机器学习和人工智能领域的研究，现在几乎是每个行业和公司的一项关键技术，对于任何人来说都过于庞大，无法通读。本专栏旨在收集一些最相关的最新发现和论文——尤其是在但不限于人工智能方面——并解释它们为何重要。
本周在人工智能领域，科学家们进行了一项引人入胜的实验，以预测当“市场驱动”平台（如食品配送和叫车业务）针对不同目标（如收入最大化）进行优化时，它们将如何影响整体经济。在其他地方，来自苏黎世联邦理工学院的一个团队开发了一个可以从卫星图像中读取树高的系统，展示了人工智能的多功能性，而另一组研究人员则测试了一个系统，以从公共网络数据中预测初创公司的成功。
市场驱动的平台工作建立在 Salesforce 的 AI Economist 之上，这是一个开源研究环境，用于了解 AI 如何改善经济政策。事实上，人工智能经济学家背后的一些研究人员参与了这项新工作，这项研究在最初于 3 月发表的一项研究中进行了详细说明。
正如合著者通过电子邮件向 TechCrunch 解释的那样，目标是调查亚马逊、DoorDash、Uber 和 TaskRabbit 等由于需求和供应激增而享有更大市场影响力的双边市场。使用强化学习——一种通过反复试验来学习解决多层次问题的人工智能系统——研究人员训练了一个系统来理解平台（例如，Lyft）和消费者（例如，骑手）之间交互的影响。
“我们使用强化学习来推理平台将如何在不同的设计目标下运行……[我们的] 模拟器能够在不同的目标和模型假设下评估不同环境中的强化学习策略，”合著者通过电子邮件告诉 TechCrunch。 “我们总共探索了 15 种不同的市场环境——即市场结构、买方对卖方的了解、[经济] 冲击强度和设计目标的组合。”
研究人员使用他们的人工智能系统得出的结论是，旨在最大化收入的平台往往会在经济冲击期间以牺牲社会福利为代价提高费用并从买卖双方那里获取更多利润。当平台费用固定时（例如，由于监管），他们发现平台的收入最大化激励通常与整体经济的福利考虑一致。
这些发现可能不是惊天动地的，但合著者认为，他们计划开源的系统可以为企业或政策制定者在不同条件、设计和监管考虑下分析平台经济提供基础。他们补充说：“我们采用强化学习作为一种方法来描述平台业务的战略运营，这些业务优化定价和匹配以应对环境变化，无论是经济冲击还是某些监管。” “这可能会为超越这项工作或可以通过分析生成的平台经济提供新的见解。”
将我们的注意力从平台业务转向推动它们发展的风险投资，来自 Skopai 的研究人员，一家使用人工智能根据技术、市场和财务等标准来描述公司特征的初创公司，声称能够预测初创公司吸引使用公开数据进行投资。依靠来自初创网站、社交媒体和公司注册的数据，合著者表示，他们可以获得“与使用私人数据库中可用的结构化数据的预测结果相媲美”的预测结果。
将人工智能应用于尽职调查并不是什么新鲜事。 Correlation Ventures、EQT Ventures 和 Signalfire 是目前使用算法为其投资提供信息的公司之一。 Gartner 预测，到 2025 年，75% 的 VC 将使用 AI 来做出投资决策，而目前这一比例还不到 5%。但是，虽然有些人看到了这项技术的价值，但危险潜伏在表面之下。 2020 年，哈佛商业评论 (HBR) 发现投资算法的表现优于新手投资者，但表现出偏见，例如经常选择白人和男性企业家。 HBR 指出，这反映了现实世界，凸显了 AI 放大现有偏见的趋势。
更令人鼓舞的消息是，麻省理工学院的科学家以及康奈尔大学和微软的研究人员声称已经开发出一种计算机视觉算法——STEGO——可以将图像识别到单个像素。虽然这听起来可能并不重要，但与“教授”算法以发现和分类图片和视频中的对象的传统方法相比，这是一个巨大的改进。
传统上，计算机视觉算法通过显示许多已被人类标记的对象示例来学习识别对象（例如，树木、汽车、肿瘤等）。 STEGO 通过将类别标签应用于图像中的每个像素来消除这种耗时、劳动密集型的工作流程。研究人员说，该系统并不完美——例如，它有时会将粗粒与意大利面混淆——但 STEGO 可以成功地分割出道路、人和路标等事物。
关于物体识别的话题，我们似乎正在接近像 OpenAI 的图像生成系统 DALL-E 2 这样的学术工作产品化的那一天。哥伦比亚大学的一项新研究显示了一个名为Opal的系统，该系统旨在根据文本描述为新闻故事创建特色图像，并通过视觉提示引导用户完成整个过程。
当他们与一组用户进行测试时，研究人员表示，那些尝试过 Opal 的人在为文章创建特色图像方面“更有效率”，创造的“可用”结果是没有用户的两倍多。不难想象像 Opal 这样的工具最终会进入像 WordPress 这样的内容管理系统，可能是作为插件或扩展。
“给定一篇文章文本，Opal 引导用户通过结构化搜索视觉概念，并提供管道允许用户根据文章的语气、主题和预期的插图风格进行说明，”共同作者写道。 “[Opal] 生成各种编辑插图、图形资产和概念创意。”