1.倫敦帝國(guó)理工學(xué)院提出 RLBench：機(jī)器人學(xué)習(xí)基準(zhǔn)和學(xué)習(xí)環(huán)境

來(lái)自倫敦帝國(guó)理工學(xué)院的研究員近日為機(jī)器人學(xué)習(xí)提出了一個(gè)具有挑戰(zhàn)性的新基準(zhǔn)和學(xué)習(xí)環(huán)境：RLBench。該基準(zhǔn)測(cè)試包含 100 個(gè)完全獨(dú)特的手工設(shè)計(jì)任務(wù)，從簡(jiǎn)單的目標(biāo)到達(dá)和開(kāi)門到更長(zhǎng)的多階段任務(wù)（例如打開(kāi)烤箱并在其中放置托盤），難度很大。研究員提供了一系列的本體感受觀察和視覺(jué)觀察，包括來(lái)自立式立體相機(jī)和手眼單眼相機(jī)的 RGB、深度和分割蒙版。獨(dú)特的是，通過(guò)使用在任務(wù)創(chuàng)建期間指定的一系列航路點(diǎn)上運(yùn)行的運(yùn)動(dòng)計(jì)劃器，每個(gè)任務(wù)都可以提供無(wú)限的演示，激發(fā)了令人興奮的基于演示的學(xué)習(xí)。

2.藥物研究人員用 AI 預(yù)測(cè)視力喪失

診斷疾病要比預(yù)測(cè)疾病惡化的速度容易得多。這就是人工智能（AI）的作用：幫助醫(yī)生識(shí)別出某些疾病的風(fēng)險(xiǎn)可能比其他人高。Genetech 和 Roche 的研究人員開(kāi)發(fā)了一種深度學(xué)習(xí)模型，該模型可以預(yù)測(cè)哪些患有與糖尿病相關(guān)的視力問(wèn)題的患者更容易失明。 該團(tuán)隊(duì)剛剛在《自然數(shù)字醫(yī)學(xué)》上發(fā)表了一篇新論文，「深度學(xué)習(xí)算法可預(yù)測(cè)個(gè)別患者的糖尿病性視網(wǎng)膜病進(jìn)展?！顾麄兊墓ぷ骰谘劬?nèi)部的圖像。

3.人工智能揭示了與心力衰竭有關(guān)的基因

通過(guò)將人工智能技術(shù)應(yīng)用于遺傳學(xué)，由倫敦瑪麗皇后大學(xué)領(lǐng)導(dǎo)的研究小組發(fā)現(xiàn)了線索，他們說(shuō)這些線索可以幫助開(kāi)發(fā)用于心力衰竭的新藥并確定有患這種疾病風(fēng)險(xiǎn)的人。 根據(jù)英國(guó)生物庫(kù)中來(lái)自 17，000 名志愿者的心臟 MRI 圖像的 AI 分析，研究人員將遺傳因素與心臟左心室大小和功能異常的 22％至 39％相聯(lián)系，后者將血液泵入主動(dòng)脈。他們的發(fā)現(xiàn)發(fā)表在《循環(huán)》雜志上。

4.阿里巴巴和聯(lián)合國(guó)將采用人工智能以進(jìn)行全球饑餓監(jiān)測(cè)計(jì)劃

阿里巴巴集團(tuán)已與聯(lián)合國(guó)世界糧食計(jì)劃署（WFP）聯(lián)手展開(kāi)一項(xiàng)全球饑餓監(jiān)測(cè)計(jì)劃?！笇?shí)時(shí)饑餓地圖」計(jì)劃使用人工智能，機(jī)器學(xué)習(xí)和數(shù)據(jù)分析來(lái)實(shí)時(shí)預(yù)測(cè)和跟蹤 90 多個(gè)國(guó)家 / 地區(qū)的饑餓程度和嚴(yán)重性。它還對(duì)包括糧食計(jì)劃署在內(nèi)的有關(guān)糧食安全，營(yíng)養(yǎng)，沖突，天氣和各種宏觀經(jīng)濟(jì)數(shù)據(jù)的公開(kāi)信息進(jìn)行整理，以突出糧食安全狀況。此外，數(shù)據(jù)可視化工具在全球，國(guó)家和國(guó)家以下各級(jí)轉(zhuǎn)換對(duì)糧食不安全狀況的分析結(jié)果，并將其顯示在交互式地圖上。

5.伯克利牛津 Adobe 最新研究：AI 自動(dòng)替用戶畫完草圖

使用 AI 編輯圖像已經(jīng)不是一項(xiàng)新技術(shù)了。早在今年 3 月，Nvidia 在加利福尼亞州圣何塞舉行的 GPU 技術(shù)會(huì)議上就介紹了 GauGAN，一種生成對(duì)抗性的 AI 系統(tǒng)，可替用戶虛構(gòu)出栩栩如生的風(fēng)景圖像。但是，加州大學(xué)伯克利分校，牛津大學(xué)和 Adobe Research 的研究人員希望通過(guò)交互式草圖和填充技術(shù)進(jìn)一步推動(dòng)該領(lǐng)域的發(fā)展，該技術(shù)基于一種機(jī)器學(xué)習(xí)系統(tǒng)，可以在用戶繪制對(duì)象時(shí)以交互方式向用戶推薦填充對(duì)象。該論文的聯(lián)合作者表示：「AI 圖像翻譯模型在獲取抽象輸入（例如邊緣圖或語(yǔ)義分割圖）并將其轉(zhuǎn)換為真實(shí)圖像方面顯示出了非凡的成功，將該技術(shù)與用戶界面結(jié)合，使用戶可以在目標(biāo)域中快速創(chuàng)建圖像。對(duì)于很多人來(lái)說(shuō)，徒手完成線條草圖而沒(méi)有任何反饋可能很困難，因此未經(jīng)訓(xùn)練的從業(yè)人員通常很難用手繪制準(zhǔn)確比例的對(duì)象及其零件，3D 形狀和透視圖。但通過(guò) AI 編輯現(xiàn)有圖像從而獲得逼真的圖像比從頭開(kāi)始創(chuàng)建圖像要容易得多。

來(lái)源：機(jī)器人庫(kù)