人工智慧可測血型，神經網路不再「學新忘舊」

跟蹤前沿進展，掌握最新動態，一手掌握一周重大科技新聞。

撰文 | 黃華、馮梟、惠家明

責編 | 葉水送

No. 1 用人工智慧來測血型

最近，國際著名雜誌Science Translational Medicine的封面文章報道了中國科學家快速鑒定血型的研究成果。來自第三軍醫大學的羅陽團隊設計開發了一種便捷精準的血型測試試紙，該試紙可在半分鐘內完成對ABO血型以及Rh血型的檢測，也可以在兩分鐘內完成正反向定型。同時，他們利用機器學習的原理，開發了一套自動識別演算法，能夠根據試紙的顏色變化判定血型，不僅提高了效率，而且消除了環境因素和直觀判斷帶來的影響，使得準確率大大提升，超過了99.9%。研究人員表示，將會繼續完善這一鑒定方法，提高其應用價值與可行性。

文章鏈接：http://stm.sciencemag.org/content/9/381/eaaf9209.full

圖片來源：sciencemag.org

No. 2 抗寨卡病毒研究取得新突破

近日，蘇州系統醫學研究所與軍事醫學科學院微生物流行病研究所等機構研究人員聯合攻關，系統研究了膽固醇-25-羥化酶（CH25H）及其酶促反應產物25-羥基膽固醇（25HC）參與機體抵禦寨卡病毒感染的作用機制，首次報道了25-羥基膽固醇對寨卡病毒感染所致疾病具有明確的保護效果，相關研究成果發表在Immunity雜誌上。該研究不僅促進了科學界對於抗寨卡病毒免疫應答反應機制的認識，還發現25-羥基膽固醇能抑制埃博拉病毒，艾滋病病毒等，具有廣譜抗病毒效果，從而能應用到未來新發、突發病毒性傳染病的防治中。

文章來自：http://www.ismsz.cn/Index/PageL/1d9864fd-3bde-450f-9167-cfb5c2ba1e88

圖片來自CDC.CA

No. 3 首個3D基因組完成構建

對於DNA，有人認為它是一串字元編碼，有人認為它是一個雙螺旋結構，也有人認為它擁有複雜的摺疊。近日，國際科學雜誌Nature發文稱，來自英國劍橋大學與英國醫學研究會的研究人員構建了首個哺乳動物3D基因組，揭示了細胞核內染色體DNA環繞摺疊的複雜模式。在該研究中，研究人員利用Hi-C與圖像組合技術，對小鼠的胚胎幹細胞核DNA不同部位進行測量。研究者根據獲得的一萬過個測量結果，構建了3D基因組。在此基礎上，研究人員發現了細胞核染色體的活躍部位，以及如何相互作用形成完整的基因組，這很可能為幹細胞的應用，帶來關鍵性的突破。

圖片及文章來源：http://www.nature.com/nature/journal/vaop/ncurrent/full/nature21429.html

No. 4 首個通用量子計算雲服務投入使用

近日，IBM 宣布推出世界上首個商用通用量子計算系統「IBM Q」。這個系統基於 IBM 雲平台為科研和商業用戶提供服務。與之前的為解決某一類目的而設計的量子計算機不同，IBM 宣稱，IBM Q是一個通用目的的量子計算系統。IBM同時推出了相應的量子計算 API，使得開發者可以構建IBM雲平台上5量子比特系統與普通計算機之間的介面，並且不需要非常深厚的量子物理學背景。此外，IBM也升級了Quantum Experience模擬器，使其可以對20個量子比特進行建模。這個模擬器自去年發布以來，已被近4萬名用戶使用，開展了超過27萬個實驗，有5篇論文發表在相關領域頂級期刊上。在接下來的幾年裡，IBM 還計劃將IBM Q擴展至50量子比特，以全面超越現有的常規架構系統。

圖片及文章來源：https://www.top500.org/news/ibm-sets-stages-for-quantum-computing-business/

No. 5 用單個原子存儲數據

電腦磁碟的容量得益於新工藝和技術的改進，一直在不斷變大。然而，現在的技術每存儲 1 bit 數據（0或1）仍然需要佔用大約10萬個原子的空間。3月9日，IBM 研究院宣布他們史無前例地在單個鈥（Ho，第67號元素）原子上實現了磁記錄。這一突破性的工作原理是，將一個鈥原子放在氧化鎂基底上，使用掃描隧道顯微鏡（STM）在原子上施加約150毫伏10微安的電流，改變鈥原子的自旋狀態。由於鈥原子在氧化鎂基底上有「磁雙穩性」，因此可以在 STM 尖端施加一個很小的電壓來檢測鈥原子所處的狀態。雖然這個技術能將存儲密度提高几個數量級，但研究人員表示這一技術暫時只能讓數據存儲幾個小時，並且需要複雜的實驗條件，距離商業化還有很長的距離。

圖片及文章鏈接：https://techcrunch.com/2017/03/08/storing-data-in-a-single-atom-proved-possible-by-ibm-researchers/

No. 6 如何讓神經網路不再「學新忘舊」

神經網路是當今機器學習和人工智慧領域最熱門和應用最廣泛的計算模型，然而它也有一個缺點。一個已被訓練好的神經網路再被訓練去處理另一項任務時，神經網路會在適應新任務的過程中改寫之前所獲得的知識。在認知科學領域，這種現象被稱為「災難性遺忘」。Google DeepMind 團隊參考神經科學對突觸和人類學習過程的認知，提出一種適用於神經網路的新演算法：彈性權重鞏固演算法。這一演算法會在神經網路學習每一個任務以後，按重要程度為網路連接加上保護，使得比較重要的網路連接不會被輕易地修改。DeepMind 讓一個神經網路學習一些遊戲，測試顯示使用了彈性權重鞏固演算法的神經網路可以一個接一個地學會新的遊戲，而不像沒有使用彈性權重鞏固演算法的神經網路的一樣，學了新的忘掉舊的。這一研究結果已在 PNAS 上發表。

圖片及文章鏈接：https://deepmind.com/blog/enabling-continual-learning-in-neural-networks/

No. 7 全球氣候變化加劇中國霾污染

最新一期的《科學進展》雜誌發表了關於中國霾污染的研究成果。研究人員著重關注了發生在2013年1月的一場嚴重霾污染，發現全球氣候變化與之存在關聯。在計算機氣候模型中，氣候變暖導致了北冰洋海冰減少，進而影響到了中國內地冬季大氣流通緩慢，霾長期積聚在城市中無法散去。考慮到全球氣候變化現象仍未得到緩解，未來中國或許還會頻繁經歷此類嚴重的霾污染天氣。

文章與圖片鏈接：http://advances.sciencemag.org/content/3/3/e1602751

No. 8 新研究或可揭示尼安德特人的起源

尼安德特人是現代人的近親，曾在歐亞大陸上繁盛一時。儘管尼安德特人的形象為人所熟知，但是古人類學家仍不清楚這一人種起源的具體情況。最新一期的《美國科學院院刊》上，里斯本大學等研究機構發表了對葡萄牙新發現古人類顱骨的研究。該顱骨化石年代十分明確，距今40萬年左右，且出土時周邊還伴隨有手斧等阿舍利文化石器。有趣的是，該顱骨形態上既有較為原始的特徵，也與當時尚未出現的尼安德特人有很多相似之處，其粗壯的眉弓更是尼安德特人典型的特徵之一。顯然，雖不能輕易斷定這一化石所代表的古人類是尼安德特人，但其應與尼安德特人有緊密遺傳聯繫。該研究現實了，這一發現對於揭示尼安德特人起源有著極為重要的意義。

文章鏈接：http://www.pnas.org/content/early/2017/03/07/1619040114.full?tab=author-info

圖片鏈接：http://www.sciencemag.org/news/2017/03/new-portuguese-skull-may-be-early-relative-neandertals

製版編輯：鄧志英丨

本頁刊發內容未經書面許可禁止轉載及使用

公眾號、報刊等轉載請聯繫授權

知識分子為更好的智趣生活ID：The-Intellectual

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！