HSE大学的一位科学家开发了一种图像识别算法，其工作速度比类比快40% 。它可以加快基于视频的图像识别系统的实时处理。研究结果已发表在《信息科学》杂志上。

对于亚马逊的视频游戏流媒体平台Twitch来说，机器人是一个众所周知的问题。改进的机器学习已经发现了数百万个这样的账户，现在正在处理它们，这可能会影响一些流媒体人的统计数据。

几年前，麻省理工学院(Massachusetts Institute of Technology)计算机科学和人工智能实验室(Computer Science and Artificial Intelligence Laboratory ， CSAIL)的研究人员发现，只要稍微改变物体的表面纹理，他们就能把复杂的图像识别算法愚弄成令人困惑的物体。这也不是什么小问题。

在过去十年左右的时间里，深厚的神经网络在各种任务，包括图像识别任务方面取得了非常有希望的成果。这些网络尽管有其优势，但非常复杂和复杂，因此很难或有时不可能解释它们学到的知识并确定预测背后的过程。这种缺乏解释性的情况使得深层神经网络在某种程度上不可信任和不可靠。

要想在各个年龄段释放创造力，乐高是无可匹敌的。全球乐高分类机的创始人丹尼尔·韦斯特(Daniel West)给出了最新的证明。他的发明结合了人工智能、乐高积木、马达和树莓派(Raspberry Pi)等元素，能够根据公司以往生产的每一块乐高积木的类别，将它们分成18个不同的桶，因此在名字中使用了“通用”这个词。