TalkingData 锐眼看世界 2017-08-07

锐眼视点:

  • Facebook使用AI审核社交网络上的虚假消息;
  • Facebook使用Caffe2深度学习框架处理翻译任务;
  • 特斯拉开始进入海上风能发电领域。

[业界新闻] Facebook使用AI审核社交网络上的虚假消息

自2016年美国总统大选以来,Facebook上的虚假消息问题被反复提及。然而Facebook的态度始终不冷不热,迄今为止这家社交网络的应对有:提高意识,以及引入第三方事实核查员对标记过的可疑内容进行核查。近来,Facebook宣布将开始使用人工智能查找虚假消息。算法将主动搜索虚假内容,并将虚假内容发给事实核查员,若确认为虚假消息,事实核查员将在文章下方添加警告提醒用户。值得注意的是,使用AI来阻止虚假消息传播还有很长的路要走。但或许马克·扎克伯格对虚假消息核查的进展并不感到欣喜。他曾表示,过滤虚假消息是一项复杂的、兼有技术和道德难度的任务,他还表示Facebook必须对“成为真理仲裁者”一事慎之又慎。

原文链接:Facebook Is Finally Automating Its Fake News Fight

[业界新闻] Facebook使用Caffe2深度学习框架处理翻译任务

Facebook宣布开始使用神经网络进行翻译任务,日均超45亿次。翻译使用了递归神经网络(RNNs),并与Caffe2协同。Caffe2是Facebook在今年4月份开放的深度学习框架。Caffe2显著提高了Facebook上机器翻译的效率和质量。“效率提升了2.5倍,使得神经机器翻译更具生产力。”Caffe2团队说,“Facebook上的机器翻译模型都已经从短语型系统转换为神经模型。”递归神经网络的使用使BLEU增加了11%,这是衡量机器翻译质量的指标。“我们使用序列到序列LSTM(长期记忆)的递归神经网络,使我们能够考虑到源语句的所有内容,创造出更准确和更流畅的翻译。” 神经网络也使得Facebook上的翻译更有可能考虑到俚语、打字错误和上下文等问题。在Caffe2 GitHub上可获取Facebook翻译的算法。团队表示,通过与Facebook AI Research(FAIR)团队合作,日后将有可能在翻译中应用卷积神经网络。

原文链接:Facebook now uses Caffe2 deep learning for the site’s 4.5 billion daily translations

[业界新闻] 特斯拉开始进入海上风能发电领域

特斯拉在电力能源战略上做了一系列布局:电动汽车、太阳能电池、家庭电力装置。而今特斯拉又有了新动作:海上风能电力存储。特斯拉不久前宣布与美国第一家海上风电公司Deepwater Wind达成合作,为后者的海上风电工厂Revolution提供电能存储。如果项目得到马萨诸塞州批准,Revolution风力发电场将在2023年时提供144兆瓦的电力,足以满足8万户家庭的需求。上个月,特斯拉首席执行官Elon Musk承诺将为南澳大利亚的风力发电场提供世界上最大的锂离子电池存储,而在此之前,特斯拉已经在加利福尼亚完成了一个80兆瓦时的电力存储项目。尽管特斯拉在电力存储上动作连连,但电力存储问题仍然是阻碍清洁能源发展的最大障碍之一。存储成本的确在下降,但建造大型电力存储装置仍然很难。或许特斯拉和其他电力存储公司的努力将有助于改变现状。

原文链接:Tesla Is Getting Into the Offshore Wind Energy Game

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容

  • 想记录一个小小的愿望,希望明年这个时候能到达想去的地方。希望能依靠自己在上海生活下去。希望掌握新的语言,每周去一次...
    月出于东阅读 140评论 0 0
  • 柴门看落雪开窗便青山一根拐杖,一只狗 想和你安静地过这样的日子无关想象只为你心存对我的有血有肉有阴有晴的一世温暖 ...
    郭安安阅读 504评论 30 20
  • 山泰进入大学中充满了恐惧和担忧,也有一点点兴奋,恐惧和担忧山泰自己填报考志愿,填错了志愿,到了离家很远很远的地方上...
    想写出好文笔的孩子阅读 230评论 0 0