人工智能设计的蛋白质外壳。美国西雅图华盛顿大学的Isaac Lutz和同事想看看使用人工智能是否可以使这些外壳的设计和制造更加精确。在这里,人工智能的做法是将名为α螺旋的小蛋白质结构组合、折叠和缠绕成20面体的外壳,然后检查得到的设计是否具有人们所需的结构。值得注意的是,在一项针对能够触发流感抗体的分子的实验中,与目前正在临床试验的一些传统候选疫苗相比,人工智能设计的外壳带来了小幅但在统计上显著增加的免疫反应。”英国纽卡斯尔大学的Martin Noble说, “设计出折叠正确的单个蛋白质需要数十亿年,但将蛋白质折叠得如此完美,使其紧密结合并形成封闭结构,是另一个层次的复杂性。
美国康奈尔大学研究人员开发了一款声呐眼镜,它通过声学感应和人工智能跟踪嘴唇和嘴巴的动作,可连续识别多达31条无声的命令,该系统可为那些暂时不方便说话或无法发声的人提供帮助。该眼镜配备了一对麦克风和比铅笔橡皮擦还小的扬声器,成为一个可穿戴的人工智能驱动的声呐系统,在面部发送和接收声波,并感知嘴巴的运动。这款低功耗、可穿戴的眼镜只需要几分钟的用户训练数据,即可识别命令并可在智能手机上运行。面对人工智能带来的超乎预期的变化,不能停留在“看热闹”阶段,人们需要真正去思考,如何更好地主宰人工智能,利用它为人类造福,并尽量规避它可能带来的麻烦。
谷歌“量子人工智能”制造的两代悬铃木处理器。一种量子纠错方法是用所谓“纠错码”,即使用一组物理量子位(量子信息单位,相当于经典计算机的比特)形成一个逻辑量子位。他们建造了一个72个量子位的超导量子处理器,用两种不同表面码做了测试:一种称为distance-5逻辑量子位(基于49个物理量子位),另一种是较小的distance-3逻辑量子位(基于17个物理量子位)。研究团队指出,还需要更多研究实现有效计算所需的逻辑错误率,但目前这项工作,向人们展示出未来量子算法开发的基本要求。
分析显微镜拍摄生物过程获得的大量数据一直是研究中的重要工作。最近,瑞典哥德堡大学的研究人员开发出一种人工智能(AI)方法,可以跟踪细胞的运动。在显微镜下研究细胞和生物分子的运动和行为,为更好地理解与人们的健康有关的过程提供了基本信息。研究细胞在不同情况下的行为对于开发新的医疗技术和治疗方法非常重要。这意味着研究人员可测试不同药物的有效性,观察它们作为潜在的癌症治疗方法的效果如何。使用人工智能,研究人员可以从显微镜下拍摄的细胞运动序列中提取信息。
机器学习 灭绝蛋白质组 实验验证 加密肽识别(图片来源:《细胞宿主与微生物》)美国宾夕法尼亚大学科学家使用人工智能,分析了现代人和人类已灭绝亲属尼安德特人与丹尼索瓦人的蛋白质数据,识别出了后两者制造出的可杀死致病细菌的分子,并合成出了这些分子。研究团队合成出识别出来的分子,并对其中6种开展抗菌特性测试,用其治疗感染了鲍曼不动杆菌的小鼠(鲍曼不动杆菌是一种在医院环境中发现的常见细菌)。
与以前的热视觉形式相比,新技术可创建更清晰、更有质感的夜间图像。据26日出版的《自然》杂志报道,美国普渡大学和洛斯阿拉莫斯国家实验室的研究人员开发了一种热辅助探测和测距(HADAR)系统,通过训练人工智能(AI)来确定热像中每个像素的温度、能量特征和物理纹理,产生的图像几乎与传统相机在日光下拍摄的图像一样清晰。而其收集和处理数据的过程仍然需要大约一分钟,理想情况下该时间在几毫秒内,只有这样,才能保证无人驾驶汽车在行驶中使用该系统。
目前,无人驾驶汽车的安全性能测试亟须解决“百亿公里”难题,即在自动驾驶汽车投入大规模应用前,需要开展大规模的道路测试,从统计学上验证自动驾驶汽车的安全性。同时,他们利用D2RL训练交通环境中的背景车辆,构建出一个由自动驾驶汽车和背景车辆组成的智能测试环境,从而实现模拟环境替代实际道路环境。自动驾驶汽车希望更安全地行驶,背景车辆希望更好地帮助自动驾驶汽车发现安全问题。结果表明,这种方法不仅可以有效学习生成智能测试环境,而且与在自然驾驶环境中测试自动驾驶汽车相比,智能测试环境可以使评估加快多个数量级(约103至。
美国哈佛大学医学院团队设计了一种人工智能(AI)医疗工具,可快速解码脑肿瘤的DNA,以确定其在手术过程中的分子身份,而现有方法需要几天甚至几周的时间才能获得这些关键信息。CHARM使手术期间的诊断与世界卫生组织最近更新的分类系统保持一致,可用于诊断和分级神经胶质瘤的严重程度。当对一组大脑样本进行测试时,该工具以93%的准确度区分了具有特定分子突变的肿瘤,并成功分类了具有不同分子特征的3种主要类型的神经胶质瘤,这些肿瘤都具有不同的预后和不同的治疗反应,因此对其区分非常有价值。这样来看,人工智能模型的通用性与专业性,两者并不矛盾,而是需要齐头并进向前发展的两个方向。
美国研究团队开发出一款名为“无限城市”(InfiniCity)的人工智能模型,其可以快速创建出详细的、可向各个方向无限延伸的三维虚拟城市,这对于创建出可供数百万甚至数亿人互动的虚拟现实世界,或训练自动驾驶汽车应对新环境都非常有用。创建这些城市分3个阶段完成:首先,团队使用在伦敦真实地图上训练的神经网络生成虚拟城市的二维卫星地图,随后另一个神经网络将这些地图转换为三维像素云,代表建筑物或树木等的形状,最后人工智能赋予这些对象纹理,并将其从块状形状转换为类似真实的、拍摄的对象。最新研究进展也有助设计师和建筑师规划新建筑或开发更大的项目。
美国研究人员使用人工智能(AI)模型揭示了可能影响人类认知进化的基因组突变。这项人类基因组学的开创性研究可能会促进发现复杂脑部疾病的新疗法。该研究发表在新一期的《科学进展》上。