本周AI热点回顾：GAN生成的超级马里奥关卡，可以永不通关的那种；MLP回归，纯多层感知机视觉架构媲美CNN、ViT...

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍点击左上方蓝字关注我们

01

MLP回归，无需卷积、自注意力，纯多层感知机视觉架构媲美CNN、ViT

当前，卷积神经网络（CNN）和基于自注意力的网络（如近来大火的 ViT）是计算机视觉领域的主流选择，但研究人员没有停止探索视觉网络架构的脚步。近日，来自谷歌大脑的研究团队（原 ViT 团队）提出了一种舍弃卷积和自注意力且完全使用多层感知机（MLP）的视觉网络架构，在设计上非常简单，并且在 ImageNet 数据集上实现了媲美 CNN 和 ViT 的性能表现。

近日，原 ViT 团队提出了一种不使用卷积或自注意力的 MLP-Mixer 架构（简称 Mixer），这是一种颇具竞争力并且在概念和技术上都非常简单的替代方案。

Mixer 架构完全基于在空间位置或特征通道重复利用的多层感知机（MLP），并且仅依赖于基础矩阵乘法运算、数据布局变换（如 reshape 和 transposition）和非线性层。

• 论文地址：https://arxiv.org/pdf/2105.01601.pdf

• 项目地址：https://github.com/google-research/vision_transformer/tree/linen

结果表明，虽然 Mixer 架构很简单，但取得了极具竞争力的结果。当在大型数据集（约 1 亿张图像）上进行预训练时，该架构在准确率 / 成本权衡方面能够媲美 CNN 和 ViT，实现了接近 SOTA 的性能，在 ImageNet 数据集上取得了 87.94% 的 top1 准确率。

信息来源：机器之心

02

爷青回！GAN生成的超级马里奥关卡，可以永不通关的那种

先来一波回忆杀~

《超级马里奥兄弟》的重度玩家们，可能已经发现了，这并不是原本32关里面的。不过，如果你以为这是《马里奥制造》的杰作，那你就猜错了~这是AI利用GAN搞出来的！利用GAN生成红白机游戏画面，并不是新鲜事，不过，这一次是可以无限延长的那种~

想永不通关？用cGAN

现在，只需把一张张“截图”连接起来，你就会得到：半个库巴、半个管道，以及半个马里奥……

怎么才能无缝拼接，得到连贯的关卡呢？这就需要利用「有条件的GAN」，把前一个场景作为后一个场景的边界条件。

就像这样：

可以看出，场景的左侧部分，是以第一行图像作为边界条件生成的。具体来说，首先要在之前的基础上，向生成器输入一组16×4的图像，作为上一个场景的边界部分。

网络架构是这样的：

生成器在输入条件的限制下，生成16x16的图像，然后，把它们与16×4的输入图像进行拼接，再用拼接后的图像来训练鉴别器。

利用16×4图像的不断迭代，最终就能拼接成连续的场景，比如，经过40次迭代的结果：

开发者表示，虽然效果不是特别完美，但是已经具备了趣味性和可玩性~

信息来源：量子位

03

超越YOLOv5的PP-YOLOv2和1.3M超轻量PP-YOLO Tiny都来了！

mAP 50.3%，106.5FPS 的 PP-YOLOv2，1.3M超轻量PP-YOLO Tiny, 让目标检测界再起风波。

单阶段目标检测界的扛把子--YOLO，以其 「又快又好的效果」 在学术及产业界全面风靡。自 20 年下半年 YOLOv4、YOLOv5、PP-YOLO、YOLO-Fastest 和 YOLOv4 Tiny 等等轮番轰炸、掀起「YOLO 狂潮」后，时隔半年，超越 YOLOv5的PP-YOLOv2 和1.3M 超超超轻量级的PP-YOLO Tiny一起来了！！！

图 1：PP-YOLOv2 和其他目标检测器性能对比

如图 1 可见，PP-YOLOv2 在同等速度下，精度超越YOLOv5！相较 20 年发布的 PP-YOLO，v2 版本在 COCO 2017 test-dev 上的精度提升了 3.6%，由 45.9% 提升到了 49.5%；在 640*640 的输入尺寸下，FPS 达到 68.9FPS，而采用 TensorRT 加速的话，FPS 更是达到了 106.5！这样的性能，超越了当前所有同等计算量下的检测器，包括 YOLOv4-CSP 和 YOLOv5l ！

而如果将骨架网络从 ResNet50 更换为 ResNet101，PP-YOLOv2 的优势则更为显著：mAP 达到 50.3%，速度比同计算量的 YOLOv5x 高出了 15.9%。

不仅如此，与 PP-YOLOv2 一同面世的，还有体积只有 1.3M 的 PP-YOLO Tiny，比 YOLO-Fastest 更轻、更快！这样超超超轻量的算法面世，更是很好的满足了产业里大量边缘、轻量化、低成本芯片上使用目标检测算法的种种诉求！

精度速度数据

感兴趣的小伙伴可以直接查看 PP-YOLOv2 论文：

https://arxiv.org/abs/2104.10419

并查看 PP-YOLOv2 和 PP-YOLO Tiny 的代码实现：

https://github.com/paddlepaddle/paddledetection

信息来源：飞桨PaddlePaddle

04

用GAN创造新蛋白只需几周，大幅缩短制药周期 | Nature子刊

你以为GAN只能用来生成虚假的人脸吗？现在GAN又有了新用途。

它还可以用来生成功能蛋白序列。

这一工具叫做ProteinGAN，可以处理和学习不同的天然蛋白质序列，随后利用获取的信息生成新的序列。

值得注意的是，它应用于功能蛋白序列，减少了非功能蛋白序列的实验消耗；还有效保证了蛋白质活性；并且只需几周时间，可以显著提高药物研发的速度。

ProteinGAN由立陶宛维尔纽斯大学和瑞典查尔默斯理工大学共同开发，研究论文已经在Nature子刊《机器智能》上发表。

功能蛋白，是指携带能够完成人体的生理功能的蛋白质，它们主要完成人体的各种代谢活动。

蛋白质序列，通常表示为字母串，列出了氨基末端开始至羧基末端的氨基酸，其顺序最终决定蛋白质的3D结构、理化性质和分子功能。

蛋白质设计，可以分为结构预测、固定骨架设计、全从头设计三种。

不同于AlphaFold根据序列预测蛋白质结构，ProteinGAN是用于生成蛋白质序列。

过去的方法依赖于将随机突变引入蛋白质序列。但是这通常会导致蛋白质活性下降，甚至丧失，必须进行多轮昂贵且耗时的实验，设计过程非常缓慢。

信息来源：量子位

05

Jupyter Notebook已出现“返祖现象”，这款工具让你在终端里使用它

Jupyter Notebook，一般都是在网页上使用，可是你想过它有一天也可以在命令行中运行吗？

这就是用于终端的Jupyter Notebook工具nbterm：

正在使用Jupyter Notebook又更习惯终端编辑的开发者们，一起来看看这款轻便的工具吧。

安装

你可以使用任何你喜欢的软件包管理器来下载它：

$ pip install nbterm

或

$ mamba install nbterm -c conda-forge

运行一个已存在的Jupyter Notebook文档

$ cd ~/nbterm #你的nbterm存储路径
$ nbterm my_notebook.ipynb

然后使用终端来进行开发：

这是一款目前正在开发中的软件，作者David Brochart是一位任职于quantstack的软件开发员，致力于Jupyter生态库的开发，比如nbclient、jupyter-client、ipykernel、ipywidgets等。而对于这款软件，David Brochart也提到，nbterm不会重用Jupyter的基本组件，如jupyter-client和nbformat。

因为作为一名参与Jupyter软件包的维护的贡献者，他想要尝试不涉及向后兼容限制的新项目，或者说测试一下开发一个轻量notebook客户端的难度，这就导致nbterm相当精简的代码库。不过现在，他也有了一些关于nbterm未来的构想：比如尝试增加其输出方式。终端虽然只限制于显示字符，但ASCII码可以使这个问题迎刃而解。David在前段时间已经使用ASCII后端对matplotlib图形库尝试了绘制：

目前只能在MacOS上使用。

信息来源：量子位

飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个开源开放、技术领先、功能完备的产业级深度学习平台，包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件，持续开源核心能力，为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台，针对企业级需求增强了相应特性，包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业，提供零门槛、预置丰富网络和模型、便捷高效的开发平台；BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。

END