1.倫敦帝國理工學院提出 RLBench：機器人學習基準和學習環(huán)境

來自倫敦帝國理工學院的研究員近日為機器人學習提出了一個具有挑戰(zhàn)性的新基準和學習環(huán)境：RLBench。該基準測試包含 100 個完全獨特的手工設計任務，從簡單的目標到達和開門到更長的多階段任務（例如打開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觀察，包括來自立式立體相機和手眼單眼相機的 RGB、深度和分割蒙版。獨特的是，通過使用在任務創(chuàng)建期間指定的一系列航路點上運行的運動計劃器，每個任務都可以提供無限的演示，激發(fā)了令人興奮的基于演示的學習。

2.藥物研究人員用 AI 預測視力喪失

診斷疾病要比預測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)生識別出某些疾病的風險可能比其他人高。Genetech 和 Roche 的研究人員開發(fā)了一種深度學習模型，該模型可以預測哪些患有與糖尿病相關的視力問題的患者更容易失明。 該團隊剛剛在《自然數字醫(yī)學》上發(fā)表了一篇新論文，「深度學習算法可預測個別患者的糖尿病性視網膜病進展。」他們的工作基于眼睛內部的圖像。

3.人工智能揭示了與心力衰竭有關的基因

通過將人工智能技術應用于遺傳學，由倫敦瑪麗皇后大學領導的研究小組發(fā)現了線索，他們說這些線索可以幫助開發(fā)用于心力衰竭的新藥并確定有患這種疾病風險的人。 根據英國生物庫中來自 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％相聯系，后者將血液泵入主動脈。他們的發(fā)現發(fā)表在《循環(huán)》雜志上。

4.阿里巴巴和聯合國將采用人工智能以進行全球饑餓監(jiān)測計劃

阿里巴巴集團已與聯合國世界糧食計劃署（WFP）聯手展開一項全球饑餓監(jiān)測計劃?！笇崟r饑餓地圖」計劃使用人工智能，機器學習和數據分析來實時預測和跟蹤 90 多個國家 / 地區(qū)的饑餓程度和嚴重性。它還對包括糧食計劃署在內的有關糧食安全，營養(yǎng)，沖突，天氣和各種宏觀經濟數據的公開信息進行整理，以突出糧食安全狀況。此外，數據可視化工具在全球，國家和國家以下各級轉換對糧食不安全狀況的分析結果，并將其顯示在交互式地圖上。

5.伯克利牛津 Adobe 最新研究：AI 自動替用戶畫完草圖

使用 AI 編輯圖像已經不是一項新技術了。早在今年 3 月，Nvidia 在加利福尼亞州圣何塞舉行的 GPU 技術會議上就介紹了 GauGAN，一種生成對抗性的 AI 系統(tǒng)，可替用戶虛構出栩栩如生的風景圖像。但是，加州大學伯克利分校，牛津大學和 Adobe Research 的研究人員希望通過交互式草圖和填充技術進一步推動該領域的發(fā)展，該技術基于一種機器學習系統(tǒng)，可以在用戶繪制對象時以交互方式向用戶推薦填充對象。該論文的聯合作者表示：「AI 圖像翻譯模型在獲取抽象輸入（例如邊緣圖或語義分割圖）并將其轉換為真實圖像方面顯示出了非凡的成功，將該技術與用戶界面結合，使用戶可以在目標域中快速創(chuàng)建圖像。對于很多人來說，徒手完成線條草圖而沒有任何反饋可能很困難，因此未經訓練的從業(yè)人員通常很難用手繪制準確比例的對象及其零件，3D 形狀和透視圖。但通過 AI 編輯現有圖像從而獲得逼真的圖像比從頭開始創(chuàng)建圖像要容易得多。

來源：機器人庫