视频观察（第10期）：Facebook 委托外部媒体创作视频节目(3)
【技术前沿】 百度用AR 技术复活兵马俑 百度与秦始皇帝陵博物院达成合作，将就秦始皇兵马俑复原工程，通过人工智能技术，实现破损兵马俑的复原，以及相关文物的信息智能化展示。用户在参观兵马俑时可以通过手机百度
【技术前沿】
百度用 AR 技术“复活”兵马俑
百度与秦始皇帝陵博物院达成合作，将就“秦始皇兵马俑复原工程”，通过人工智能技术，实现破损兵马俑的“复原”，以及相关文物的信息智能化展示。用户在参观兵马俑时可以通过手机百度 AR 功能和兵马俑进行互动，看到兵马俑千年之前的原本面貌，还可以通过AR技术了解到更多兵马俑的相关信息。
此次合作中，还通过 AR 技术实现了铜车马的零件拆解演示。游客只要用手机百度 AR 功能扫描铜车马结构图，就可以在手机端呈现出清晰的铜车马的解构画面，看到每一个部件及其功能介绍，深入了解铜车马精细的结构和秦代青铜铸造工艺的精湛。
Facebook宣布开源Caffe2：可在手机与树莓派上训练和部署模型
为了有效地训练和部署人工智能模型，我们往往会用到大型数据中心或超级计算机。为了能够大规模地连续处理、创建和提升各种各样的信息（图像、视频、文本和音频）之上的模型，我们需要的计算能力不可小觑。如果我们要在移动设备上部署这些模型，那么它们就必须要非常快而且轻量，但这也同样十分困难。要克服这些难题，我们需要一种稳健的、灵活的和便携式的深度学习框架。
Facebook 一直以来都在和开源社区的其他开发者合作一起打造这样一款框架。今天，Facebook 宣布开源了第一版生产可用的 Caffe2 版本，这是一个轻量级的、模块化的深度学习框架，并且在强调了便携性的同时保持了可扩展性和性能。
Twitter在超分辨率上取新进展，能还原打码图片
图像超分辨率 (Super-Resolution, SR)是一个不确定的逆向问题，相同的一张下采样（Downsampled）图像，进过图像超分辨率处理后，得出与原图相似的高分辨率图像却往往是不止一张，而是有很多张。当前大多数的单一图像进行超分辨率处理的方法是运用经验风险最小化 (Empirical Risk Minimisation, ERM) 原则，这时候一般情况下会出现单像素大小的均方误差 (Mean Squared Error, MSE) 损失。
但是，采用经验风险最小化原则处理得出的图像，像素之间的过度往往过度平滑，从而造成图像模糊，整体效果看起来与原图差别较大。比使用经验风险最小化原则更理想的方法，是使用最大后验概率( Maximum a Posteriori, MAP) 推断。在图像先验的前提下，得到高像素图像的可能性更高，因此得出的图像往往更接近原图。