腾讯游戏AI可以诊断疾病；妄议马斯克？员工遭解雇后再起诉；Geohot任职Twitter 5.5 周后离职...

本周，有哪些AI新鲜事？

产业界

把游戏AI用于疾病诊断，腾讯AI Lab研究成果登上国际顶会

12月19日，腾讯AI Lab发布其决策智能AI“绝悟”的最新成果“绝悟RLogist”，将AI深度强化学习技术迁移到病理全片扫描图像诊断领域，在性能接近的情况下，将传统病理阅片效率提升400%。该研究相关论文被国际人工智能顶级学术会议 “AAAI 2023”接收，代码已开源。

“绝悟”AI 是腾讯将游戏场景与人工智能技术进行融合研究的核心探索之一，此前先后在MOBA、RTS、3D开放世界（Minecraft）等多类型游戏中取得了业界领先的研究成果，证明了其在游戏复杂环境中较为优秀的决策智能水平。

本次发布的“绝悟RLogist”受启发于“绝悟”在3D游戏环境中进行观测并做出决策的过程，将这些能力迁移至病理阅片场景，提出了基于深度强化学习找寻最优看片路径的方法，并在相关测试数据集中表现出较高的效率。这也代表着“绝悟”从游戏场景走向现实世界，可以解决更多现实世界难题。

特斯拉因非法解雇批评马斯克的员工遭起诉

据彭博社报道，特斯拉被指控非法解雇两名加利福尼亚的员工，只因为他们是讨论和起草批评首席执行官埃隆·马斯克严格的返回办公室政策，以及反对马斯克推文小组中的一员。

特斯拉“返回办公室”政策在今年5月底实施，马斯克的推文则被认为违反了特斯拉的反骚扰政策。这两位提出抗议的员工在6月被解雇，其中有一位还在一个月之前刚刚获得加薪。

根据美国联邦劳动法的规定，雇员有权从事"受保护的协同活动"，包括相互交谈以争取对雇员共同关心的问题的支持。在这项投诉进展期间，数百名SpaceX的员工在Twitter上签署了一封公开信，指责马斯克的行为，称其为公司的尴尬，种种行为让他们工作分心。

基础核心

三星开发业界首个12纳米 DDR5 DRAM

日前，三星电子宣布开发出采用业界首个12纳米（nm）级工艺技术的16Gb DDR5 DRAM，并完成了与AMD兼容的产品评估。

据了解，该12纳米级DRAM将释放7.2Gbps/每秒的速度，相当于在一秒钟内处理两部30GB的UHD电影。与新DRAM的速度相匹配的是更高的电源效率，与之前的DRAM相比，12纳米级DRAM的功耗降低了23%。

三星电子DRAM产品和技术执行副总裁Jooyoung Lee表示："12纳米级DRAM将成为推动DDR5 DRAM在市场上广泛采用的关键因素。预计我们的新DRAM将成为下一代计算、数据中心和人工智能驱动系统等领域更可持续的运营基础。"

开发者

有才任性？Geohot任职Twitter 5.5 周后再离职

在Twitter工作了大约5.5周后，George Hotz结束了他的实习生涯。11月18日，Hotz开始为Twitter工作，马斯克给他布置了两件事：修复Twitter搜索，以及修复在未登录时滚动Twitter可能看到的弹出窗口。

在5.5周的工作时间内，Hotz是否修复了搜索功能尚未可知，但有人看到确实可以在关闭登录弹出窗口后继续浏览Twitter。

据了解，Hotz在近日已经发出过离开的信号。或者是学习马斯克，他在Twitter上发布了自己是否应该在Twitter上继续工作的投票，用户则质疑他能否在公司"产生任何持久影响"。与此同时，他还对Twitter暂时禁止链接到Instagram的政策感到不满。而就在两个月前，Hotz刚刚辞去自动驾驶初创公司Comma AI首席执行官的职务，认为自己不能胜任。

技术前沿

Riffusion：基于AI的音乐生成，贝多芬与Radiohead的融合

AIGC除了可以生成语音、图片和视频，还可以创作音乐了。两位普林斯顿校友Seth Forsgren和Hayk Martiros将稳定扩散（SD）算法用于了音乐创作。这个可以创作音乐的Stable Diffusion名为Riffusion（Riff+Diffusion）。

Riffusion的工作原理与SD相同：将文本提示转变成新的，由人工智能生成的内容。但也有显著的区别，即该算法经过专门的声波训练，可以以视觉形式描述音乐和音频。

据了解，声波图（或音频频率的频谱图）是表示声音片段的频率内容的一种视觉方式。X轴代表时间，Y轴代表频率。每个像素的颜色给出了音频在其行和列给出的频率和时间的振幅。

在生成新的声谱图后，Riffusion用Torchaudio将图像变成声音。人工智能已经接受了描绘声音、歌曲或流派的频谱图的训练。因此，它可以根据各种文本提示生成新的声音片段。例如，像“贝多芬与Radiohead”这样的融合产物，就是一个很好的例子，说明另一个世界或不可思议的机器学习算法可以表现得很好。

受蚂蚁启发，研究人员研发出可以自主逃脱的仿生机器人

受到蚁群合作完成任务的启发，哈弗大学研究人员建立了能够合作逃离“监狱”的机器人。

对于蚂蚁来说，任何单独的一只都不会思考某项特定任务，但当他们进入到群体当中，便会各司其职，本能地完成复杂工程，包括挖掘隧道和建造所需的桥梁。

为了研究蚂蚁聚集之后的工作机制，研究人员建立了数学模型。首先将一小群蚂蚁放在一个软沙墙包围的圆形陷阱里，当蚂蚁相互碰撞时，可以通过触角进行交流。随着时间的推移，蚂蚁会在经常互动的区域聚集，然后它们会集中精力在同一个地方挖掘隧道，直至突破成功。非常关键的一点是，所有蚂蚁会一起挖一个隧道，而不是各挖各的。

受此启发，研究人员开始研究可以遵循类似规则的机器人，他们将这些机器人称为“RAnts”。类似于蚂蚁触觉交流的“信息素”被称为“光场”，或者叫“光激素”，当机器人经过的次数越多，光场就越亮。

RAnts被编程为遵循三个简单的规则：遵循光场的梯度，在光场密度高的地方避开其他机器人，在密度高的地方捡起障碍物并将它们移到密度低的地方。这些规则允许RAnts以与蚂蚁实验大致相同的方式进行合作，当把它们放在自己的畜栏里，周围有几圈小障碍物时，机器人很快就发现最好的逃跑计划是一起合作，集中在一个地方。

机器学习证明了精神分裂症和痴呆症的共患病

一项近日刊登在精神病学领域顶刊《美国医学会杂志—精神病学》的相关成果显示，精神分裂和痴呆存在很多相似之处。这项研究成果离不开AI的作用，利用机器学习，可以将不同疾病的神经生物学特征封装到几个数学模型中，方便分析错综复杂的系统。

通过机器学习软件NeuroMiner，研究人员训练生成了4个诊断分类器，同时还从MRI的T1加权像中提取了大脑皮层的体积图。在被试者的分组数据中，痴呆症和精神分裂症在大脑皮层图中覆盖的大部分区域都很相似。

最终得出的结论是：精神分裂患者中超三分之一的人同时患有痴呆症。而患有痴呆症的患者中，有高达85%的人同时患有精神分裂症。