一個困擾科學家50年的問題被 AI 突破了！

衆所周知，蛋白質就是一串氨基酸而已。可是，拿到氨基酸的排列順序，你能猜出它會摺疊出怎樣的三維結構麼？恐怕很難。就算是天天研究蛋白質的科學家們，也被這個問題困擾了50年。如今有隻 AI，能以前所未有的準確率預測蛋白結構。它給出的答案與蛋白質的真實結構之間，大約只差一個原子的寬度：

抖空竹火到國外了！這傢伙兒玩得可真 dei 勁啊

日本知名自動化控制及電子設備製造廠商歐姆龍集團，以推進機器人精細控制和人機協作爲目的，嘗試讓機器人抖空竹。研究人員表示，對於機器人來說，抖空竹可以說是一個挑戰遞增、激勵不斷的絕佳學習過程。

研究人員描述了一種基於最優控制的方法「基於模型的預測控制」（Model-based Predictive Control，MPC）。這一方法以空竹的速度和位置作爲輸入，通過優化其中一根小棒的運動軌跡，預測兩根小棒頂端的運動軌跡，來生成機器人抖空竹的軌跡，讓機器人解鎖更多花式玩法。

打工人日常摸魚の 我在「視頻會議」

如果讓打工人用幾個關鍵詞總結 2020 年的生活，「視頻會議」應該是其中一個。受疫情影響，這一年來，遠程辦公和視頻會議正在成爲新的潮流。在忍受會議枯燥的同時，很多人迷上了 AI 換臉，期望能夠實現「一邊開會，一邊摸魚」的夢想。

如何合成逼真的說話者頭部視頻，即將源圖像中的頭像與驅動視頻中的動作合二爲一。源圖像編碼目標人物的外觀，驅動視頻決定輸出視頻中的人物動作。針對這一任務，英偉達提出了一種純神經式的渲染方法，即不使用人物頭部的 3D 圖模型，只使用在 one-shot 設置下訓練而成的深度網絡，進行說話者頭部視頻的渲染。

十行代碼就能搞定深度學習？百度飛槳框架高層 API

爲了簡化深度學習的學習過程、降低深度學習的開發難度，百度飛槳框架歷經近一年的打磨，不斷地優化深度學習 API，並針對開發者的使用場景進行封裝，在飛槳框架的最新版本中，推出了高低融合、科學統一的飛槳全新 API 體系。

飛槳框架將 API 分爲兩種，基礎 API 和高層 API。用製作披薩舉例，一般有兩種方法：一種是我們準備好麪粉、牛奶、火腿等食材，精心加工後，就能製作出美味的披薩；而第二種則是我們買商家預烤制的披薩餅，以及調好的餡料，直接加熱就可以喫到披薩了。

一項成功的技術需要時間也需要鼓勵

最近，新加坡南洋理工大學(NTU Singapore)的一個科學家團隊發明了一種嗅覺 AI 系統，通過模仿我們人類的鼻子，藉助一個“條形碼”閱讀器作爲中介，來識別肉類食物的新鮮程度。

初次看到這一研究，很多人覺得跟人類的嗅覺能力相比，應用範圍實在太窄。但經驗告訴我們，一旦專業性的 AI 應用在大規模普及的實際場景中，將可以帶來非常驚人的生產力提升效果。而基於這一項嗅覺AI的研究，在食物的新鮮度檢測上面，將可能大有作爲。