科研 | 在培養皿中種出計算機！
科學家研發“會思考的固態機器”
“未來的計算機是被製造出來的，還是被培養出來的？”
近日，美國裡海大學的研究人員試圖利用活體神經元，在培養皿中將神經網絡“種”出來——即以人類大腦和神經系統為模型的計算機系統。並對其進行編程，以計算基本的機器學習任務。
由培養皿培育出的神經網絡在執行文本識別任務
現在的科學家已經瞭解，相關生物的活神經元可以自然具備進行計算和學習的能力。在這項研究中，研究人員將手寫數字的圖像編碼成“尖峰訓練刺激”（spike train stimuli），類似於二維碼。然後將尖峰序列的編碼應用於具有光遺傳標記的一組網絡化的體外神經元上。
這項研究可能會對神經元科學和計算機工程領域產生“變革性的影響”，預計能夠幫助計算機工程師開發出會思考的固態機器設計的新方法，並可能影響其他與大腦相關的研究。
原文鏈接：
https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652026780&idx=3&sn=46d06f12191061d41e723b0e9e01afc7&chksm=f121c36dc6564a7bd391c37d1fab43688e314b04e0f814a55ca7b7a113e3345734ab90106e50&scene=21#wechat_redirect
好幫手 | 會流血會休克
這位機器人“病患”簡直不能更逼真
“斯坦福大學醫院已經開始用它訓練醫護人員。”
近日，一家研發醫療模擬器具的公司 Gumard Scientific 研發了一款醫療訓練機器人 HAL，它會流淚、會流血、會排洩，受到光照瞳孔也會縮小，可以發生過敏性休克，或心臟驟停反應。總之，HAL 擁有許多生命體才有的生理反應。
它可以模擬出，和現實醫療場景非常相似的情況，用來訓練醫學生或醫護人員的專業技能。
HAL 的誕生旨在培養準醫生與患兒相處的能力。為了讓 HAL 的表情更接近人類兒童，研發團隊還與兒科醫生合作，調整機器人臉部的喜怒動作。哪裡的肌肉該收縮，眉毛要不要皺起來，都經過仔細推敲。
原文鏈接：
《機器人“病患”會流血會休克，魔鬼訓練從斯坦福醫院開始 |準醫生的噩夢》
功能視頻：
https://www.gaumard.com/videos
黑科技 | 變身大角蟲
AI 幫你的漫畫自動上色
“最重要的是，最終的上色效果還有些感人。”
最近，論壇 Reddit 上突然爆火了一個半自動給漫畫上色的項目 MangaCraft，可以讓每個人給喜歡的黑白漫畫塗色。
普通用戶學習只需要花30分鐘學習，就能在 MangaCraft 網站上進行實操 DIY 彩色漫畫。MangaCraft 網站的主頁如同一個調色盤，選擇目標漫畫後就可以進行上色流程。按照作者的描述，熟悉操作之後選擇顏色，在黑白漫畫上標註填色區域，點擊智能上色按鈕即可一鍵生成。
原文鏈接：
https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247504381&idx=2&sn=465027cc2a8f75a7f6ddf400830f61e0&chksm=e8d0668fdfa7ef998128fa07532eb9d194ccd35181ec10b92f83e1c47cc651fe269ad6265b2f&scene=21#wechat_redirect
體驗地址：
http://mangacraft.net/
科研 | MIT 開發機器學習系統
同時處理語音和對象識別
“研究人員希望有一天他們的語音對象識別技術可以節省大量的手工勞動時間，並在語音和圖像識別方面有新的進展。”
麻省理工學院的計算機科學家開發出一種系統，該系統基於圖像的口頭描述學習識別圖像內的物體。給定圖像和音頻標題，模型將實時突出顯示所描述圖像的相關區域。
與當前的語音識別技術不同，該模型不需要手動轉錄和對其訓練的示例進行註釋。相反，它直接從原始圖像中記錄的語音剪輯和對象中學習單詞，並將它們相互關聯。
研究人員以一個金髮和藍眼睛的年輕女孩的圖像為例展示了他們的模型。該模型學會了將圖像中的哪些像素與“女孩”，“金髮”，“藍眼睛”，“藍色禮服”，“白燈塔”和“紅色屋頂”相對應。當一個音頻標題被敘述時，這個模型會高亮顯示圖像中的每一個對象。
原文鏈接：
http://www.atyun.com/29836.html
醫療 | 利用 GAN 合成 MRI 成像
英偉達解決 AI 訓練數據採集難的問題
“結果顯示，機器學習模型準確率比僅使用真實數據訓練的模型準確率提高了14%。”
近日，NVIDIA Mayo Clinic（梅奧診所）和MGH&BWH Center for Clinical Data Science（麻省總醫院與布萊根婦女醫院臨床數據科學中心）合作，開發了一隻醫學 GAN，用來生成腦部核磁共振 (MRI) 的圖像，專攻腦腫瘤識別，解決 AI 訓練數據採集難的問題。
據悉，這款 AI 是科研人員使用 Facebook PyTorch 深度學習框架開發，並使用 NVIDIA DGX 超級計算機來訓練的，訓練的數據使用了由生成式對抗網絡生成的逼真腦瘤 MRI 成像。生成式對抗網絡還會為掃描圖進行標記，而人類專家做這項任務要花數小時才能完成。
原文鏈接：
https://www.zdnet.com/article/nvidia-researchers-generate-synthetic-brain-mri-images-for-ai-research/
學界 | 全球高校人工智能學術聯盟成立
“聯盟旨在打造世界頂尖的人工智能學術交流平臺，持續推動國際學術性交流與合作。”
9月17日，在2018世界人工智能大會上，美國麻省理工學院、新加坡南洋理工大學、澳大利亞悉尼大學、香港中文大學、清華大學、浙江大學、復旦大學、上海交通大學、中國科學技術大學、同濟大學、北京航空航天大學、西安交通大學、哈爾濱工業大學、上海大學、上海科技大學、商湯科技等國內外知名高校（科研機構）共同倡議設立全球高校人工智能學術聯盟。
聯盟初步達成的合作範疇包括建立“人工智能科學委員會”機制、推動 AI 國際學術交流、加強與政府及政策決策者溝通、協助政府優化 AI 投入、加強“產研合作”、孵化 AI 企業、為學生提供多元化學習實習機會和向大眾普及人工智能等。
原文鏈接：
https://www.jiqizhixin.com/articles/2018-09-17-2