读懂唇语,这是摆在我们面前的一道难题,大多数人平均只能读对一句唇语的十分之一。那么 AI 能做到吗?

早在 2016 年,牛津大学人工智能实验室、谷歌 DeepMind 和加拿大高等研究院(CIFAR)就联合开发了结合深度学习技术的唇读程序 LipNet。随后,提高计算机唇读精度,便成为了该领域的一项重要挑战。

公司遇到重重危机,扎克伯格挺身而出。他对Facebook具有绝对的控制权。持有仅14%公司股份的扎克伯格,拥有近60%的投票权。去年,年度股东大会上,68%的独立投资者投票赞成取消扎克伯格董事会主席一职,取而代之以外部人士时,扎克伯格投出反对票又坐稳了一把手位置。

《通信规范法》第230条规定,“任何交互式计算机服务的提供者或用户不得被视为由另一信息内容提供者提供的任何信息的发布者或发言人”。

第二,同一词汇标签下的视频样本画面经常存在变化。例如下图中的画面都属于以“ABOUT”为标签的视频。

然而,归根结底,Facebook和Twitter并没有什么不同。就好比苹果公司是史蒂夫·乔布斯(Steve Jobs)的意志体现,特斯拉是伊隆·马斯克(Elon Musk)的意志体现,Twitter也不例外,更不用说“扎克伯格出品”的Facebook。

上面这个例子反映出词汇级唇读的一个问题——模型无法完全关注有效的关键帧,因此词汇边界划分不准确。

在扎克伯格和Facebook对特朗普争议帖的不作为令人深感失望的同时是科技圈人士与民权人士对Twitter的欢呼。

在这样的情况下,扎克伯格出品的Facebook——“A Mark Zuckerberg Production”,很大程度上就是他个人态度的反映。

特朗普总统在Twitter上发布的帖子以前也有争议。2017年9月,他写道,朝鲜“不会继续存在太久”,有人认为这是在威胁对朝鲜使用核武器;接着2017年11月,他在Twitter上将参议员伊丽莎白·沃伦(Elizabeth Warren)称作“波卡洪塔斯”(《风中奇缘》的印第安女主角),又似乎违反了平台关于禁止种族主义言论的规定。

“但经过一番思想斗争后,我还是不能做删帖的决定。哪怕我个人对内容十分反感,哪怕我知道很多员工会对此表示反对,我还是不能这么做……”扎克伯格又补充说。

不仅上述两次多西没有采取行动,一直到最近事件之前,在特朗普每一次被认为涉及到骚扰或散布虚假信息的事件中,多西都拒绝采取行动。理由?

喜欢漂亮是人的天性,在走向变美轨迹的时候,勿必要选择标准的方案,来确保自身的安全!假使您想了解更多精彩资讯 ,可以直接点击美丽无忧网做咨询。

雷锋网了解到,互信息(mutual information,MI)是用于测量两个随机变量之间的关系的基本量,当给定一个随机变量时,它总是用来计算另一个随机变量所拥有的信息量。基于此,两个随机变量的互信息总是被用来衡量两变量间的相互依赖性。

Facebook:行走在风口浪尖

【雷锋网注:基本架构】

【GMIM 训练基础网络】

而在计算机视觉领域的语境下,唇读作为一种基于深度学习的模型,更多地被用来推断视频中的语音内容,可对基于音频的语音识别、生物认证等进行辅助。

自体脂肪丰脸颊 是一种填充的方式,它主要是从自身脂肪充足的部位,抽吸一些脂肪细胞 ,经过严格的筛选和提取,转化为脂肪颗粒,之后在注入到面颊,使松垮的地儿恢复饱满度,最后达到丰面颊的效果。

那么,没有系统性事实检查程序的Twitter,又是根据什么来标记特朗普的争议帖的呢?或许Twitter的首席执行官杰克·多西已经给出回答。

根据1996年的联邦《通信规范法》第230条规定,科技平台可以不对第三方在平台上发布的内容承担责任。

此外,通过引入 LMIM,模型对发音相似的词汇的识别的确显示出了更高的准确性和明显的改进,例如 Makes/making 和 Political/politics(如下图)。

解决词汇级唇读的“固有”问题

另一方面,研究团队引入「全局互信息最大化」(global mutual information maximization,GMIM)约束,使得模型更多地关注对与语音内容相关的关键帧的识别,同时更少地关注各种可能出现的噪声。

第一,即使在同一视频中存在其他单词,每个输入视频都用单个词标签来注释。例如下图中包括总共 29 个帧的视频样本被注释为“ABOUT”,但是“ABOUT”一词的实际帧仅包括在时间步 T=12∼19 处的帧,即红框中的部分,而红框前后的帧对应的词汇分别为“JUST”和“TEN”。

特朗普的争议帖,其中写道:“我不能对明尼阿波利斯发生的动乱熟视无睹……我已经跟州长通过话,告诉他军队随时待命……敢抢劫,就敢开枪。”特朗普的争议帖,其中写道:“我不能对明尼阿波利斯发生的动乱熟视无睹……我已经跟州长通过话,告诉他军队随时待命……敢抢劫,就敢开枪。”

LRW:于 2016 年发布,总样本量为 488766,包括 500 个词汇等级,涉及讲者超 1000名,讲话环境差异很大。该数据集被主流唇读方法广泛使用,具有挑战性的数据集; LRW-1000:总样本量为 70000,总时长约 57 小时,包括 1000 个词汇等级。该数据集旨在覆盖不同的语音模式和画面条件,从而结合在实际应用中遇到的挑战。

更多相关资讯请关注:无人深空专区

眼下,不满的员工在Facebook的内网评论说“……如果我们没能经受住这次考验,历史不会善待我们”,又有一百多名美国顶尖科学家联名督促扎克伯格“请站在历史的正确一面”。

事实上,如果说Facebook与第三方合作的事实检查和内容审核令人失望,那么Twitter的情况只有更糟。纽约大学斯特恩商业与人权中心副主任保罗·巴雷特(Paul Barrett)说:“到目前为止,据我所知,Twitter不像Facebook那样,具有系统性的事实检查程序。Facebook目前的事实检查是不够完美,也无法很好地处理潜在的有害内容。但至少Facebook有在尝试和努力,而Twitter从来没有。”

雷锋网原创文章,。详情见转载须知。

“赋予硅谷董事会或类似于消费者服务中心的内容审查员仲裁我们言论的权利,这样的想法非常危险,” 言论自由倡导组织PEN America的负责人苏珊妮·诺赛尔(Suzanne Nossel)说。

可见,在不使用额外数据或额外预训练模型的前提下,该研究团队的上述方法相比其他主流唇读模型性能的确较为突出,希望这一方法为其他模型提供借鉴。

对食物十分讲究又坚持间歇性断食的杰克·多西(Jack Dorsey)后来回忆说,菜端上来的时候,肉已经冷了:“我就吃了一些沙拉。”

同时,研究团队利用可视化对 GMIM 的效果进行了进一步探究。如下图所示,下列这些词之间的差异范围从 -20 至 20 扩大到 -40 至 60 之间——这意味着随着 GMIM 的引入,区分词汇变得更容易。

以下是 2 个数据集的具体信息:

在Twitter为特朗普的那条抨击“邮寄选票”的帖子打上“需要核实”的标签后,专栏作家马克·泰森(Marc A. Thiessen)评论说:“众所周知,邮寄选票不被计票的可能性更高。”

此外,准确捕捉口型的变化也并不容易——发音相似的词汇口型相似,同音词的识别也更是使难度升级。

Twitter标记了特朗普的帖子后,这位总统先生迅速签署了一份行政令,打算修改保护社交媒体合法地位的第230条规定。

大选干预,剑桥分析丑闻,用户数据泄露,隐私保护,以及平台上泛滥的仇恨暴力言论和虚假信息传播等等,让Facebook陷入前所未有的信任危机;Facebook还被指控收购“对公司构成潜在威胁的”企业,比如WhatsApp和Instagram等,以此建立起来的庞大信息帝国面临日益严格的反垄断调查。多个倡导组织以及个人不止一次呼吁“拆分Facebook”。

Facebook的三名离职员工之一、22岁的软件工程师提摩西·阿瓦尼告诉记者说,他知道Facebook不完美,但扎克伯格不时地屈服于保守派施加的压力,放弃自己的原则,又对特朗普的帖子毫无行动,让他再也无法继续留在公司:“我只是觉得自己太累了,撑不下去了。”

6月1日周一辞职的提摩西·阿瓦尼(Timothy Aveni)更加激进,直言:“我认为(扎克伯格的)不删帖决定毫无依据。他一定是自己做了这个决定,然后想法设法找理由搪塞,这对他来说不是什么难事。但这不是处理这件事的正确方式。”

担心激怒年轻用户和员工

南德克萨斯法学院的宪法学教授乔什·布莱克曼(Josh Blackman)对这么多自由派人士(尤其是在科技行业内)支持Twitter的决定感到十分惊讶。“发生你对手身上的事情最终也会落到你自己头上,”他说,“如果你赋予平台禁言的权利,那么,下一个将被禁言的就会是你自己。”

经评估,研究团队发现 GMIM 可将精度提高到 84.41%,这主要得益于它对不同帧关注不同的特性。与其他除视觉信息外务额外输入的唇读方法相比,研究团队在 LRW 数据集上得到了迄今为止最佳的性能(如下图)。

后来,在召开的在线员工大会上,扎克伯格详细地叙述了从团队发现特朗普发布的帖子到最后他和团队决定保留帖子的全过程。他说,经过一整天的充分考虑后,他们认为特朗普那条提到国民警卫队的帖子更多属于“对可能采取国家行动的提醒”,煽动暴力的平台规则在这里不适用。

但是,扎克伯格无法让每个人都喜欢他,Facebook更做不到两边讨好。外界的批评越来越多:人们一边指责平台助长虚假信息快速传播,一边又攻击公司对用户帖子的事实检查等同于审查;也有人说Facebook对平台用户的监控程度令人毛骨悚然;而其他人则反对公司加密旗下通讯应用数据,认为这会潜在包庇犯罪。

【雷锋网(公众号:雷锋网)注:LMIM 训练基础网络】

自从2016年11月,唐纳德·特朗普(Donald Trump)当选美国总统以来,Facebook就一直麻烦不断。

Facebook拥有全球近四分之一人口的用户,日活跃用户17.3亿人次。如此巨大的用户基数,意味着公司可以收集更多用户数据,提高在线广告投放效率,进而获得丰厚的在线广告收入——公司98%的收入来自在线广告。Facebook平台的性质,决定了用户之间的关系更为紧密,更像是对线下人际关系的复制,比如家人、朋友、同学和同事等。因而,平台上的人际关系效应更加显著,或者说,群体意识或归属感更加明显。

言论自由倡导者们也认为,事实检查和附加标签,无论多么冷静持重或客观准确,都不可避免地可能存在政治偏见。还有,哪些内容该被事实检查?谁来做这个事实检查?这些都会引起新的问题。

当愤怒的员工希望扎克伯格也能够像Twitter一样给帖子添加说明性标签时,扎克伯格表示未来可以考虑,但同时提醒说:“我担心这种方法同样存在风险,会导致我们对不喜欢的内容做评论,哪怕这些不被喜欢的内容并没有违反平台政策。”

或许,从一开始,Twitter在乎的就不是什么“一致的态度”,而是平台上的关注和增长。

跟拥有17亿用户和2万多员工的Facebook相比,Twitter在用户和员工这件事上,显然输不起。

自体脂肪丰脸颊 成效可以保持好久,跟脂肪移植组织的成活率有相当大的联系,其次局部的营养条件及碰撞 也会影响自体组织支撑的时间。

当哈姆雷特喊出“To be or not to be”(是生还是死?)这个问题时,想必扎克伯格的内心是极有共鸣的:“To delete or not to delete”(是删还是不删?)

近日,来自浙江工业大学、中科院计算技术研究所智能信息处理重点实验室、中国科学院大学的研究团队更是共同提出了在局部特征层和全局序列层上引入互信息约束,增强口型特征与语音内容的关系,将计算机唇读精度提升至 84.41%。

众人对Facebook口诛笔伐的同时,以为自己站在了道德高地,却在Twitter这件事上无意识地成了带有偏见的内容审核的帮凶。

唇读(lip-reading/speech-reading),简单来讲就是观察说话者的口型变化,“读出”其表达的内容。实际上,唇读的过程是利用视觉信道信息补充听觉信道信息,这对听力较弱的群体、嘈杂环境中的工作者以及执法机构具有实际应用意义。

造型方面,《无人深空》中的泰坦机甲采用了双足双手的设计,与《泰坦陨落》中的机甲十分相似。视频中演示了驾驶机甲行走、飞行和激光战斗的场景,在游戏里它可以说是一款强大无比的载具。而根据说明,泰坦机甲即将在游戏中更新,它打造出来的目的正是为了帮助玩家在恶劣环境的星球上探险。

这顿诡异的晚餐不是扎克伯格和多西两人之间的唯一一次“观念冲突”,但足够具有代表性。他们的不同性格和观念,也决定了他们将以截然不同的方式管理各自的社交媒体平台。

为验证这一方法,研究团队利用 2 个大规模词汇水平的数据集对其进行评估,将其与其他主流的唇语识别模型方法进行了详细的几方面分析、比较,包括 LMIM 和 GMIM 与基线的比较、深度学习可视化等。

在阿瓦尼提出辞职的同一天,数百名在家工作的Facebook员工发起一场“线上罢工”活动(拒绝工作,并用自动邮件回复来解释罢工原因),抗议Facebook的不作为。

对于争议最大的“敢抢劫,就敢开枪”,他说:“没有过往历史将其解读为向民间支持者发送暗号(“吹狗哨”),煽动他们以暴力维护正义。”

直到最近,Twitter与特朗普杠上后,Apptopia报道称,Twitter应用的单日下载量创下新高。很多人在放弃Facebook的同时,会因为支持Twitter的道德之举而选择Twitter。

这一切,也让Facebook成为美国乃至全球的重要政治活动平台。事实上,无论从规模还是平台政策而言——去年,多西表示Twitter将禁止政治广告;而扎克伯格认为主张“言论自由表达”的Facebook不会完全禁止政治广告,没有哪个平台比Facebook更适合成为政客们的表演舞台。

自体脂肪填充面颊 成效自然吗?

1 2 下一页 友情提示:支持键盘左右键“← →”翻页

为解决上述问题,此次研究团队主要从两方面着手,引入了不同层级的「互信息最大化」(mutual information maximization,MIM),旨在使得模型同时具备较好的鉴别能力及鲁棒性,保证唇读更为有效。

实际上,确保计算机唇读性能良好,很大程度上正是取决于 2 点:

在论文中,研究团队提到了「词汇级唇读」(word-level lip reading)的概念。实际上,词汇级唇读是唇读的一个分支,也是研究团队此次研究的主要关注方向,它存在一些“固有”问题。

古巴表示,我们重申,香港特别行政区是中国不可分割的一部分,香港事务是中国内政,外界不应干涉。我们敦促有关方面停止利用涉港问题干涉中国内政。(完)

Twitter的用户增长多年来一直停滞不前,以至于公司在财报中不再提及用户增长,而是以用户互动率等指标来代替。

如果上一个十年里,“To be or not to be”这个经典问题让扎克伯格犹豫,行动失去意义,那么经过这些年的风雨,下一个十年,扎克伯格的态度似乎前所未有的坚定:“所以我的下一个十年目标不是要赢得人们的喜爱……”以及“Facebook既不是事实仲裁者,也不会成为事实仲裁者。”

Twitter的壮举,让人们在删掉Facebook的同时,不忘邀请大家“来Twitter上粉我”。

目前这支预告已经被隐藏,有可能它会在明日早上5点举行Inside Xbox活动上正式公布。

古巴强调,我们认为各国都有权通过立法维护国家安全,赞赏基于该目的采取的举措。我们欢迎中国立法机关通过《中华人民共和国香港特别行政区维护国家安全法》,并重申坚持“一国两制”方针。我们认为,这一举措有利于“一国两制”行稳致远,有利于香港长期繁荣稳定,香港广大居民的合法权利和自由也可在安全环境下得到更好行使。

仔细观察的话,你会发现Twitter其实是善变的。

有Facebook的固执在前,特朗普总统的报复在后,Twitter的举动看似大义凛然,但危险已经初露端倪。

当然,与狼共舞的结果就是Facebook也更容易受到议员们的攻击和监管审查。这也是造成Facebook一系列麻烦的原因之一。

可能让借Twitter站在道德高地的人们失望的是,人们不满于扎克伯格将自己的意志凌驾于Facebook之上的同时,Twitter也没有好到哪里去。杰克·多西对Twitter的控制一点也不亚于扎克伯格对Facebook的控制。即便Twitter的股价几乎无法与多西在2015年重新执掌公司时的股价同日而语,即便多西同时也是支付公司Square的首席执行官,他依然可以高枕无忧地继续留在Twitter当他的兼职CEO。只是,扎克伯格态度明确,而多西似乎并不知道自己想要什么。

扎克伯格有朝一日可能会迫于压力改变态度,但这很大程度上将取决于11月份的大选结果。毕竟,Facebook同时还面临着巨大的监管压力。

Twitter不仅以“美化暴力”为由标记了特朗普的这条包含“敢抢劫,就敢开枪”言辞的帖子,还在几天前以“信息具有误导性”为由标记了特朗普另一条抨击“邮寄选票”的帖子,仿佛一夜之间占据了道德高地。

虽然Twitter和Facebook一样,也深受平台上非法内容、仇恨和虚假信息等问题的困扰,但Twitter面临的监管压力,特别是来自议员们的压力,要小很多。相比于Facebook与第三方机构合作对平台内容进行事实检查,Twitter因为平台的“开放性”和捉襟见肘的资金,而对平台的内容审核心不在焉。

自体脂肪丰脸颊 没有排异的反应,不容易感染,安全性比较高 。在自体脂肪丰脸颊 操作流程中,为了降少脂肪物质的液化,增强 成活率,因此每一回注入的脂肪量,都不得超越ml,脂肪细胞在轻松的环境下易于成活,所以有必要时可以先将手术区做皮下分离,再做脂肪颗粒填充,纠正面部松垮,这样的成效会更特别。

上述 2 个词汇级唇读的特性要求唇读模型能够抵抗序列中的噪声,从而在各种语音环境下捕获一致的潜在模式。

杰克·多西过去曾明确表示,特朗普可以不受平台规则约束,因为他的内容具有新闻价值。(根据平台的“新闻价值”政策,Twitter会保留政治人物发表、但可能令人不快的消息,因为这些内容很重要,不适宜删除。)

2017年,写下全国巡回跑新年目标的扎克伯格说:“希望倾听更多人的声音。”在那个十年,Facebook更在意公司是不是受用户喜欢和尊重。

在这个看颜值的年代,大脸已不再受追捧了,V脸才是王道。每个人 都希望自个儿具有一张饱满的面部。友情提醒!女孩子在做完了自体脂肪丰脸颊 后勿必要重视术后的清洁,以免伤口感染、腐朽。

一方面,研究团队施加「局部互信息最大化」(local mutual information maximization,LMIM)约束,限制每个时间步生成的特征,以使它们能够与语音内容具有强关系,从而提高模型发现精细的口型变化及发音类似的词之间的差异(例如“spend”和“spending”)的能力。

他说:“事实检查:如果有人需要对公司的决定负责,那个人应该是我。跟我的员工无关……”

科技公司比起其他传统公司,更加依赖他们的年轻员工,尤其是优秀的软件工程师。但这些充满理想和正义感的年轻工程师早已经对社交媒体平台上的乌烟瘴气愤懑不已。

与此同时,Twitter也似乎更不愿意得罪自己的员工。

引入不同层级的「互信息最大化」

这也恰恰应证了扎克伯格的担忧。

同样是社交媒体平台,Twitter的规模远不如Facebook:日活跃用户1.7亿人次,几乎不到Facebook的十分之一;收入和净利润也远低于Facebook。

是否能有效地捕获口型变化; 是否能有效地抵抗由姿态、光线、扬声器外观等变化引起的噪声。

扎克伯格的辩解在愤怒的员工眼里看来,十分苍白无力。一名匿名离职员工对表示,自民权时代以来,种族隔离主义者在镇压黑人抗议者时也使用了“敢抢劫,就敢开枪”这个表述。