機器人庫早報：杜克大學醫院即將推出人工智慧敗血症檢測器

1.荷蘭科學家開發出蜜蜂機器人為植物授粉，以解決授粉昆蟲減少的問題

據《衛報》10月9日報道，荷蘭科學家已經開發出蜜蜂機器人DelFly，用來為植物授粉，旨在解決全球範圍內授粉昆蟲減少的問題。目前DelFly的研發人員正在尋找合作夥伴，推進該項目的商業化。DelFly的研發人員來自於荷蘭代爾夫特理工大學Robohouse研究中心。這些微型蜜蜂中國機器人全產業鏈深度報告的翼展長33厘米，重29克，其翅膀每秒鐘扇動17次，最高時速可達15英里/小時，不過目前續航僅有6分鐘。研發人員指出，DelFly能夠通過微調翅膀控制飛行方式，做出盤旋，轉向和360度翻轉等動作，還配有空間感測器，可以在工作過程中有效規避彼此和其它障礙物。

2.微軟與MIT利用AI幫助自動駕駛汽車彌合人機之間的「盲點」

麻省理工學院和微軟的研究人員合作開發了一套系統，可幫助識別自動駕駛汽車和機器人工智能知識的失誤，這些失誤被稱為「盲點」，也就是當訓練樣本與人類在某種情況下會做什麼之間存在顯著差異時 – 例如無人駕駛汽車難以區分大型白色汽車和救護車之間的差異，例如忽略了警笛聲，因此表現不佳。

3.杜克大學醫院即將推出人工智慧敗血症檢測器

據Spectrum報道，今年11月，杜克大學醫院將正式發布敗血症檢測器（Sepsis Watch），這是一個基於人工智慧的檢測系統，可以識別早期的敗血症並發出警報。醫院將首先將這一檢測器部署在急診科，然後會將其擴展到綜合醫院和重症監護室。杜克大學健康創新研究所主任、該項目負責人之一Suresh Balu表示:「最重要的是在他們進入重症監護室之前，及早發現敗血症。」在醫院，醫生和護士要時刻警惕病人的生命體征和血液情況，防止出現敗血症的最初癥狀。敗血症極易危及生命，感染後身體會產生廣泛的炎症反應，從而導致器官衰竭。敗血症可以迅速發展成嚴重的膿毒症和膿毒性休克, 在美國感染敗血症的人群中，有50%的人死於感染性休克。即使是最警覺的人也會疲勞，會犯錯誤。於是，目前已經有幾家醫院正在試驗人工智慧敗血症檢測器，電子醫療記錄和警報數據會被納入醫生的工作流程。杜克大學醫院的敗血症檢測器（Sepsis Watch）通過深度學習，根據生命體征、實驗室檢測結果和病史等數十個變數對敗血症監測進行訓練。其訓練數據包括5萬份患者記錄，3200萬個數據點。在手術中，它每隔5分鐘就會從患者的醫療記錄中提取信息，評估其病情。該系統可以提供人類醫生無法提供的密集實時分析。如果系統確定病人符合敗血症早期癥狀的標準，就會向醫院快速反應小組的護士發出警報。

4.李開復表示，中國的崛起並不是美國人工智慧領先地位的真正威脅

據MIT科技評論10月2日報道，李開復在接受美國《麻省理工科技評論》採訪時指出，真正威脅美國人工智慧領導地位的不是中國的崛起，而是美國政府的自滿態度。李開復認為，在人工智慧技術和研究領域，美國面對的真正風險並不完全來自於中國崛起帶來的競爭壓力，而是未能投資和優先進行人工智慧方面的基礎研究。隨著美國大型科技公司越來越多地吸納頂尖人才，這一問題正在惡化，因為更加重視突破性理論研究的學術界，在福利和待遇等方面，無力與科技巨頭競爭，留不住頂尖科研人才。談到解決方案，李開復認為，鑒於科技從業者的薪水是學者的數倍，人工智慧教授應該獲得更多補貼，讓他們的收入變成現在的兩倍，而且政府還可以建立大量的計算資源來支持他們的工作。報道指出，特朗普政府目前採取的做法是不干涉人工智慧研究，只是依靠其強大的科技產業推動人工智慧的發展，但中國已經宣布了全面推進人工智慧產業的計劃，這可以讓人工智慧在中國更快地商業化。

5.蘋果正在研發預測性輸入工具，利用AI預測輸入內容

據VentureBeat網站9月27日報道，蘋果公司的機器學習研究團隊正在研發一種預測性輸入工具Apple QuickType，這項技術基於人工智慧演算法，試圖結合用戶文檔中的上下文內容，預測用戶下一個輸入的單詞。蘋果公司的自然語言處理團隊指出，目前預測輸入工具可以使用「附近內容」和「用戶的輸入」組合來猜測下一個單詞。比如，用戶在兩個單詞「我（I）」和「你（You）」之間輸入了字母「L」，那麼輸入工具則會給出「愛（Love）」這個合理猜測。該項目目前尚未完成，並且具備很大的拓展空間，比如引入神經網路來構建深度學習，從而學會理解整篇文章的大意。如果該工具可以查看文檔的總體基調，那麼在上述例子中，它有可能會意識到文章與「愛」無關，於是將「我愛你（I Love You）」的預測變成「我聽你的（I Listen to You）」，從而獲得更準確的預測結果。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！