2020年有哪些AI大事件令人难忘？

内容提要：一直以来，超神经都在密切关注并报道 AI 界的各项大事件。过去一年，有哪些 AI 大事件令人难忘？我们总结了一份清单。

2020 年，AI 的落地应用更加广泛，它一边探索前沿的新兴产业，一边也深入传统行业，助其转型。它正在蓬勃成长，逐渐成为我们生活中不可或缺的一部分，AI 已经几乎成为家喻户晓的名词。

在开启新年新篇章之际，让我们一起回顾过去，复盘 AI 过去一年的成果与发展动向。

AI 带你我穿越

今年人工智能界最火出圈的项目之一，要数微博博主@大谷Spitzer 用 AI 复原历史视频与人物画像了。

先是今年 5 月，他用 DAIN 插帧算法、ESRGAN、DeOldify 等 AI 技术，对一段百年前老北京的黑白视频，进行上色、修复帧率和超分辨率，带全民穿越，感受百年前的北京街景。

此后，他又陆续进行了一些历史人物画像的「复原」工作。12 月，用 AI 「脑补」了宋朝、明朝和清朝皇帝的画像，再次火爆朋友圈。而 PaddleGAN、AI Studio、Artbreeder 以及中科院研发的人脸识别技术 SeetaFace，都为这些脑补工作贡献了一臂之力。

这些技术未来也将在影视、艺术创作、历史文化传播方面实现更多价值 。

AI 修复民国北京街景视频，火遍全网带你穿越

AI 脑补宋明清皇帝长相，四大模型构想真实五官

用机器人给狗狗下指令

不同类型的狗狗，能够在社会中承担搜救、导航、搬运、陪伴、驱赶、警卫、拆家等复杂工作。那么对于机器人的指令，它们也能够理解、服从么？

耶鲁大学社交机器人实验室近期在IEEE 的《Spectrum》上刊登了一项最新研究，在实验中，机器人给宠物狗发出的指令，比人给宠物狗发出的指令，更能让狗服从（奇怪的知识点增加了.jpg）。

耶鲁大学新研究登刊 IEEE：狗狗更能服从机器人的指令

马赛克秒变高清

将「马赛克」像素级别的大头照，转换成高清照片，是怎样的一种体验？

杜克大学的研究人员用 AI 算法给出了答案。他们提出的算法被称为 PULSE（Photo Upsampling via Latent Space Exploration，通过潜在空间探索的照片上采样）。

该算法可以将模糊、无法识别的人脸图像转换成计算机生成的图像，其细节比之前任何时候都更加精细、逼真，甚至头发丝、鱼尾纹都清晰可见。有了 PULSE 的脑补能力，从此告别感人画质不是梦。

杜克大学提出 AI 算法，拯救渣画质马赛克秒变高清

机器学习预测物理挂科风险

新年过了，意味着期末考试成绩也出来了。难倒一大片莘莘学子的物理课，能不能顺利通过呢？机器学习竟然能提前预测。

今年 8 月，西弗吉尼亚大学和加州理工大学的学者们，在 arxiv.org 上发表的一项研究《Using Machine Learning to Identify the Most At-Risk Students in Physics Classes》，提出通过机器学习算法，根据平时课堂答题表现、作业成绩等，可以评估物理基础课中学生的毕业成绩。

不过，尴尬的是，其预测准确率和随机概率相差无几，仅有 57%……所以，会不会挂科，还是凭自己感觉吧！

还没期末考试，算法却说我的物理一定挂科

五分钟换脸，演绎神曲

前段时间，小破站上技能满分的 Up 主们，利用「first order motion 一阶运动模型」的 AI 换脸项目，生成了各种各样画风清奇的视频。

让张学友、杜甫、唐僧、熊猫头表情包声情并茂地唱起了《damedane》、《unravel》……

B 站神曲 damedane：精髓在于换脸，五分钟就能学会

利用这个换脸神器，可以给任何人物配上任何表情，甚至是画中的人物。而且，该模型已开源，人人都可以 拥有，五分钟就可以学会，教程在此：

智能手机测醉酒

众所周知，喝酒不开车，开车不喝酒。但是有的人，往往就是控制不住自己。

为了检测老司机们是否醉驾，匹兹堡大学医学院的首席研究员 Brian Suffoletto，在论文《A Preliminary Study Using Smartphone Accelerometers to Sense Gait Impairments Due to Alcohol Intoxication》中，介绍了使用智能手机检测是否醉酒的方法。被测者只需要带上智能手机走两步，就可检测出其呼吸酒精浓度。

醉没醉，带上智能手机走两步就知道

回顾这一年 AI 的成果，才发现原来它的确几乎无所不能。有人说，过去一年，AI 的发展相当于过去三年。相信在算力、算法和数据这「三驾马车」驱动下，AI 也将取得更多惊人的发展，让我们一起持续关注，2021 年，AI 又会给这个世界带来哪些惊喜与突破。

原文标题：盘点庚子年里，火到出圈的人工智能应用

文章出处：【微信公众号：深度学习实战】欢迎添加关注！文章转载请注明出处。

责任编辑：haq