本周科技前沿报道了多项重要进展，包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果，以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是，一款能够感知用户情绪状态的智能机器人即将问世，为未来的人机交互带来了全新的可能性。
本周的科技前沿又跟大家见面了除了美国各高校在机器人、自动驾驶等方面取得了一些新的进展之外硅谷大公司在智能硬件、深度学习等方面也有新的突破。大家赶紧来看
机器人感知是阻碍家用机器人实际应用的最大瓶颈之一。在环境结构比较有序的地方机器人可以很快地完成建造汽车等任务。 然而人类的生活环境是非结构化的面对这种混乱环境目前的机器人还不够智能。
密歇根大学的研究人员开发出一种算法可以让机器人更快地感知周遭环境的变化从而成为家庭辅助机器人。
研究人员表示通过他们的算法机器人可以正确地感知和使用抽屉即便是抽屉被毯子盖住了一半、或是一半被拉开或者机器人上的感应器被抽屉遮挡住。
简单来说与 push messaging 形式中不停地对周围物品发送信号—收集反馈信息—计算—再发射—反馈—计算这样的方式不同pull messaging 算法让机器人先对空间信息进行一个整体的扫描对周围所有的物品定位标注上包含多重信息的编号并将每个编号物品上的数据进行横向比较从而节省后续的计算的时间。
根据耶鲁大学×××中心的研究一种被认为用途有限的抗癌药物西地尼布cediranib其实拥有更多超级功效它能够阻止某些癌细胞修复它们的DNA。这项研究被发表在《科学转化医学》杂志上。
该研究主要作者 Peter Glazer 教授表示“DNA 修复以几种不同的方式发生这就是为什么一些特定技术的抑制剂可能如此有价值的原因。人们正在认识到操纵 DNA 修复可能非常有利于提高传统×××治疗的效果。”
使用西地尼布来帮助阻止癌细胞修复 DNA 损伤可能对许多依赖靶向药物的×××有用。而关于西地尼布为何可以在 DNA 修复过程的早期阶段关闭 DNA 修复的原因Glazer 教授表示“与另外一种药物 Olaparib 不同的是西地尼布不能直接阻断 DNA 修复分子也就是不能直接阻止 DNA 将自身缝合在一起它其实是影响了 DNA 修复基因表达的调控。”
麻省理工学院 CSAIL 与 Novartis 公司合作测试了一项新技术这种可用于生理信号的被动、非接触式无线监控可以用于对在家卧床的患者进行全天候的健康监测而全部监测由类似于Wi-Fi的装置完成患者无需佩戴任何接收设备。
麻省理工学院的 Dina Katabi 教授及她的学生们开发了这项技术。这个类似于Wi-Fi的监测设备可以通过传输低功率无线c;使用机器学习算法分析无线电信号的反射来生成相应的生理指标。在无需患者佩戴传感器及改变行为的情况下该设备可以收集信息包括患者的身体移动数据行走姿势呼吸心率睡眠的时间睡眠中的呼吸暂停次数等。
Novartis 公司与麻省理工学院的团队合作探索了这项技术在临床试验中的潜在用途在实验室中使用该设备对个体进行了多天的研究并将所得数据与使用专业测量仪器的数据结果进行比较。比较结果表明这项无线监测技术具有捕获运动和生理指标的能力。
如果后续研发和测试顺利那么这种监测方式则有望走入病患家中为人们的生活提供便利。
通过肉眼的观察和简单的辅助工具人类驾驶员就可以驾车在未行驶过的道路上“如履平地”。然而这种简单的思考和推理能力对于无人驾驶系统来说仍是个难题。
为了让无人驾驶系统拥有这种“简单的人类推理能力”麻省理工学院CSAIL的研究人员创建了仅使用简单的地图和视觉数据的系统使无人驾驶汽车能够在从未走过的复杂环境中轻松导航。
这个自动驾驶系统可以通过使用来自摄像机的路况数据和简单的GPS地图来“学习”人类驾驶员在小区域内行驶道路时的转向模式。然后受过训练的系统就可以模仿人类驾驶员的方式来为行驶在全新区域里的无人车导航。
与人类驾驶员的推理方式类似该系统还可以通过实时地检测地图与实际道路特征之间的不一致再次检测无人车的系统定位、传感器和映射是否正确从而保证对无人车导航的正确性。
该系统使用了卷积神经网络CNN的机器学习模型进行图像识别。在训练期间系统会观察并学习人类驾驶员的驾驶习惯和方式。 CNN将方向盘的旋转等驾驶操作与通过摄像机和输入的地图观察到的路况信息相关联。并最终根据各种道路情况生成最可能的转向命令对无人车的导航进行辅助。
佐治亚理工识别基因组变异技术从几天缩短到几小时
从生物致病到×××引起的突变诊断许多健康问题的第一步通常始于识别基因组的变异。但是现有技术可能需要数天时间。近日佐治亚理工开发的一种新算法能大幅缩短识别细胞或生物体中的基因组变异识的时间。
“将 DNA 序列与参考序列对齐是生物学中基因分型的关键一步。”该研究的负责人员 Chirag Jain 说道。因此佐治亚计算机工程学院和英特尔的研究人员共同设计了软件包装 PasGAL这是第一个能够将 DNA 序列与复杂基因组图谱对齐的多核并行算法。
这个软件包能够利用现代计算机结构的多核特性在多个数据点上同时执行一个任务。Jain 说以前每次只能从人身上取出一个参考的 DNA 序列一次只能评估一个单独的基因组而现在则可以同时评估多个个体的多个基因组。
2016年UC伯克利机器人学博士生Justin Yim制造了一个单腿机器人Salto。Salto 不仅可以像娃娃跳一样跳跃也能像一条灵活的狗狗那样越过障碍。
Yim 和伯克利电气工程和计算机科学系教授 Ronald Fearing 合作进行该项目。Fearing 所在的仿生微系统实验室致力于探索如何利用动物运动机制创建更加灵活的机器人。Salto 有一条强大的腿这条腿就是根据婴猴来建模的。
研究者希望 Salto 能够推动小型敏捷机器人的发展这类机器人可以在碎石路上跳跃行走支援搜救行动。
“小型机器人可以做很多事”Yim 解释道“比如去大型机器人或人类无法活动的地方。假设在灾难发生时它们就可以用于寻找受灾的人且不会对救援者造成危险甚至会比没有辅助工具的救援者更快。”
斯坦福大学科学家给分子打上荧光标签更好理解细胞运作机理
如果我们将细胞视为机器将分子视为运动部件那么通过观察分子的去向和它们的作用我们能更好理解生命是如何运作的。
斯坦福大学生物工程师 Jan Liphardt 领导的团队开发了一种方法用来跟踪单个分子在长时间内穿过细胞的轨迹并制作影像。他们通过改进荧光蛋白FP标记技术来实现这一目标该技术允许科学家用荧光蛋白标记生物分子来追踪它们的运动 。
荧光蛋白FP标记技术面世已有一段时间它的研发者获得了2008年诺贝尔化学奖。该技术使生物化学家能够将FP或荧光团附着到他们想要追踪的分子上。当被激光照射时荧光团发光从而研究人员能够跟踪标记的分子。但目前的技术有一个严重的缺点那就是荧光团通常在几秒钟内即会燃尽。
而研究团队成员 Liphardt 和 Rajarshi Ghosh 开发了一种新型荧光标签能够更好地用于实际的实验中不会快速燃尽。该项研究发表在《自然化学生物学》杂志上。通过对荧光蛋白FP标记技术的改进科学家将能够更好的了解生物变化的过程。
我们都知道有些公共场所例如餐厅格外拢音非常嘈杂你连对面交谈的人说线c;但人类大脑能集中注意力、着重听某个声音可以毫不费力的放大一个特定声音而不牵扯其他声音但现阶段助听器却做不到。
本周哥伦比亚大学的工程师们在 Science Advances 上发表了一项新技术由大脑控制的助听器。这种由大脑控制的助听器由 AI 驱动可监控佩戴者脑电波自动过滤无关声音、放大增强佩戴者想要关注的声音。
哥伦比亚大学 Mortimer B. Zuckerman Mind Brain Behavior Institute 研究员、该论文作者 Nima Mesgarani 博士说他们发现两个人在交谈的时候说话的人的脑电波与听者的脑电波会逐渐趋同。于是团队将语音分离算法与神经网络、及模仿大脑自然计算能力的数学模型相结合开发了一款脑控助听器使用脑电波来判断哪些声音是需要被放大的 “重点声音”哪些声音是噪音。
那么这个功能效果如何呢虽然目前在室内环境中测试效果还不错但是否能在室外环境也实现相同的效果还需要进一步研究。虽然这项技术还处在极早期阶段但该技术有望给助听器领域带来不小的革新。
据彭博社报道亚马逊正在开发一种可以读取情绪的、基于 Alexa 音控的便携式可穿戴设备你没看错Alexa 以后很可能了解你说话背后是快乐还是愤怒了
据了解这是亚马逊硬件开发团队 Lab126 和 Alexa 语音软件团队共同合作的一款产品该设备将专为智能手机应用程序设计配有麦克风和软件能够根据用户的声音辨别佩戴者的情绪状态。
除此之外彭博社还透露亚马逊很可能将根据情绪状态向人们提供相关广告或产品推荐。这意味着用户是快乐、悲伤、恐惧、愤怒或任何其他情绪都会得到更适合他们心情的不同建议的产品。
早在 2017 年亚马逊提交的美国专利中就描述了这样一种系统语音软件使用声音模式分析确定用户感受。知名调研机构尼尔森研究显示与不包含情感因素的广告相比考虑人类情感并引发情绪反应的广告产生 23 的销量增长。换句线c;公司越了解客户在任何时刻的感受他们在向你做广告时就越有效。
谷歌移动相机移动人深度学习深度预测方法
在摄像机和人物同时都运动的情况下从 2D 图像数据重建 3D 场景一直是个难度很大的挑战。以往的方法通常需要多摄像机阵列或者当摄像机移动时场景中的物体保持静止才能做到。
该模型避免了直接3D测量而是基于以前的数据让算法学习人体姿态和形状。这项研究开创了首个针对摄像机和人体同时运动的情况而定制的学习方法。
谷歌的算法从左侧常规视频中生成的右侧深度图 / 图自谷歌博客
在深度学习最具发展潜力的领域之一 —— 医学影像领域AI 已经开始发力了但并非每一家医院都有足够的设备去打造人工智能医学影像的能力。
该框架三大亮点在于医院数据、临床AI工作流程、AI计算能力且这个 AI 框架的工作流程已经与医院系统例现有的医学影像存储系统相关联了。通过上述努力将意味着有医学影像科的医疗保健机构将不必再自行构建系统、部署 AI 工具了。
俄罗斯斯科尔科沃科学技术研究所比 Deepfakes 还牛、直接把静态图变成动图
近半年来已有几项研究表明通过训练卷积神经网络可以生成看起来很真实的人面部图像。但如果想让机器生成一个看起来足够逼真的人脸部动图比如说线c;现有技术下就需要让机器通过单个人的大量图像进行训练。但有时我们需要从少数几张图片、甚至一张图片就能做出从单张头像到动图的生成。
这篇论文里谈到的技术就只需要几张、甚至一张图就能生成真实可信的动图。机器先集中看很多视频、在海量视频数据集上执行冗长的元学习之后通过功能强大的生成器generator 及 鉴别器discriminator它就能把少数几张图片、或单张图片变成动图。
值得注意的是该系统能够根据人的图片根据每张不同的头像“量身定做” 生成器及鉴别器的参数因此尽管需要调整数千万个参数但训练可以仅基于少量图像快速完成。
本文由一位拥有6年Android开发经验的工程师撰写，详细解析了京东面试中常见的技术问题。涵盖引用传递、Handler机制、ListView优化、多线程控制及ANR处理等核心知识点。 ...[详细]
本文探讨了Android Launcher开发中自定义View的重要性，并通过一道经典的面试题，帮助开发者更好地理解自定义View的实现细节。文章不仅涵盖了基础知识，还提供了实际操作建议。 ...[详细]
本文深入探讨了如何通过多种技术手段优化ListView的性能，包括视图复用、ViewHolder模式、分批加载数据、图片优化及内存管理等。这些方法能够显著提升应用的响应速度和用户体验。 ...[详细]
Understanding Life: A Forward-Living, Backward-Reflecting Paradox
Søren Kierkegaard famously stated that life can only be understood in retrospect but must be lived moving forward. This perspective delves into the intricate relationship between our lived experiences and our reflections on them. ...[详细]
本文详细介绍了Tornado框架中模板系统的使用方法。Tornado自带的轻量级、高效且灵活的模板语言位于tornado.template模块，支持嵌入Python代码片段，帮助开发者快速构建动态网页。 ...[详细]
本文探讨了卷积神经网络（CNN）中感受野的概念及其与锚框（anchor box）的关系。感受野定义了特征图上每个像素点对应的输入图像区域大小，而锚框则是在每个像素中心生成的多个不同尺寸和宽高比的边界框。两者在目标检测任务中起到关键作用。 ...[详细]
本文探讨了机器学习中常见的相似度度量方法，包括余弦相似度、欧氏距离和马氏距离，并详细介绍了如何通过选择合适的模型复杂度和正则化来提高模型的泛化能力。此外，文章还涵盖了模型评估的各种方法和指标，以及不同分类器的工作原理和应用场景。 ...[详细]
在 Flutter 开发过程中，开发者经常会遇到 Widget 构造函数中的可选参数 Key。对于初学者来说，理解 Key 的作用和使用场景可能是一个挑战。本文将详细探讨 Key 的概念及其应用场景，并通过实例帮助你更好地掌握这一重要工具。 ...[详细]
本文探讨如何利用ASM框架进行字节码操作，以优化现有类的转换过程，简化复杂的转换逻辑，并移除不必要的加0操作。通过这些技术手段，可以显著提升代码性能和可维护性。 ...[详细]
在Web和移动开发中，为什么选择字体图标？主要原因是其卓越的性能，可以显著减少HTTP请求并优化页面加载速度。本文详细介绍了从设计到应用的字体图标制作流程，并提供了专业建议。 ...[详细]
本系列教程将引导您使用 Vue CLI 3 构建一个功能齐全的移动应用。我们将深入探讨项目中涉及的每一个知识点，并确保这些内容与实际工作中的需求紧密结合。 ...[详细]
本文介绍了一款用于帝国CMS的多图上传插件，该插件通过Flash技术实现批量图片上传功能，显著提升了多图上传效率。文章详细说明了插件的安装、配置和使用方法。 ...[详细]
2013年5月9日，PHP官方发布了PHP 5.5.0rc1和PHP 5.4.15正式版，这两个版本均支持64位环境。本文将详细介绍Zend OPcache的功能及其在Windows环境下的配置与测试。 ...[详细]
本文探讨了如何在 PHP 的 Eloquent ORM 中实现数据表之间的关联查询，并通过具体示例详细解释了如何将关联数据嵌入到查询结果中。这不仅提高了数据查询的效率，还简化了代码逻辑。 ...[详细]
本文详细介绍了如何彻底卸载难以删除的软件，如360安全卫士。这类软件不仅难以卸载，还会在开机时启动多个应用，影响系统性能。我们将提供两种有效的方法来帮助您彻底清理这些顽固软件。 ...[详细]
mysql中通过FIND_IN_SET函数关联表id包含多个值用逗号分隔，通过sql语句查询关联表信息
homebrew – brew install php56intl 装上了，但php并没有加载
linux filesystem_如何使用cgdb + qemu调试linux内核模块