大家好，一周技术前沿又来啦！看看这周美国高校、海外高校乃至大公司们都捣鼓出了什么厉害的东西？无论是MIT的新算法让机器人更好“抓东西”，还是墨尔本高校设计的AI+物联网，让自行车车手“一路绿灯”，又或者是英伟达如何让外科医生做手术更便捷，赶紧跟硅谷洞察（原硅谷密探，ID：guigudiyixian）一起瞅瞅！
美国高校
捡东西似乎很容易，对吗？对于具有强大脑部计算机的人类来说，它很简单。但是对于机器人，甚至是高级机器人，所需的计算也异常复杂，尤其是如果你希望机器人不破坏要抓住的东西。
近日，麻省理工大学开发了一种新算法来加快机器人抓取物体的动作。通常情况下，机器人需要几分钟的计算时间才能完成这项工作，但现在新算法让这个过程只需要在一秒不到的时间内就完成。这比之前增强了多个数量级，
使机器人更接近人类反应和响应的时间领域。
这对于已经使用机器人技术、工业环境将带来很多实际的好处，它可以简化一系列有关如何操纵物体的决策过程。比如可以用于加快工厂车间和仓库中的机器人的拣选和分类等。
麻省理工学院表示，这个算法甚至可以用于改善“复杂工具”的机器人操作，让简单的机器人抓爪也可以使用，而不仅仅只是针对先进的、铰接性强的机器人操纵器。
感兴趣的可以点击原文阅读：
https://techcrunch.com/2019/10/17/mit-develops-a-way-for-robots-to-grasp-and-manipulate-objects-much-faster/
许多神经发育障碍，例如癫痫病、精神分裂症和自闭症，都与关键神经递质GABA的破坏有关，但在过去始终难以确定破坏的根本原因。
本月15日，《科学信号》上的两篇新论文中，来自耶鲁大学、法国、日本和英国的研究人员已经找到了对正常大脑发育至关重要的分子机制KCC2，通过实验显示，该机制在受损时会引起小鼠自闭症样症状。
KCC2是负责细胞中氯离子释放的转运蛋白，而细胞中氯化物起到了调节GABA的作用，而GABA则会抑制神经元的活性，在大脑发育和许多神经功能中起关键作用。KCC2结构和功能产生的化学变化的过程称为磷酸化，
KCC2的功能异常与人类自闭症，癫痫和神经性疼痛有关。
由于这种磷酸化过程是可逆的，因此用药物对其进行调节可能使GABA信号调节成为可能，从而产生治疗效果，进而防止自闭症、癫痫等神经性发育障碍问题。
（增殖神经元的异常分布，显示出KCC2调节受损的证据）
感兴趣的可以点击原文阅读：
https://news.yale.edu/2019/10/15/molecular-control-neurotransmitter-linked-autism-described
密歇根大学教授Max Shtein在一起骑车事故后康复的过程中发现，人体很多关节移动非常复杂，比如肩部、肘部等，但目前测量技术都是静态测量，且该方法容易出错，并且患者无法在家中重复测量，因此造成康复周期及成本增加。
受日本折纸艺术的启发，其研究团队通过用激光将塑料薄片切成同心的椭圆形迷宫，该薄片可以被随意的拉开和改变形状。该传感器可以包住关节的曲线，传感器上还配有感应器可以记录患者的整个运动范围并跟踪运动。
这个“弹簧状”的设计使整个结构从平板转变为无皱纹的3D形状，可以使用现有的经济高效技术进行制造。研究人员估计，假设批量生产，
单个传感器的成本可能低于10美元。这比一次物理治疗的费用要低得多。
因此，这也可能成为改善患者预后的廉价方法。
此外，除了康复理疗外，该装置还可能产生多种用途 ，比如在体育比赛中用它来帮助运动员改善体形等。
感兴趣的可以点击原文阅读：
https://news.umich.edu/kirigami-sensor-patch-for-shoulders-could-improve-injury-recovery-athletic-training/
再来看一条来自麻省理工学院的新闻。
21世纪开辟了无数的头条，文章和故事。但是，假新闻也随之而来。据欧洲研究理事会的研究，在2016年总统大选期间，四分之一的美国人访问了至少一篇假新闻。为了减轻这种风险，MIT研究人员开发了一款识别机器生成文本的自动检测器。
但是，该校计算机科学与人工智能实验室（CSAIL）的一个小组发现这种方法并不完整。因为检测器可能会认为人们写出的东西就是真实的，而机器写出的东西往往就是虚假的。
例如，研究小组使用了一篇有关NASA科学家的文章，描述了有关日冕物质抛射的新数据的收集。人工智能给出了翔实而完全正确的解释，尽管如此，它还是被识别为“假新闻”。
考虑到这一点，MIT CSAIL同一个团队使用了世界上最大的事实检查数据集，事实提取和验证（FEVER），来开发检测错误陈述的系统，同时使用另一组数据集纠正一些偏差。令人惊讶的是，他们发现这些模型在其无偏评估集上的表现很差，结果从86％下降到58％。
借助无偏差的数据集，该团队开发了一种新算法，该算法在所有指标上均优于以前的算法。该团队希望将事实与偏见评估与现有防御措施相结合，将使该模型检测“假信息”的能力更强。
感兴趣的可以点击原文阅读：
http://news.mit.edu/2019/better-fact-checking-fake-news-1017
3D打印最大能打印出什么东西呢？本周，美国缅因州大学一次性创造了三项世界吉尼斯纪录：世界上最大的聚合物3D打印机，世界上最大的3D打印船3Dirigo，而该船也恰好是世界上最大的固体3D打印物体！
根据缅因州大学显示，该研究小组打印出来的这艘船长25英尺，重5000磅！随后，在学校的Alfond W2海洋工程实验室进行了3D船的适航性测试。
要知道的是，这艘3Dirigo船甚至不是该学校3D打印机可以打出来的最大物体——如果将其推到极限，它可以打印长达100英尺，22英尺宽和10英尺高的物体，每小时可以打印重量为500磅的物体。
在这次吉尼斯世界记录创造后，这所学校透露，后续已经为打印机排好了好些打印应用，其中包括与美国陆军合作为士兵开发可以快速部署的士兵庇护系统。
感兴趣的可以点击原文阅读：
https://umaine.edu/news/blog/2019/10/10/umaine-composites-center-receives-three-guinness-world-records-related-to-largest-3d-printer/
初创公司
外科医生做手术时，依靠的技术、设备往往有很多，例如配备放大镜的眼镜、手术显微镜，导航显示器和X射线机等。但是，一大问题是：这些独立设备无法相互通信或连接，每个器械只能为外科医生提供一部分视野。因此，医生只能在设备之间“变戏法”，在各种操作中切换。
英伟达旗下孵化的一家西雅图初创公司Proprio Vision，就希望融合人机视觉、计算机视觉，
为外科医生提供沉浸式高清3D的全面视图。
通过捕获手术现场，并将其与术前影像融合在一起，以创建交互式3D可视化图像，外科医生可以
使用VR头戴式耳机来放大各种组织到微观水平
，并在手术操作过程中自由、流畅地导航，增强手术便捷性。
Propio 还透露，该系统还可用于未来外科医生的培训，使医生能够在虚拟环境中熟悉工具，学习新技能并模拟手术过程。
感觉《手术两百年》后的剧本又可以写新东西了……
感兴趣的可以点击原文阅读：
https://blogs.nvidia.com/blog/2019/10/17/proprio-quadro-rtx/
海外高校
Facebook 本周公布了其举办的“计算机视觉全球挑战计划（CV4GC）”获奖者名单。来自印度，巴基斯坦和哥伦比亚学者获奖。除了针对农作物预警系统之外，两个来自海外高校的获奖皆跟疟疾有关。
巴基斯坦 Information Technology University：
实时检测疟疾的低成本深度学习解决方案
根据世界卫生组织数据，仅在2017年，在87个国家中就观察到2.19亿疟疾病例，并有43.5万人因该疾病丧生。但是，疟疾是可以治愈的，早期发现甚至可以挽救生命。
为什么疟疾也被称为“穷人的疾病”？主要因为其发生在低收入农村地区。对于贫困地区而言，进行实验室测试（使用昂贵的显微镜）并由受过训练的医生进行疟原虫的检查非常困难。巴基斯坦信息技术大学Waqas Sultani教授带领的团队希望通过在显微血样图像中检测疟原虫，从而为早期检测疟疾患者提供一种低成本解决方案。
哈维里亚那（宗座）大学：
便携式分析浓血涂片以诊断疟疾
位于哥伦比亚首都波哥大的哈大，其教授Wendy Fong团队提出了一种改善诊断疟疾时间和诊断质量的系统。该系统是一种便携式设备，可以适应现场使用的显微镜，不仅可以帮助显微镜医师分析涂片质量，还可以通过自动计算寄生虫密度来帮助诊断疟疾。借助该系统，将可以在视觉上跟踪患者的病史和病情发展。
感兴趣的可以点击原文阅读：
https://ai.facebook.com/blog/announcing-the-winners-of-the-computer-vision-for-global-challenges-research-awards/
人们常常会面临在红灯下堵很久的情况。连骑自行车也不例外，试想一下，如果你戴一个耳机，然后车子能告诉你啥时候快一点、慢一点，从而不会堵在红灯前，是不是很好？这是IBM澳洲研究中心跟墨尔本皇家理工大学一项新研究。
双方合作开发了一个系统，并在电动自行车Ari上进行了测试。研究人员在墨尔本的道路上计算出在测试位置有最大机会越过尽可能多绿灯所需的最佳速度——每小时22公里，并对这辆电动自行车Ari进行了编程，以帮助骑车人达到该参考速度。
电动自行车通过增加引擎支持来加速对身体的帮助，并通过用户佩戴的耳机告诉你“速度慢一点”，从而在认知上为骑车人提供帮助，更安全地骑车。
该项目被认为是AI和物联网的进步对我们日常生活的许多方面产生影响。因为它探索了人与计算机（和机器）之间的一种新型交互方式，没有手机屏幕，计算机也没有替代用户的工作量，而是在身体和认知上对车手进行了交互式支持。
看完本周技术前沿洞察，你对哪条印象最深刻？欢迎留言讨论！想了解更多硅谷、全球技术前沿洞察，可以点击硅谷洞察此前文章：
推荐阅读
|
500
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
