︿
Top

前瞻技術脈動:人工智慧技術(201806)

瀏覽次數:339| 歡迎推文: facebook twitter wechat twitter twitter

技術發展藍圖研析團隊 發表於 2019年1月2日

圖、前瞻技術脈動:人工智慧技術(201806)
 
AI協助研發人員判斷是否需改進應用程式的功能以降低耗能
普渡大學的研究人員開發了一種名為“DiffProf”的新工具,該工具利用人工智能可自動提供應用程式研發人員是否應該改進APP功能以減少電池耗電,同時提供改進的建議方案。DiffProf原型目前針對Android移動操作系統進行測試並於第13屆USENIX研討會上進行原型展示。
參考資料: AI tool automatically reveals how to write apps that drain less battery. Science Daily,2018/10/9
 
進一步邁向個人化的自動化智慧家庭
MIT計算機科學與人工智慧實驗室的研究團隊建立了一個系統,透過辨識居住者,即使他們沒有攜帶智慧型行動裝置也可以操作的自動化智慧家庭。該系統成為Duet,利用反射的無線訊號及演算法來定位個人,透過前一次行動裝置使用者的行動軌跡來預測其行動軌跡並辨識個人身份。
參考資料:A step toward personalized, automated smart homes. MIT News,2018/10/17
 
機器學習加速發現 LED 照明的新基材
美國休士頓大學在 Nature Communications 公佈可以預測化合物特性的機器學習演算法,僅需要耗費個人電腦的運算資源,即能夠從超過 100,000 種的化合物中找出 LED 照明的高效熒光粉化合物。機器學習的方法讓研究人員可以節省反覆檢視材料特性與挑選材料的時間,將時間移至測試化合物成品是否合於商業應用。
參考資料:Machine Learning Speeds Discovery of New Host Materials for LED Lighting. Photonics Media,2018/10/24
 
研究人員建立了一個可以分辨誰是誰的人工蒼蠅大腦
Guelph University 以及 the University of Toronto在Plos One上發表一篇利用深度卷積網絡(DCN)的生物演算法,模擬果蠅視覺系統的神經網絡,使果蠅可以識別其他果蠅形體的技術。該研究主要將深度學習模型與神經系統進行配對,未來可協助臉部辨識等辨識技術的開發。
參考資料: Researchers build an artificial fly brain that can tell who's who. Tech Xplore,2018/10/25
 
自駕車應該如何編寫其程式?
以MIT為首的跨機構研究團隊在Nature上發表一篇大規模的全球調查,藉以瞭解不同地區對於自駕車遇到車禍時,其程式編寫上道德難題偏好的差異。這項稱為道德機制實驗(The Moral Machine Experiment)的研究,其透過多語言的線上遊戲,讓參與者可以在其中陳述他們對自動駕駛汽車可能面臨的一系列困境的偏好,該實驗蒐整200多個國家約4000萬個決策數據。研究結果發現,大部分的決策顯示人們的偏好是對人的生命優先於動物,年輕人優先於老人,多數人優先於少數人,唯東部地區(包括亞洲許多國家)其對年輕人優先於老人的偏好並不顯著。
參考資料: How should autonomous vehicles be programmed?. Science Daily,2018/10/24
 
機器學習識別結核病細菌中的抗生素抗性基因
加州大學聖地亞哥分校的研究人員開發出一種方法,利用機器學習來識別和預測哪些基因讓傳染性細菌產生抗生素抗性。該方法在結核分枝桿菌的不同菌株進行了測試,結果鑑定出33種已知基因和24種新的抗生素抗性基因,研究成果發表在Nature Communications上。
參考資料:Machine Learning Identifies Antibiotic Resistance Genes in Tuberculosis-Causing Bacteria. UC San Diego,2018/10/25
 
(960字;圖1)

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1. 科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2. 著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。