消除AI歧視，用遊戲幫助腦癱患兒恢復！矽谷技術前沿周報

矽谷Live / 實地探訪 / 熱點探秘 /深度探討

大家好，又到了一周一次的技術前沿洞察欄目啦！

無論是給AI去偏見，還是用遊戲的方式幫助腦癱患兒，又或是讓3D 列印的物件可以換顏色，可以說，這些前沿科技都將在未來改變我們的生活。小探趕緊帶你來看看，從全球頂尖高校，到大公司的實驗室，在人工智慧、深度學習、3D列印、醫療等領域近期都有哪些成果！

美國高校

斯坦福工程團隊研發出基於晶元的電腦原型機

在2月19日的舊金山國際固態電路峰會上，來自斯坦福大學的研究團隊發布了自己的基於晶元的電腦原型機。

這個原型機是基於一種新的數據存儲技術，RRAM（電阻隨機存取存儲器）技術。RRAM的特性是可以比別的存儲設備更密集的存儲數據，電能使用更有效，以及在晶元休眠時有保留數據的能力。並且工程師可以直接在處理電路之上構建RRAM，以將數據存儲和計算集成到單個晶元中。

這個研究團隊由斯坦福大學計算機系的電子工程教授Subhasish Mitra、H.-S. Philip Wong主導，與來自法國原子能委員會電子與信息技術實驗室(CEA-LETI)的研究人員共同組成。

這個團隊的開創之處在於，率先嘗試了將內存和處理整合到一個晶元中，使之比在現有的解決方案需要在不同晶元之間來回傳遞數據更快且更節能。

美國國防部先進研究計劃局、斯坦福SystemX 、美國國家科學基金會、美國半導體研究企業聯盟（(SRC)）和法國原子能委員會電子與信息技術實驗室支持了這項研究。

耶魯大學的研究人員為新的量子技術創造了一種「通用糾纏器」

量子物理學中的一個關鍵概念是糾纏，其中兩個或多個量子系統變得如此密不可分，以至於無法通過單獨觀察每個元素來確定它們的集體狀態。現在，耶魯大學的研究人員開發了一種「通用糾纏器」，可根據需要連接各種編碼粒子。

該發現代表了一種強大的新機制，可用於量子計算，密碼學和量子通信。該研究由耶魯大學Robert Schoelkopf實驗室領導，並被刊登在Nature雜誌上。

量子計算是通過稱為量子位的精細數據位完成的，這些數據很容易出錯。耶魯大學應用物理與物理學教授，耶魯量子研究所所長Schoelkopf說：「我們已經展示了一種在邏輯編碼量子位之間創建門的新方法，最終可以進行誤差校正。這比以前的操作要複雜得多。」

（耶魯大學的研究人員創造了一種根據需求糾纏各種編碼粒子的方法）

更多關於此項技術的報道，可訪問：

https://news.yale.edu/2019/02/27/yale-researchers-create-universal-entangler-new-quantum-tech

耶魯大學研究人員創造了大腦區域的類器官來研究認知障礙

在實驗室培養皿中，耶魯大學的研究人員模擬了兩種腦結構及其相互作用，以揭示神經精神疾病的起源。

遺傳學副教授In-Hyun Park和他的團隊創建了一個丘腦的器官，這是一個整合感官信息並將其傳遞到大腦不同區域的主要樞紐。他們從幹細胞中產生類器官以模擬大腦區域並評估其功能。該實驗室對丘腦感興趣，因為它涉及幾種精神疾病。然後將丘腦類器官與更高認知功能的所在地額葉皮層的類器官融合。

「我們正在嘗試利用丘腦類器官來研究癲癇，自閉症譜系障礙，精神分裂症甚至抑鬱症。對於許多這些疾病，人們發現在丘腦 - 丘腦連接中存在一些缺陷，以及丘腦的微觀結構變化。「通過從直接取自患者的細胞中產生類器官，可以發現每種疾病的結構變化的細節，並開發出個性化的治療方法。

更多關於此項技術的報道，可訪問：

https://news.yale.edu/2019/02/21/researchers-create-organoid-brain-region-study-cognitive-disorders

MIT：深度學習分析「談話療法」，能檢測抑鬱症跡象

心理治療師經常使用「談話療法」來幫助患者通過談話克服抑鬱或焦慮，這是一種認知療法，創始人是佛洛依德。

據英偉達博客透露，麻省理工學院的一個研究小組正在利用深度學習，通過「談話療法」分析患者的言語來檢測患者可能患有抑鬱症的跡象。

團隊訓練的模型是南加大與德國研究人員合作的一組180人採訪數據，其中20％有一些抑鬱跡象。採訪包括20分鐘關於受試者居住地點，朋友是誰以及是否感到沮喪的問題。研究結果表明，抑鬱症實際上可以在言語模式和辭彙中被發現。「數據中有重要信號可以提示你是否患有抑鬱症，」研究助理 Tuka 說。通過傾聽整體對話，吸收對話和言語的軌跡，以及所說的事物的更大背景。該研究被認為將可以有效，廉價地診斷嚴重的心理健康問題。

對此研究感興趣的小夥伴可以點擊下面鏈接，了解更多：https://blogs.nvidia.com/blog/2019/02/19/deep-learning-identifies-depression/

MIT:給AI去偏見

如果你有關注人工智慧的相關新聞，那應該對人工智慧的「偏見」有一定了解：雖然全程都是機器在運作，但人工智慧系統可能是不公平的。如果未來我們讀到的新聞或是所看的犯罪預測等都被這樣不公平的系統左右，那將是非常危險的。

麻省理工學院CSAIL的一個團隊在一篇最新的論文中提出了一種解決方案，用一種可以通過重新取樣來自動「給數據去除偏見」的演算法，使人工智慧的「觀點」更加均衡。

這種演算法可以學習像面部檢測這樣的特定任務，以及訓練數據的基礎結構，從而學會識別並最小化任何隱藏的偏差。在測試中，與最先進的面部檢測模型相比，該演算法在保證整體精度的基礎上，將「分類偏差」降低了60％以上

許多現有人工智慧方法都需要人類進行介入，來定義研究人員希望它學習的特定偏差。相比之下，麻省理工學院團隊的演算法可以查看數據集，了解內部隱藏的內容，並自動對數據進行重新取樣，使其更加公平而無需人工介入。

這篇論文的主要作者，麻省理工學院的博士生亞歷山大·阿米尼表示，他們研發的人工智慧系統特別適用於手動審核的大型數據集，並可以擴展到面部檢測之外的其他計算機視覺應用中。

對此研究感興趣的小夥伴可以點擊下面鏈接，了解更多：

https://www.csail.mit.edu/news/ai-de-biases-algorithms

可變色的3D列印

麻省理工學院計算機科學與人工智慧實驗室（CSAIL）的研究人員在一篇新論文中，展示了一種叫ColorMod的系統，使得3D列印完成後，還可以反覆改變三維物體的顏色，並可通過這個方法，讓3D列印的物品「穿上花紋」。

這個系統到底是怎麼運作的呢？麻省理工的這支研究團隊開發了一個簡單的從硬體到軟體的工作流程。首先，使用ColorMod界面，用戶上傳他們的3D模型，選擇他們想要的顏色模式，然後列印他們的全彩色物品。

在物品列印出來之後，將其置於紫外線下照射，使想要的顏色浮現並消除不想要的顏色。之所以能實現這樣的效果，與操作中使用的定製墨水也不無關係：這種定製墨水由基礎染料，光引發劑和光適應性染料製成——光適應性（光致變色）染料在基礎染料中產生顏色，光引發劑則使基礎染料在3D列印過程中變硬。

目前3D列印的使用還集中在塑料和其他常見的3D列印材料上，但研究人員表示，在不久的將來，人們可以在很短的時間內改變衣服和其他生活物品的顏色。這一技術將會應用在服裝業、製造業中，幫助大大減少未來的生活垃圾數量。

話不多說，來看看視頻吧：

如果你想要了解更多：

https://www.csail.mit.edu/news/changing-color-3-d-printed-objects

用AI篩查胎兒酒精譜系障礙

南加州大學、皇后大學和杜克大學的科研工作者開發了一種新工具，可以快速、經濟地篩查兒童胎兒酒精譜系障礙（FASD）。FASD是母親在妊娠期間酗酒對胎兒所造成的先天異常。

該工具使用攝像頭和計算機視覺來記錄兒童觀看多個一分鐘視頻，或者朝近朝遠看時的眼球運動模式，然後與觀看了相同內容的其他兒童的眼球運動模式進行比對。研究人員將標準以外的眼球運動標記為可能面臨FASD風險且可能需要醫務人員對該兒童進行更正式的診斷。

研究人員表示，這個篩查方法可以應用於年紀非常小的孩子，且每次篩查過程只需要10到20分鐘，並且價格是大部分人都負擔得起的。

該研究的主要負責人之一是南加州計大學計算機及神經學教授Laurent Itti。他長期致力於模擬視覺注意力，在過去十年中，他還應用相同的技術來篩查注意力缺陷障礙和帕金森病。

對此研究感興趣的小夥伴可以點擊下面鏈接，了解更多：

https://viterbischool.usc.edu/news/2019/02/new-method-uses-ai-to-screen-for-fetal-alcohol-spectrum-disorder/

用遊戲的方式幫助腦癱患兒進行言語治療

南加州大學的研究員開發了一款名為Amplify的遊戲，它採用谷歌AIY Voice Kit的語音輔助技術，為腦癱患兒提供遊戲化言語治療。團隊包括助理教授Christopher Laine和博士生Brian Cohn。

Team Amplify選擇幫助腦癱患者有兩個原因：Laine的專業領域是口腔運動控制；患有這種疾病的人通常接受著不充分的治療。 「言語治療有一個關鍵的窗口期，需要儘早在他們還是孩子的時候，」Laine表示， 「隨著年齡的增長這個方法可能就變得不那麼有效了。」

Christopher Laine（左）和Brian Cohn（右）與患者交流

Amplify的冒險遊戲使原本枯燥的言語治療變得非常有趣。「為了推動故事發展並進行人物互動，孩子需要使用語音治療練習去做出反應。而遊戲會做記錄和評估，然後根據這些反饋結合治療需求，將故事往不同方向去推進。」例如，為了讓患者練習「啊」這個發音，他們會安排遊戲里與歌劇魅影進行一場歌唱比賽。

這樣的遊戲化治療方法有助於治療師安排「家庭作業」給到患者，隨時隨地進行治療。

感興趣的小夥伴可以點擊下面鏈接，了解更多：

https://news.usc.edu/153200/making-a-game-of-speech-therapy-for-kids-with-cerebral-palsy/

大公司實驗室

人工智慧的引導服務幫助輔助視力受損的人群

據英偉達博客透露，旗下Inception Virtual Accelerator 孵化的一家創業公司—Aira，正開發了一種用於智能眼鏡的人工智慧引導服務，可以幫助視力受損的人更輕鬆地導航和執行許多日常任務。

通過其AI驅動的平台和智能眼鏡，Aira將人們連接到服務代理網路以獲得幫助。代理商可以看到盲人看到的內容，幾乎可以為任何事情提供幫助。比如像檢測商品條形碼、識別產品、閱讀產品標籤並提供基於語音的體驗。

Aira的Horizon智能眼鏡具有前向攝像頭和音頻功能，可引導盲人，而Aira的AI助手Chloe可以幫助識別圖像，例如雜貨店的一盒麥片或處方藥瓶上的標籤和文字。Chloe還可以在設備上本地處理其他簡單任務。例如，它可以使用戶獲得音頻指導的幫助，像捕獲支票的圖像，然後將其與銀行應用程序對齊，以通過智能手機存入他們的銀行帳戶。

如今Aira已經在全美50個州以及六個國家使用，感興趣的小夥伴可以點擊下面鏈接查看更多：

https://blogs.nvidia.com/blog/2019/03/01/startup-aids-visually-impaired-with-guided-service-powered-by-ai/

谷歌發布論文，分享通過自動強化學習訓練機器人進行長距離導航的方法

谷歌發布3篇論文，分享其在機器人遠距離導航方面的研究成果。 研究表明，強化學習（RL）擅長將感測器的原始數據轉化為行動，例如機器人學習握住物體，和學會運動。但強化學習代理通常較難在無人工幫助的情況下理解空間，安全的進行長距離導航，並不容易適應新的空間。

谷歌的這項研究，旨在培訓 local planner agent 來執行基本的導航行為。例如，安全地穿越短距離而不與移動的障礙物發生碰撞。其local planner agent採用雜訊感測器、激光雷達等來感測周圍的環境， 並輸出控制機器人的行動指示。

研究團隊在訓練 local planner agent時，配合使用AutoRL進行模擬。AutoRL可以將搜索RL獎勵和神經網路架構自動化。目前訓練的範圍有限，只在10到15米的距離內可行，但是訓練好的local planner agent可以很好地用於真正的機器人，並使機器人能夠較快適應新的環境。用如此的方法訓練好的local planner agent可被用作訓練大空間導航的基礎模塊。

看完以上這些動態，你還想了解哪些前沿技術呢？歡迎留言告訴小探！下周同一時間，我們科技前沿見！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！