如何得到虚拟地址对应的物理地址？

微软删除了其 1000 万张人脸的数据库——这是目前可用的最大数据库。数据库中的人脸是从网络上抓取的，并未取得当事人的许可。

亚马逊宣布一年内暂停警方使用其面部识别工具 Rekognition，以便「国会有足够时间制定适当的规定」。

IBM 宣布放弃其人脸识别产品及技术。

纽约大都会运输署 (MTA) 要求苹果允许乘客戴口罩时启用 FaceID，以防止新冠病毒扩散。

3、军用 AI 系统被重视

美国继续在实施军事人工智能系统方面进行重大投资。随着机器学习技术的不断工业化，军方对其进行了越来越多的探索。
 

NeurIPS 将创建一个专门的子团队，由机器学习和伦理学交叉领域的专家组成。

NeurIPS 现在要求论文作者提交关于「该工作可能产生的更广泛的影响，包括道德方面以及未来的社会影响」。

鉴于 Facebook 和谷歌等公司在 NeurIPS 中的影响力日益增强，因此「作者必须提供明确披露资金来源以及竞争利益点」。

NeurIPS「强烈鼓励」共享数据和模型，但没有强制性规定。

在这方面，机器学习领域落后于生命科学领域，例如在 Nature 期刊上发表论文的条件之一是，作者必须「及时向读者提供材料、数据、代码和相关协议」。

华为在智能手机领域的主导性增强，并在机器学习技术上大量投资。

2、人脸识别面临争议

目前世界上 50% 的人允许使用面部识别。 只有 3 个国家(比利时、卢森堡，     摩洛哥)部分禁止只允许在特定情况下使用这种技术。
 

研究论文代码的实现对于 AI 的可问责性、可再现性和推动进展至关重要。

自 2016 年中期以来，该领域在这一指标上几乎没有改善。传统上，学术团体比行业团体更有可能发布他们的代码。没有公开所有代码的著名组织有 OpenAI 和 DeepMind。

对于科技公司来说，它们的代码通常与无法发布的专有伸缩基础设施交织在一起。这表明人工智能人才和计算机的集中化是一个巨大的问题。

2、PyTorch 超越了 TensorFlow

在研究论文中，Facebook 的 Py Torch 快速超越了谷歌的 Tensor Flow。

20-35% 的会议论文提到了他们使用的框架，75% 引用了 PyTorch 而不是 TensorFlow。2018 年，有 161 位作者发表的 TensorFlow 论文多于 PyTorch 论文，其中 55% 的人改用了 PyTorch。15% 情况正好相反。

（编辑：广安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!