|
研究發(fā)現AI可以預測過(guò)早死亡 根據英國諾丁漢大學(xué)的研究團隊進(jìn)行的一項新研究?jì)热�，他們開(kāi)發(fā)并測試了一套能夠預測過(guò)早死亡的系統，比現有的方法更準確。這種利用計算機機器學(xué)習算法，可以改善未來(lái)的預防性醫療保健，該研究刊登在PLOS ONE特刊上。 參考數據：Artificial intelligence can predict premature death, study finds. The University of Nottingham，2019/3/27 AI可以從太空中尋找農場(chǎng)的非法污染 加州史丹佛大學(xué)的研究人員創(chuàng )建了一個(gè)可以利用AI操作衛星圖像來(lái)觀(guān)察農場(chǎng)，以檢測可能涉及非法污染水資源的農場(chǎng)。該技術(shù)目前已在美國進(jìn)行測試。研究發(fā)表在Nature Sustainability期刊上。 參考數據：AI could monitor farms from space to look for illegal pollution. New Scientist，2019/4/8 可以?xún)艋奈⑿蜕?strong>機器人 據羿戓設計所了解，加州大學(xué)的研究人員利用一種替代方案來(lái)快速且更環(huán)保的方式去除水中的污染物。研究人員利用海洋輪蟲(chóng)Brachionus的原理制作引擎，創(chuàng )造了一個(gè)稱(chēng)為”Rotibot”的生物混合微型機器人，這是一種自推進(jìn)式的微型凈化機，透過(guò)控制流體的流動(dòng)來(lái)實(shí)現其運作。 參考數據：Rotibot: A Biohybrid Microrobot for Water Decontamination. Advanced Science News，2019/4/8 Blue，專(zhuān)為AI設計的低成本、人性化的機器人 加州大學(xué)柏克萊大學(xué)研發(fā)了一種新型機器人Blue，這是一種低成本、人性化的機器人，其特性是力量弱、非高精度、對外力敏感、被熱限制，比傳統工廠(chǎng)用的機器人更像人，卻能在許多地方派上用場(chǎng)而避免危險。 參考數據：Meet Blue, the low-cost, human-friendly robot designed for AI. Berkeley，2019/4/9 可依據地形變化形狀的新式機器人 美國耶魯大學(xué)在 IEEE Robotics and Automation Letters 期刊上發(fā)表了可以依據地形、環(huán)境變化形狀的機器人，機器由是由粘土和兩片機器人皮膚組成，機器人皮膚包含了嵌入式的傳感器與執行運動(dòng)的彈性片。一片機器人皮膚提供機器人滾動(dòng)所需的機械力，另一片機器人皮膚提供塑造粘土所需的作用力。 參考數據：New Shape-Changing Robots Take on Changing Terrains. SciTecDaily，2019/4/14 讓機器人更好地感受物體操縱 麻省理工學(xué)院的研究人員在國際學(xué)習表征會(huì )議(ICLR)發(fā)表的一項研究，研究人員開(kāi)發(fā)一種新的粒子仿真學(xué)習系統可以提高機器人將材料模塑成目標形狀的能力，并預測固態(tài)物體和液體的相互作用，可以為工業(yè)機器人提供更精細的觸摸，使機器人能應用于塑造粘土形狀或滾動(dòng)糯米飯制作壽司。 參考數據：Giving robots a better feel for object manipulation. MIT News，2109/4/16 能發(fā)現不平等的AI可以監測城市的生活條件 倫敦帝國學(xué)院的研究人員創(chuàng )建了一種會(huì )自動(dòng)偵測公共街景不平等跡象的AI系統，有望幫助解決社會(huì )及經(jīng)濟不平等的現象。研究人員利用政府統計的官方數據及Google街景的公開(kāi)圖像來(lái)訓練AI，以發(fā)現英國四個(gè)城市中不平等的現象。訓練內容是來(lái)自英國156,581郵政編碼的525,860圖像，以及與這些地區有關(guān)的收入、健康、犯罪、住房供給及生活環(huán)境的統計數據。該研究發(fā)表在Scientific Reports期刊上。 數據源：AI that spots inequality could monitor living conditions in cities. New Scientist，2019/4/18 深度學(xué)習工具可根據健身數據提供更好的個(gè)人化訓練 加州大學(xué)圣地亞哥分校的研究團隊開(kāi)發(fā)一種深度學(xué)習的工具FitRec，收集了超過(guò)1,000名跑步者的250,000條以上的運動(dòng)數據集，建立了一個(gè)模型可以估計運動(dòng)者在鍛煉期間的心率，并預測和推薦路線(xiàn)。在舊金山舉行的WWW 19大會(huì )上展示他們的成果。 參考數據：This deep learning powered tool creates better personalized workout recommendations from fitness tracking data. UCSD News，2019/4/22 
|
