（点击上方蓝字，快速关注我们）
转自：开源中国、solidot、cnBeta、腾讯科技等
0、谷歌就年龄歧视一案同意和解，和解金额未公开
谷歌最近同意支付一笔金额与求职者达成和解，后者指控公司因年龄歧视他们。和解金额未公开。 丹尼尔·劳（Daniel Low）是这些年龄在40岁及以上的求职者的律师，他说双方在周五的和解会议上同意达成和解，但在法庭批准之前也同意对和解金额保密。
劳说，双方尚未就旨在防止未来年长求职者歧视的“非金钱救济”达成一致。
该诉讼发起于2015年，指控谷歌更倾向于雇佣符合资格的年轻求职者。劳表示，该诉讼代表的年长求职者人数在231到238之间。
“金钱赔偿将鼓励谷歌和其他公司站在年长求职者的角度审视他们的招聘方式，”劳说。
谷歌暂未作出评论。
1、MIT 人工智能实验室最新研究成果：AI 不仅可以识别假新闻，还能辨别个人偏见
互联网时代，假新闻铺天盖地，如今再也不用担心了，10月4日，麻省理工学院计算机科学与人工智能实验室(CSAIL)在其官网发布了一则新闻，宣称该实验室与卡塔尔计算研究所(Qatar Computing Research Institute)的研究人员合作，已经研究出一种可以鉴别信息来源准确性和个人政治偏见的AI系统，该研究成果将于本月底在比利时布鲁塞尔召开的2018自然语言处理经验方法会议(EMNLP)上正式公布。
研究人员用这个 AI 系统创建了一个包含 1000 多个新闻源的开源数据集，这些新闻源被标注了“真实性”和“偏见”分数。据称，这是类似数据集中收录新闻源数量最多的数据集。
根据该团队所述，系统只需检测 150 篇文章就可以确定一个新的源代码是否可靠。它在检测一个新闻来源是否具有高、低或中等程度的“真实性”方面的准确率为65%，在检测其政治倾向是左倾、右倾还是中立方面的准确率为 70%。
在上图显示的文章中，AI 系统对文章的文案和标题进行了六个维度的测试，不仅分析了文章的结构、情感、参与度(在本例中，分析了股票数量、反应和 Facebook 上的评论)，还分析了主题、复杂性、偏见和道德观念，并计算了每个特征值的得分，然后对一组文章的得分进行平均。
2、微软开源基于模型的机器学习框架 Infer.NET
6 日，微软开源了其基于模型的机器学习框架 Infer.NET。项目地址：
https://github.com/dotnet/infer
Infer.NET 是一个在图形模型中运行贝叶斯推理的框架，它也可以用于概率编程。可以使用 Infer.NET 来解决许多不同类型的机器学习问题，包括分类、推荐或集群等标准问题与针对特定领域问题的定制解决方案。Infer.NET 目前已被广泛应用于各个领域，包括信息检索、生物信息学、流行病学、视觉以及许多其它领域。
Infer.NET 项目是英国剑桥微软研究中心的一个团队于 2004 年启动的，在那之后于 2008 年将其发布用于学术用途。在微软的 AI 新世界中，该技术已经发展成为机器学习引擎并进入 Office 和 Azure 以及 Xbox 上的游戏应用程序。
采用基于模型的方法进行机器学习，开发人员为框架提供模型，然后框架直接从提供的模型中生成机器学习算法。许多学习模型要求程序员将他们的模型映射到预先存在的学习算法，然而，Infer.NET 却是反过来的一个过程，这是 Infer.NET 的优势。开发者认为随着人工智能软件变得越来越流行，解释系统行为变得越来越重要，用户应该可以在给定模型的情况下找出系统以某种方式表现的原因。
Infer.NET 是跨平台的，支持 .NET Framework 4.6.1、.NET Core 2.0 和 Mono 5.0，Windows 用户可以在 Visual Studio 2017 中使用，而 macOS 和 Linux 人员可以使用命令行选项将其整合到所选择的代码管理器中。
觉得这些资讯有帮助？请转发给更多人
关注 技术最前线 ，看 IT 要闻
