行业 | GitHub 发布最大更新 公布去年三大最热编程语言

“”

在年度 GitHub Universe 大会上，GitHub 发布史上最大更新——一个全新的功能 GitHub Actions，更新后用户可以在 GitHub 上存储和搜索代码，还能直接运行部分代码。

同时 GitHub 也发布了年度报告，报告指出，过去一年最热的开源项目是 VS Code、React 和 Tensorflow，最热的编程语言是 JavaScript、java、Python。

报告还发布了程序员每天的活动时间和常用表情。不管是什么类型的项目，10点到19点都是他们的活跃高峰时间，其中最活跃的时候是在15点。

而报告称程序员用到最多的表情符号是，其次是。你的常用是什么呢？

原文链接：

;mid=2247506139&idx=1&sn=9028647815ffeb59ab5c8501c42a22b5&chksm=e8d06fa9dfa7e6bf03bc8580da17502de035d897969865a915e82bb378fbce2d5d13bfa174f5&scene=21#wechat_redirect

测试版地址：

太有才 | 波士顿动力叒来秀 机器狗 Spot 玩“抖音”

“步伐风骚，姿态妖娆。”

波士顿动力最近消息不断，这次，亮相的是“新晋小鲜肉”Spot。

在波士顿动力本周公布的视频中，机器狗 Spot 伴随音乐节奏大跳热舞。太空步、断头舞、电臀舞，最潮街舞元素应有尽有！

根据波士顿动力的规划，这款机器狗2019年将上市开卖，成为公司的第一款商业产品，带着这家机器人明星企业迈出成立26年来的商业化第一步。

原文链接：

;mid=2247506139&idx=1&sn=9028647815ffeb59ab5c8501c42a22b5&chksm=e8d06fa9dfa7e6bf03bc8580da17502de035d897969865a915e82bb378fbce2d5d13bfa174f5&scene=21#wechat_redirect

行业 | 百度加入 Partnership on AI 成为该机构首个中国籍会员

“让 AI 技术健康发展，造福更多人。”

美国时间10月16日，Partnership on AI 在最新公告中欢迎首位中国新成员百度加入，并称此次合作是“建立一个真正全球性合作机构的重要一步”。

Partnership on AI 是一家非营利机构，最初由 Facebook、亚马逊、谷歌、IBM、微软联合发起，其成立的目的是汇集全球不同的声音，以保障 AI 在未来能够安全、透明、合理地发展，让世界更好地理解人工智能的影响。随着机构发展，苹果、英特尔、索尼等 AI 领头企业陆续加入其中。

未来百度将与 Partnership on AI 中的其他成员一同致力于 AI 研发标准和全球性 AI 政策制定。

原文链接：

;mid=2247494246&idx=1&sn=d3102e0ac2614155d536ec77797112cb&chksm=ecb16b91dbc6e287335036af7b8bbbc1ed17ebcc6ee5a4c8dffe88fe4c4d322dc1a218c76e2a&scene=21#wechat_redirect

科研 | 麻省理工大学提出争论机器框架 降低人工智能犯错率

“AI 犯错不可怕 反躬自省纠正它。”

AI 系统的决策日益重要，但它的黑箱属性让人担忧它的安全性。

近日麻省理工大学提出了一种“争论机器”（arguing machines）的框架，它将主要 AI 系统与经过独立培训以执行相同任务的次要 AI 系统配对，通过调试二者之间的分歧，减少系统的整体错误。

系统表明，在没有任何基础系统设计或操作知识的情况下，两个系统之间的分歧足以在人工监督分歧的情况下提高整体决策管道的准确性。

原文链接：

论文地址：

创历史 | 机器人首次亮相英国议会会议 回答 AI 对就业影响的问题

“这个美式口音的机器人，是在英国议会700年历史中第一次邀请的非人类。”

由软银制造的 Pepper 日前成为了第一个参加英国议会会议的机器人，与国会议员讨论人工智能教育的未来。

在介绍自己之后，Pepper 告诉国会议员：“机器人将发挥重要作用。但我们将始终需要人类独有的软技能来感知，制造和推动技术价值。”

该机器人目前在米德尔塞克斯大学工作，与学生一起工作并出席活动。

原文链接：

;utm_medium=cityfalcon&utm_source=cityfalcon

进展 | 3D 形状补全新突破 MIT 提出结合对抗学习形状先验新技术

“以‘小’见‘大’。”

应用现有的技术，单视图 3D 形状补全或重建具有挑战性，因为一个视图可能对应许多可能的形状，大多数补全结果不合情理且没有对应的自然对象。在给定单视图输入的情况下，ground truth 的形状是不确定的。现有的全监督方法无法解决这个问题。

近日，MIT 的研究人员发布论文《Learning Shape Priors for Single-View 3D Completion and Reconstruction》，提出 ShapeHD，通过将深度生成模型与对抗学习的形状先验相结合，超越单视图形状补全和重建的极限。

3D 形状补全模型的结果，以及与现有技术的对比

实验证明，ShapeHD 在多个真实数据集的形状补全和形状重建方面都远远超过了当前最高水平。

原文链接：

;mid=2650750130&idx=4&sn=961ba24e0cad429d165fd16a2181b664&chksm=871af8ccb06d71da4ba8342ebc06d2f6bf4719595a81c44b7a11e241927e2a543c5a2962fe16&scene=21#wechat_redirect

论文地址：