︿
Top

前瞻技術脈動:AI與機器人技術(201902)

瀏覽次數:513| 歡迎推文: facebook twitter wechat twitter twitter

技術發展藍圖研析團隊 發表於 2019年3月22日

圖、前瞻技術脈動:AI與機器人技術(201902)

移動裝置利用全相分析和深度學習,可快篩寄生蟲
美國加州大學洛夏磯分析的研究人員在 Light: Science & Applications 期刊中展示了一種新式的行動裝置,只需要 3 毫升的體液樣本,20 分鐘的時間,即可以檢測出體液中的運動寄生蟲(motile parasites)。
資料來源:Mobile Device Detects Parasitic Infections Quickly Using Holographic Analysis and Deep Learning. Photonics Media,2018/12
 
AI系統學習診斷與分類腦出血
在Nature Biomedical Engineering期刊上報導,美國馬薩諸塞州綜合醫院(MGH)開發了一種使用AI快速診斷和分類腦出血的系統,模仿放射科醫師分析圖像的步驟方式,來辨識大腦5種出血亞型的經典特徵,協助許多無法接觸設施,但受過專門訓練的神經放射學家,來確認出血是否是導致患者症狀的原因。除了提供急需的虛擬第二意見外,該系統還可以直接部署到掃描儀上,提醒護理團隊在發生出血之前,能進一步作適當的檢測。
參考資料:Artificial intelligence system learns to diagnose, classify intracranial hemorrhage. Science Daily,2018/12/21
 
新AI系統會模仿人類以視覺化進行物體識別
若將物件遮住僅露出一部份讓AI辨識,AI常會無法辨別。美國國家科學院的研究團隊於國家科學院院刊中發表了新方法解決這個缺點,他們將圖像分成小塊,並用機器學習方法讓AI學會圖形如何組合在一起形成物件。加上查看周圍區域中的其他物件,是否與描述和識別主要物件相關。他們的成果表現得比傳統方法更好,或者至少與多年培訓開發的傳統AI視覺系統一樣好。
參考資料:New AI system mimics how humans visualize and identify objects. UCLA,2018/12/18
 
人工智慧的進步威脅了健康數據隱私
加州大學柏克萊分校的一項新研究認為人工智慧的進步已經對健康數據的隱私造成了新的威脅,人工智慧可以學習數據中的日常模式來識別個體,並將其與人口數據相關聯。他們比對超過15,000名美國人的數據,指出了即便刪除所有個人識別訊息,其他人還是可以把它們全部組合起來,此項研究於JAMA Network Open上發表。
參考資料:Advancement of artificial intelligence opens health data privacy to attack. UC Berkeley,2018/12/21
 
卵巢癌AI可以判斷女性體內腫瘤的侵略性
倫敦癌症研究院的研究人員建立了一個AI來協助研究人員尋找侵略性的卵巢癌細胞。該系統是透過尋找腫瘤細胞形狀的差異,其分析了514名女性患者的組織樣本圖像,發現畸形的腫瘤細胞更具有侵略性,5年內的存活率為15%。該研究目前發表在arXiv期刊上。
參考資料:Ovarian cancer AI can tell how aggressive a woman’s tumour is. New Scientist,2019/1/12

種植耐熱珊瑚以拯救瀕臨滅絕珊瑚礁的機器人
澳洲的科學家設計了一款機器人(larval bot),其可以攜帶珊瑚礁蟲並散播在大堡礁上。它們具耐熱性,讓它們不僅能夠存活下來還能在溫暖的水域中繁殖。
參考資料:This robot plants heat-resistant corals to save endangered reefs. Popular Science,2019/1/12
https://www.popsci.com/heat-resistant-corals-robot

 
 
(865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。