导语：超级碗和奥运会开幕式上的无人机表演，都只是人为控制的程序，而在最近一期的 Science 子刊 Science Robitics 上，研究者经过算法优化和参数调节，让无人机群自发形成了非常优美的、自组织的集群行为。

编译：......

导语：近期发表在Physical Review E 上的一篇文章，提出了“块内嵌入”的结构属性，用于确定网络由内部连接呈现嵌套性的块组成的程度。该研究更新了对生态和社会拓扑结构的理解，本文是对这项研究的解读。

论......

导语：

我们很容易发现一种现象：“平均而言，你的朋友总是比你拥有更多朋友”。这种“友谊悖论”就是社交网......

导语：发表于 Science 的一项研究显示，白鹳的集体迁徙的差异主要受领导者-跟随者的行为差异和试图利用局部的上升暖流而进行的试飞活动的影响。本文是对这项研究的介绍和解读。

论文题目：

From local collective behavior to global migratory patterns in white storks

论文地址：

http://science.sciencemag.org/content/360/6391/911et_rid=34816647&et_cid=2072632

导语：金融机构已经开始用深度学习算法来识别欺行为了，那有没有可能通过某些手段，欺骗深度学习算法呢？来自乔治亚理工大学、蚂蚁金服和清华大学的研究人员发现了机器学习模型的新风险：通过制造具有欺骗性的数据结构，可以误导机器学习模型做出错误预测。

导语：

研究者们发现了一个"漏洞"，从看似随机的流体运动中提取出了能量，秘方是什么？糖和不对称性！

计算机科学家多年来一直在寻找这样一种问题：只能通过量子计算机解决，而未来任何可能的经典计算机都无法解决。 现在，他们终于找到了一个。

编译：集智翻译组

来源：Q......

从仙台（日本本州岛东北岸港市）会碾碎坚果的乌鸦到“城市乌鸫”（城市中的新乌鸫），动物正在以富有戏剧性和令人吃惊的方式改变它们在城市中的行为和进化。

编译：集智翻译组

来源：www.theguardian.com

在法国和葡萄牙的2016年欧洲杯决赛前夜，出于安全原因，巴黎巨大的法兰西赛跑场的场地维护人员任由体育场......

论文地址：https://arxiv.org/abs/1807.02515

论文题目：Blockchain as  a Service: An Autonomous, Privacy Preserving, Decentralized Architecture for Deep Learning

背景知识

深度学习这一概念自从2006年Hinton等人提出之后，迅速成为机器学习领域的一个热门分支。深度学习技术在了当下几乎所有的人工智能领域表现出了远远超......

编译：集智翻译组

来源：santafe.edu

原题：Parakeet pecking orders, basketball match-ups, and the tenure-track: How analyzing winners and losers can reveal rank within networks

NCAA......

导语：James Zou  和  Londa Schiebinger 认为，计算机科学家必须找出偏见的来源，消除带有偏见的训练数据，并开发一种足够稳健的算法来对抗这种数据上偏见。

编译：集智翻译组

来源：Nature

原题：

导语

如何分析社交网络的信息流动？如何系统地观测社会地理信息的变化？如何在计算机中模拟众多个体的社会行为？这些都是计算社会科学的研究内容。作为一门脱胎于社会科学、计算机科学、复杂性科学的交叉学科，计算社会科学研究方法众多，有学者在2010年就做了详细的综述，让我们一起来回顾。

编译：集智翻译组<......

两个高速电子显微镜，7062个脑切片， 2100万张图片，这些数字意味着什么？对于位于弗吉尼亚州的Howard Hughes医学院的Janelia研究院的一组科学家来说，这些数字加起来是技术上的第一步：一张成年果蝇大脑的高分辨率数码快照。

Janelia研究院的小组负责人，神经学家Davi Bock说，研究人员现在可以在整个大脑中，追踪任何一个神经元到任何其他神经元的路径，他在2018年7月19日与他的同事一起在Cell杂志上报......

编译：集智翻译组

来源：nature.com

原题：3D image reveals hidden neurons in fruit-fly brain

导语：有数百万的人们每天至少服用五种以上的药物，但是我们很难测试这些药物组合的副作用。现在，来自斯坦福大学的计算机科学家们找了一种使用人工智能来预测药物副作用的方法。

药物相互作用——潜在健康威胁

据美国疾病预防中心估计，仅在上个月，就有23%的美国人服用了2种及以上的处方药。而且，在65岁以上的人群中，39%的人服用5种及以上，这......

导语：由于现实图片往往具有多个物体和复杂的背景，目标检测一直是计算机视觉领域研究的难点也是热点。其中，对于目标尺度的差异卷积神经网络模型没有应对的内在机制。ICCV 2017 的一篇论文中，设计了更优雅更快速地处理人脸检测中的尺度问题的方案，下面是对这篇论文的解读。

论文标题：

现实世界中的大量问题都可以抽象成图模型（Graph Model），也就是节点和连边的集合。从知识图谱到概率图模型，从蛋白质相互作用网络到社交网络，从基本的逻辑线路到巨大的Internet，图与网络无处不在。然而传统的机器学习方法很难处理图网络信息，这种缺陷大大限制了深度学习的应用领域。于是人们提出了图网络（Graph Network），一种基于图结构的广义人工神经网络，它可以直接对真实问题进行建模，又可以利用自动微分技术进行学习，甚至有望将多个传统人工智能领域进行融合。

本次AI&Society活动邀请了北京师范大学教授、集智俱乐部创始......

导语：最新一期 Nature 刊文，研究者通过计算3480位艺术家、6233位导演、20400位科学家最有突破性的作品面世时间点的数据，发现其巅峰作品出现的时间是随机的，但一旦出现，个人top 3作品出现的时间便有规律可循。

这一规律在多个领域都适用，因此必须要趁热打铁，珍惜创作高峰期。通过这种预测方式，研究者认为，成功率或许不能直接提高，但能找到成功背后的机理和规律。

本文是美国西北大学凯洛格商学院网站对这项工作的介绍。

在Nature最新一期中，由王大顺领衔的研究组发表了一项研究成果，发现无论是艺术家、导演、还是科学家，每种职业发展过程中都有三五年特别辉煌，而具体出现的时间却特别随机。Nature 编辑部特意撰写了本文，评论王大顺研究组的这项工作。

来源：nature.com

原题：

From artists to scientists, anyone can have a successful streak at any time

原文地址：

https://www.nature.com/art......

本文提出一种积分回归的方法用于人体姿势估计任务，该途径结合了基于热度图的方法和回归方法的优点，可以方便地应用于并改进任何基于热度图的模型。本文通过综合性实验全面验证了该方法的有效性，并表明在2D和3D的人体姿势估计数据集MPII、COCO、Human3.6M中，本方法都取得当前最好的结果。该论文据悉已被计算机视觉顶会 ECCV 2018 接收。下面是对这篇论文的解读。......