电动空中出租车公司 Joby Aviation 已筹集了 5.9 亿美元的 C 轮融资，其中包罗来自主要投资者 Toyota Motor Corporation 的 3.94 亿美元。Joby 正在开发电动空中出租车服务，该服务将使用内部开发的电动垂直起降（eVTOL）飞机，这将部门受益于战略互助同伴 Toyota 的汽车制造履历。这使 Joby Aviation 的总融资额到达 7.2 亿美元，其投资者名单包罗 Intel Capital，JetBlue Technology Ventures，Toyota AI Ventures 等。除了新一轮的融资，乔比还迎来了新的董事会成员：丰田汽车公司执行副总裁智山茂树。（TechCrunch）

研究技术

1.北京地铁正研究「刷脸」安检方案

1 月 16 日消息，北京市人大代表、北京市地铁运营有限公司党委书记、董事长谢正光透露，正在探索基于搭客信用的智慧安检模式，增强搭客信用体系建设，建设地铁『白名单』及快速安检通道制度。」据悉，现在，「刷脸」的快捷安检方案正在研究中，将在客流量较大的车站先行试点。

2.超星未来与赛灵思告竣战略互助，加速车规级智能驾驶感控平台方案落地

1 月 16 日消息，智能驾驶初创企业北京超星未来科技有限公司（Novauto，下称「超星未来」）宣布与自适应和智能盘算的全球领先企业赛灵思公司（Xilinx, Inc.，（NASDAQ:XLNX））告竣战略互助。双方将配合探索如何通过基于 FPGA、ACAP 芯片平台的 AI 技术推动智能驾驶生长，在全球规模内加速车规级宁静、可靠的超星未来智能驾驶感控平台解决方案在主机厂（OEM）及一级供应商（Tier 1）中的应用落地。

大公司新闻

1.LG电子将在波士顿开设机械人实验室

LG 电子克日表现，它将在美国开设一个机械人实验室，以提高其在机械人技术方面的竞争力。该实验室将于本月晚些时候在波士顿开放。为了增强机械人技术的研究，LG 还将与著名的机械人科学家、麻省理工学院（MIT）教授 Kim Sang-bae 互助，该教授自 2012 年以来一直向导着 MIT 仿生机械人实验室。LG 电子表现，使用 MIT 实验室的基础设施，它计划研究并增强机械人的利用能力，例如拾取和移动物体。

2.消息称苹果2亿美元收购人工智能初创公司Xnor.ai

消息人士透露，苹果公司收购了西雅图初创公司 Xnor.ai，后者是一家专业致力于研究设备人工智能技术的公司。消息人士称，苹果公司以约莫 2 亿美元的价钱收购了 Xnor.ai。虽然苹果公司和 Xnor.ai 均拒绝就此消息置评，但 Xnor.ai 网站基本上已经下线。Xnor.ai 的技术能让公司在智能手机和其他便携式设备上当地执行深度学习算法，而不是要求这些盘算在云服务中执行。（新浪财经）

研究与技术

1.DeepMind 两篇技术研究论文同时刊登「自然」杂志

今日，DeepMind 两篇技术研究论文同时刊登于「自然」杂志。其中一篇详述其 AlphaFold，使用深度神经网络来高精度预测卵白质结构。AlphaFold 在 2018 年科学评估 C 研究领域对于 ASP13 中做出了最准确的预测。DeepMind 先容道：卵白质是生物学的基础。它们以折叠成庞大的 3D 结构的一串氨基酸开始。相识 3D 结构有助于我们明白其功效，可是预测这种结构是科学界尚未解决的问题。预测这些链如何折叠成卵白质的结构 -「卵白质折叠问题」- 是相识其在体内作用的基础，而且有一天可能使科学家能够针对和设计新的有效的疾病治疗方法。另外一篇论文则展示了 AI 和神经科学如何相互推动研究，其与哈佛脑科学的研究讲明漫衍式强化学习作为 AI 研究的最新希望，其能提供针对此前无法解释的大脑中基于多巴胺元素的研究分析。

2.200 万帧大规模 3D 人物数据集

克日，来自罗伯蒂卡研究所的博士生 Albert Pumarola 所属研究团队宣布了首个大规模 3D 人物穿着 3D 服装的数据集。它包罗约 200 万帧，由 80 小我私家执行 70 个行动。每帧包罗 RGB，骨骼，身体和衣服支解，法线，深度和光流。

3.斯坦福新研究 | ImagineNet：使用神经样式转移重新设计应用法式

克日，来自斯坦福大学的研究团队揭晓了一篇名为「ImagineNet：使用神经样式转移重新设计应用法式」的新研究。以下是该研究的完整摘要分享：本文先容了 ImagineNet，它是一种使用新颖的神经样式传输模型的工具，使最终用户和应用法式开发人员可以使用他们选择的图像来重新设计 GUI。本文先容了 ImagineNet，它是一种使用新颖的神经样式传输模型的工具，使最终用户和应用法式开发人员可以使用他们选择的图像来重新设计 GUI。研究团队通过在原始公式中添加新的损失项来提出一种神经解决方案，该方法可以最大水平地淘汰样式和输出图像之间 CNN 中差别级此外要素的非中心交织协方差的平方误差。ImagineNet 保留了 GUI 的详细信息，同时通报了艺术品的颜色和纹理。研究人员向 50 位评估人员展示了用 ImagineNet 以及其他样式转换技术重新设计过的 GUI，所有这些工具都喜欢 ImagineNet。研究人员展示了如何使用 ImagineNet 重新设置（1）应用法式的图形资产样式；（2）具有用户提供的内容的应用法式；以及（3）具有动态生成的 GUI 的应用法式的样式。

4.免费开放源代码模型服务基础架构 Cortex 推出 Cortex v0.12

免费开放源代码模型服务基础架构 Cortex 推出 Cortex v0.12，该版本架构包罗以下主要功效：框架不设限，用户能够在可以将任何框架中的模型部署为生产 API；自动缩放，Cortex 自动扩展您的实例以处置惩罚流量颠簸，同时将成本降至最低；GPU / CPU 支持，在 GPU 或 CPU 上服务模型；竞价型实例。Cortex 支持现场实例上的部署，这可以将您的云用度淘汰 90％。