首个无人便利店行业标准发布；阿里 AI “鲁班”助力双十一，每秒做 8000 张海报 | AI 掘金晚报

安徽“中国声谷”推新政 吸引海内外人工智能企业和人才

雷锋网AI掘金志消息，安徽官方关于《支持“中国声谷”建设若干政策实施细则》3日在“中国声谷”政策细则解读会上正式公布。《细则》中明确每年将配套8亿元(人民币，下同)专项资金，并设立总规模50亿元的人工智能产业发展基金，用以吸引包括世界500强在内的国内外人工智能龙头企业、创业团队和人才。

“中国声谷”是由中国工业和信息化部与安徽省政府共建的重点合作项目，位于合肥市高新区，是中国唯一定位于人工智能领域的国家级产业基地。截至今年7月，“中国声谷”入园企业包括科大讯飞、华米科技在内已有100家。

为助推智能语音与人工智能产业的发展，《细则》明确了对引资引智引技项目的奖励和补助。对引进国内外行业龙头企业在“中国声谷”建立研发中心或成立子公司，一次性给予企业最高200万元落户奖励；对科研成果产业化项目，按其设备投资额的30%给予补助，最高3000万元；对创业团队给予一次性补助，最高30万元。

首个无人便利店行业标准发布 有助解决落地难痛点

雷锋网AI掘金志消息，近日，在重庆举行的2017中国全零售大会上，中国连锁经营协会联合多家已经落地运营无人值守商店的零售企业，正式发布了《无人值守商店运营指引》。这是目前国内首份针对无人值守商店运营规范与指导方面的指引。

这份《指引》以规范市场，引导和促进无人值守商店的良性健康发展，协助政府实现有效监管为目的，针对无人值守商店的运营特点，在商品管理、售后服务、数据信息管理、设施设备管理、店内安全和应急处理、选址等方面进行了规范和指导。在无人零售企业缤果盒子公关总监吴海宏看来，《指引》的公布，让企业的进一步发展有规可依。

《指引》还特别关注了消费者们普遍关心的购物安全问题，将数据信息管理、店内安全、商品安全、食品安全、消防安全等列入文中，保障消费者安全的规范占了相当的篇幅。

东南亚迎来首个机器人仓库 菜鸟输出智慧物流方案

据雷锋网(公众号：雷锋网)AI掘金志了解，11月3日下午，eWTP（电子世界贸易平台）位于吉隆坡机场的中国境外首个超级物流枢纽正式奠基。同日， eWTP首期海外智能机器人仓库在这里投入运行，这也是东南亚首个智能机器人仓库。马来西亚总理纳吉布、阿里巴巴董事局主席马云参观了菜鸟智能机器人仓库工作的过程。

eHub奠基的同时，菜鸟联合Lazada、马来西亚邮政设立的eWTP首期智能机器人仓库也宣布已经投入运行。该项目位于吉隆坡机场一处航空楼。

菜鸟在这个仓库内启用了一批AGV机器人来完成拣货作业，工作效率比人工模式提高了3倍。这是东南亚物流业首次迎来AGV机器人。菜鸟网络总裁万霖介绍，AGV 机器人在东南亚的运行只是一个开始，菜鸟已经把智能化和自动化作为基本配置纳入eHub的前期规划中。

菜鸟还牵头与Lazada,、一达通共同打造了全新的eHub全球电商通关贸易服务平台，并与马来西亚数字自由贸易区建立了专门的对接窗口，能够实现多种模式快速清关。

中小企业可以通过菜鸟与一达通联合打造的SME一站式服务平台获得运费实时报价，快速在线下单，贸易便捷通关，货物全程跟踪的一站式服务。

eHub建成后，菜鸟也计划引入智能集运、国际分拨等智能物流系统，进一步用技术加快实现“全球72小时必达”。

阿里AI“鲁班”助力双十一，每秒做8000张海报

2017 年的双 11 将有 4 亿张人工智能海报由机器人设计。在 2016 年，鲁班首次服务双 11，制作了 1.7 亿张商品展示广告，商品的点击率提升了 100%。如果全靠设计师人手来完成，假设每张图需要耗时 20 分钟，满打满算需要 100 个设计师连续做 300 年。

今年，鲁班的设计水平显著提升，目前已经学习百万级的设计师创意内容，拥有演变出上亿级的设计能力。此外，鲁班已经实现一天制作 4000 万张海报的能力，没有一张会完全一样。

2015 年“双 11”后，阿里巴巴在内部发起了一个人工智能设计的项目，主要开发的产品就是“鲁班”，后来该项目演变成为“阿里智能设计实验室”。主要技术细节根据往期报道，体现在三个方面：

第一、图像分割。用机器代替人类劳动，借助阿里搜索部门做图像分割的算法团队合作，便于处理商品“抠图”的问题。

第二、将设计转化为“数据”，利用机器将商品、文字和主题进行在线合成，结合设计师人工设计的风格模版进行嵌入。

第三、让机器自己学会“设计”。设计师的人工设计只是初期，但为了日后让“鲁班”更好服务大众，从 16 年 8 月份开始，团队也着手引进图像算法专家主导智能设计的算法框架。

新的人工智能算法可以提升模糊照片的分辨率

科学家们发现了一种利用人工智能制作高分辨率照片的新方法，其结果令人印象深刻。在德国马克斯·普朗克智能系统研究所的研究中，研究人员提出了一种新的方法来处理那些模糊的照片。 

通常情况下，单图像超级分辨率（SISR）软件会通过增加额外的像素来进行像素级的重建，并在放大的图像上对周围的像素进行平均化处理。不幸的是，结果通常是模糊的。 

EnhanceNet-PAT 是德国研究人员新的人工驱动的替代方案。通过机器学习，他们的软件追求的是忠实的纹理合成。马克斯·普朗克智能系统研究所的科学家 Mehdi M.S.Sajjadi 解释了他们的新技术是如何工作的： 

该算法给出了数以百万计的低分辨率图像，并将其放大。在跟高分辨率的原始照片进行比较之后，该算法能感知差异并从错误中学习。 

尽管结果并不符合原版，但 EnhanceNet-PAT 想象出了一个高分辨率的图像，并相应地为低分辨率图像添加像素。熟能生巧，就像人一样，一旦软件被训练出来，它就不再需要原始照片了。 

。