本文來自AI新媒體量子位(QbitAI)
這是最好的AI時代。
它潛伏在我們周圍,為現代生活提供便利。語音識别、刷臉解鎖、私人助手、圖像美化、推薦排序、預測疾病、服裝設計、藝術創作、火星探索……AI已經滲透到我們生活的每個角落。
還有一些你想象不到的AI應用,在世界的某個角落開始萌芽——
7月,美國宇航局(NASA)的前沿開發實驗室(FDL)宣布将利用AI預防小行星沖撞地球,進而拯救地球,保護人類。

NASA總是可以給自己挂上諸多使命感。這個隐秘的FDL,就背負着“尋找可能威脅地球安全的小行星,并嘗試去解決它”的偉大使命。這一次嘗試,主要是AI在發力。
FDL先召集了各行業學者一起探讨,再用機器學習模拟行星軌道,将2D的資料研究可視化為3D的行星運轉圖像,進而判定它們的自旋速率和形狀,以及是否會危及地球。
如果預估到會撞擊地球怎麼辦?
目前,NASA已經準許了“雙小行星重定向試驗”(DART)技術,計劃在2020年發射高速航天器撞擊雙小行星“Didymos”,使其軌道發生偏轉。
厲不厲害。
到現在說起核電站,很多人還是聞聲色變。國際核能事件分級表(INES)将核電站事故對安全的影響分為7級,2011年的福島第一核電站事故就屬于特大級。
△ INES分級
那麼,AI可以幫我們維護核電站嗎?它可以做哪些工作呢?
近日,法國公用電力公司EDF打算用AI優化核電站的預見性維護。“先從工廠的傳感器中識别裝置中的零部件為何會失效,之後再預測何時會失效。”EDF的數字創新主管David Ferguson說。
因吹斯汀。
更有趣的是,他們還打算借助AI實作實時條件監測,為管理人員提供一些建議。或許在未來,核電站可以實作自主營運。
這不是EDF首次提出“AI管理”的概念了。EDF一直在用AI建構核電站的“數字副本”,比如包含數字指令手冊的數字連接配接實體元件。同時,EDF也一直在測試AI性能,用它識别和處理測量資料。
可控的人工智能應用範圍越來越大了。
機器也懂“讀心術”了。
近日,卡耐基梅隆大學(CMU)的研究人員開發了一個身體動作追蹤系統,并命名為OpenPose。
在這項運動分析中,計算機将對人類進行實時的姿态檢測,并追蹤任務的動作變化。計算機需要捕捉人類的手臂、腿部甚至一個微小的點頭動作。
讓機器人通過非語言交流的細微差别了解周圍人的狀态,可以讓機器人在社會空間中更好地服務人類。
這項技術幫助機器人判斷面前的人類在做什麼、心情如何以及是否願意被打擾;可以輔助無人車檢測路邊的行人,通過姿勢判斷他們是想要過馬路,還是隻想站在路邊等公交;還能為自閉症、閱讀障礙和抑郁症等條件行為的診斷和康複提供新方法。
現實應用場景曾對這項技術提出了較大挑戰。在社交場合中,檢測數量龐大,并且人與人之間經常存在肢體接觸。是以在一開始的嘗試中,實時追蹤和檢測多人的效果并不好。
針對這種情況,研究人員采用了“從零到整”的研究方法。首先,将捕捉到的所有身體部位置于同一場景中——手臂、腿部、臉部——然後,再将這些身體“零件”拼裝起來。
研究人員已經公布了這項進展的代碼,雖然技術才誕生一個多月,但已經有20多家企業表示對此感興趣。其中,還包含一些無人車公司。
GitHub代碼:
https://github.com/CMU-Perceptual-Computing-Lab/openpose
不妨你也來試一下。
首先來科普下,大麻也分種類。
新聞報道中經常出現的“XXX吸大麻入獄”事件裡的大麻一般是指娛樂用大麻,主要有效化學成分為四氫大麻酚(THC),吸食過多可能會産生幻覺依賴性。咱今天不談那個。
△ 大麻/圖檔來自PotBot官網
藥用大麻是指用草藥形式制成的大麻,含THC較少,相反像大麻二酚(CBD)等藥用性較強的大麻素成分較多,可以用于鎮痛和控制癫痫、癌症等疾病。在美國等國家,藥用大麻不屬于違禁品,可以根據醫生建議治療疾病。目前,包含醫用大麻的藥物已經多達30000種。
PotBot應運而生。
PotBot是一種醫療大麻推薦引擎,它通過人工智能與藥用大麻有關的醫學文獻,找到與大麻素、大麻活性化合物等有關的研究。之後,它用獨特的算法找到治療37種病症(比如失眠、哮喘和癌症等)最适合的大麻植株,并給病人提供個性化的建議。
PotBot是由David Goldstein和Baruch Goldstein父子共同建立。目前,在國外可以通過iOS或安卓應用市場下載下傳PotBot的APP。
誰都不知道社交平台知道你多少秘密。
每年都有幾十億的網友在各種社交平台上釋出文章、動态和心情,社交平台無疑掌握着使用者行為的大資料。這打開了一個前所未有的機會,即利用人工智能從大衆傳播中搜集資訊。
這不僅聽着有趣,還非常有用。
心理學家Martin Seligman任職于賓夕法尼亞大學的心理健康中心,他和20多位心理學家、醫生和計算機專家使用機器學習和自然語言處理來篩選資料,以衡量公衆的心理和身體健康。
Seligman團隊搜集了Facebook的資料中認為自己抑郁的将近3萬個使用者。
通過機器學習算法,他們發現在資料中自我描述與抑郁程度有直接關聯。有了這些研究,他們可以根據描述判斷其他使用者是否有抑郁傾向。
社交媒體的大資料不僅可以用來感覺大衆的情緒,還能用來預測使用者性格、收入和政治意識形态。據Twitter推斷,該團隊甚至根據幸福感、抑郁程度和信任度等五個性格特質,建立了一個美國各州的心理形态地圖。
△ 聽說你也想看看
美國各州心理形态地圖:
https://map.wwbp.org/
社交網絡,可能比對象更了解你。
有機化學是個逆向推理工作。像主廚一樣,先看到一份成品菜,再來研究如何制作。
化學家們也一樣。他們先要考慮期望合成物質的最終結構,再想如何才能将它組裝好。
目前,德國明斯特大學的研究所學生Marwin Segler和小夥伴們正嘗試用AI簡化分子合成的過程——讓AI學會從數百個積木般的零件庫中挑選原子等,并依據數千個合成規則進行連接配接它們。
但是,将這些複雜的規則編寫成二進制的代碼談何容易,是以Segler團隊設計出一個深度神經網絡程式,它能通過數百萬個例子學習化學反應如何進行,而不是在化學反應的硬性規則下程式設計。
“你給它提供的資料越多,它就越好,”Segler說。随着時間的推移,神經網絡能學會預測合成中的最佳反應步驟,給出自己的線路,讓分子從頭開始合成。
Segler團隊用合成40個不同分子對程式進行測試,并與傳統的分子設計程式進行比較,結果證明AI比傳統方法快了95%。
Segler希望用這種方法改進藥品的生産流程,他也将到一家倫敦制藥廠進行下一步研究和探索。
人類創造AI,AI改變世界。
自閉症一直是個棘手挑戰。
難就難在,緻病的幾十種基因的變體隻能解釋20%的病例,而其他可能的變異,可能與25000個其他基因有關。
目前,普林斯頓大學計算生物學家Olga Troyanskaya聯手紐約西蒙斯基金會考慮用AI分析人類基因。
△ AI工具幫助揭示可能導緻自閉症的基因
Troyanskaya結合了數百個資料集,包括基因在特定細胞中的活躍度,蛋白質互相作用的機理,以及轉錄因子結合位點和其他關鍵基因組特征的位置。
之後,她們用機器學習建立了基因互相作用圖譜,并比較已知自閉症風險基因與成千上百個未知基因,尋找兩者相似之處。
他們在《自然神經科學》期刊上發表論文成果,證明另外25000個基因與自閉症有關。
論文位址:
http://www.nature.com/neuro/journal/v19/n11/full/nn.4353.html?foxtrotcallback=true
為了訓練這個深度學習系統,Troyanskaya的研究所學生Jian Zhou編寫了《DNA元素百科》和《表觀基因組學》,這兩個項目彙編了數以萬計非編碼DNA的位點如何影響鄰近基因。
探尋人類基因組的秘密,并指導對已知疾病的研究,AI正在慢慢推動醫學突破。
自從将AI應用到性愛機器人的那天起,它就賺足了公衆的眼球。世界上的首款性愛機器人當屬RealDoll的Harmony,她能聊天會移動。
△ Harmony與制造商的創始人Matt McMullen
在這場性愛機器人革命中,人工智能被賦予了嶄新的任務,讓機器人試圖變得有思維、“通人性”,甚至有感覺。目前,使用者已經可以通過手機設定Harmony的性格,調成自己喜愛的那一類型。
甚至還有專門定制的兒童性機器人從日本出口,并且在美國不受法律制約(但被加拿大海關扣下了)。
當然有反對者發聲。
英國謝菲爾德大學的Noel Sharkey教授認為,性愛機器人将助長強暴和戀童癖等罪惡行為的發生。
△ Noel Sharkey教授
據Sharkey教授介紹,機器人被預先程式設計為抵制性行為,實際上是模拟強奸受害者。
Sharkey認為,性愛機器人可以盡最大可能滿足人類性幻想,逐漸讓人類對強暴和戀童行為失去罪惡感,助長犯罪行為的發生。
“所有這些非常人性化的機器人看起來都像是怪異的精神殺手。”Sharkey說。
【完】
本文作者:安妮
原文釋出時間:2017-07-29