人工智能要上天，CIMON 机器人将用于太空实验；兰州中川国际机场启用人脸识别系统 | AI 掘金晚报

人工智能要上天，CIMON机器人将用于太空实验

据极客网报道，空客和IBM的人员将于今年夏天将Crew Interactive MObile CompanioN（CIMON）机器人头部带到国际空间站。这个机器人头部从来没有真正地连接到一个机器人身上，它是专门为国际空间站构建的 。这个机器人头部将为国际空间站带来人工智能。

欧洲航天局的宇航员Alexander Gerst博士将于2018年5月至12月期间在国际空间站停留，在那里他将成为第57批远征队的指挥官。在2018年6月至10月期间，Gerst将测试CIMON作为“技术演示者”的能力。

空客公司的一位代表表示：“CIMON旨在支持宇航员进行日常工作，例如通过展示程序或利用其‘神经’AI网络及其学习能力为问题提供解决方案。它使用IBM云中的Watson AI技术，并且凭借其语音和人工智能，成为国际空间站上宇航员的真正‘同事’。”

我们已经有了一种叫做Dino的儿童玩具形式的Watson AI体验。CogniToys利用IBM在Watson AI中创建的人工智能，并将它植入一个像Yoda一样声音的小型“恐龙”大脑中。

根据空客公司的说法，CIMON将“最早于2018年3月份”被发送到太空。在首次德国航天局（DLR）进行的抛物线飞行活动期间，CIMON将专注于在零重力下测试和优化GNC算法。这些算法将包括控制、导航和指导。CIMON在ISS上的另一个“练习”是与人类伙伴合作解决魔方问题。

CIMON也将在国际空间站上进行晶体试验，并“进行复杂的医学实验”。这两项练习中的后一项将使用CIMON作为“智能相机”。

兰州中川国际机场启用人脸识别系统

雷锋网消息 近日，兰州中川国际机场正式启用人脸识别系统，旅客通过“刷脸”就能快速登机。兰州中川国际机场的“刷脸”登机系统，采用的是厦门瑞为信息技术有限公司的人证比对平台，该平台无缝嵌入“中航信”安检、离港系统。

过去，旅客通过登机口时需要出示登机牌，启用人脸识别系统后，就免去了这个环节。

据雷锋网了解，机场的安检口和登机口各架设了一台USB人脸抓拍相机。旅客到达安检口时，相机会自动抓拍并将数据上传至后台；待旅客通过安检到达登机口时，后台人脸识别系统将与先前拍摄的旅客人脸比对，如果一致，系统会自动放行，如果不一致，系统会自动报警。人脸比对耗时不到1秒，整个登机过程平均耗时8-10秒，极大提升了登机效率。

值得一提的是，中川国际机场使用的这套人脸识别系统全程“无感”，旅客无需直视镜头，只需露出正脸即可完成人脸识别和比对。

长虹联手腾讯，家电企业打起了AI牌

今年的AWE上，各大家电厂商纷纷玩起了“AI”概念，老牌家电厂商与互联网巨头的CP组合成了一股新风潮。

雷锋网消息 3月8日，继海尔、百度结成战略同盟之后，老牌家电集团长虹和腾讯也宣布达成战略合作。腾讯叮当AI助手解决方案将应用于长虹新一代智能电视。

腾讯叮当为腾讯在AI领域布局的核心产品之一，背靠腾讯AI Lab等平台及腾讯内容生态体系，已在智能车联、智能音箱、智能穿戴、机器人等多个领域落地布局。

腾讯叮当基础的语义识别技术基于NLU（自然语言理解技术）和海量的语料标注数据。腾讯称，目前腾讯叮当涵盖的服务包括新闻、赛事、票务、快递、音乐、股市、文学等，基于LBS的附近资源也已囊括。此外，腾讯叮当还支持在动态场景下的智能语音服务，比如夜跑、登山、散步时，想换一首歌曲，打字会影响步频，这时候就可以让人工智能助手完成。

此次长虹和腾讯联手，意味着用不了多久我们将能够在电视上与腾讯叮当进行交互了。

化学家开发出人工智能系统，有望用于新药研发

据新浪报道，最近顶尖学术期刊《科学》上发表了一项研究：普林斯顿大学和默沙东研究实验室的化学家们合作开发出了一款人工智能系统，它可以精准地预测化学反应的产率，有望应用于新药研发。

新药的合成与制造本质上是化学反应。化学家们为了得到想要的分子，必须以合适的比例加入正确的原料，并提供恰当的反应条件。这听起来虽然很简单，但让机器来预测和设计高产率的化学反应却并不容易。一个典型的化学反应需要有大量不同的化学分子参与。而每一个额外分子的加入，都会为计算添加一个维度。

为了让机器学会设计高产率的化学反应，需要帮助它建立一个多维度的模型。但从历史上看，这一直是个瓶颈。其背后的原因在于这个模型过于复杂，而我们能用来训练这个模型的数据却远远不够。幸好，随着默沙东在机器人系统上的大量投入，现在我们能在短短几天内，完成数千个化学反应。这产生了大量可以用来训练AI的数据。

“我非常高兴地看到，我们产生的数据质量很高，能用于建立有效的模型。”默沙东研究实验室的Spencer Dreher博士说道。

在获得了这些数据，并利用程序对每一个输入进模型的化学品进行定量标注后，研究人员们考量了多种统计学模型的准确率。有趣的是，行业中常用的线性回归模型在这一任务的执行上表现并不好，而表现最好的是一类叫做“随机森林”（random forest）的模型。此类模型能从训练数据库中随机提取出小量的样本，构建决定树（decision tree），而每一棵决定树都能对特定的化学反应产率进行预测。这些预测会被综合评估，产生一个总体的预测产率。结果表明，这款模型能很好地对训练数据之外的化学反应进行产率的预测。

“只要几百个反应数据，我们就能准确地用模型预测产率。化学家们甚至都不需要机器人的帮助，自己就能完成这些反应。”这项研究的第一作者Derek Ahneman博士说道。