可用于癌癥診斷治療的磁性微游動(dòng)機(jī)器人

哈爾濱工業(yè)大學(xué)機(jī)電學(xué)院機(jī)器人技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室謝暉教授團(tuán)隊(duì)開展了可重構(gòu)磁性微機(jī)器人群：多模態(tài)轉(zhuǎn)換、定向移動(dòng)與集群作業(yè)的研究，有望為癌癥治療中高效靶向給藥和早期診斷體內(nèi)成像提供有效解決方案。研究成果發(fā)表于Science Robotics。研究團(tuán)隊(duì)開發(fā)了一種磁性微游動(dòng)機(jī)器人，這種呈花生狀的磁性游動(dòng)機(jī)器人長(zhǎng)3微米，直徑2微米，只有頭發(fā)絲直徑的約四十分之一。該機(jī)器人可成千上萬(wàn)地組隊(duì)協(xié)同作業(yè)，機(jī)器人之間通過(guò)非常小的作用力交流，自組織成一個(gè)多模態(tài)的群體，就像蟻群用觸覺(jué)或氣味交流一樣。群體可在旋轉(zhuǎn)磁場(chǎng)的調(diào)控下，展現(xiàn)出多種隨環(huán)境或任務(wù)快速響應(yīng)的模態(tài)。

微游動(dòng)機(jī)器人群體多模態(tài)轉(zhuǎn)化（左）、環(huán)境響應(yīng)與集群操作（右）示意圖（圖片來(lái)源于哈爾濱工業(yè)大學(xué)新聞中心）

可自主升級(jí)的無(wú)人駕駛平行智能測(cè)試模型

中國(guó)科學(xué)院自動(dòng)化研究所與清華大學(xué)、西安交通大學(xué)人工智能與機(jī)器人研究所等單位合作，提出了一種新的圖靈測(cè)試方法來(lái)測(cè)試和驗(yàn)證無(wú)人車對(duì)復(fù)雜交通場(chǎng)景的理解和行駛決策的能力，對(duì)構(gòu)建和測(cè)試其他人工智能系統(tǒng)具有重要的啟發(fā)意義。研究成果發(fā)表于Science Robotics。該項(xiàng)研究歷經(jīng)10余年，實(shí)現(xiàn)了一種無(wú)人駕駛測(cè)試與驗(yàn)證的平行計(jì)算框架及其系統(tǒng)。研究團(tuán)隊(duì)構(gòu)建了一個(gè)人在回路的平行智能測(cè)試模型，主要通過(guò)3個(gè)步驟，使其具有在人類專家指導(dǎo)下自動(dòng)自我升級(jí)的認(rèn)知機(jī)制。該研究工作引入對(duì)抗式學(xué)習(xí)模型，以使系統(tǒng)能夠自動(dòng)生成新的任務(wù)實(shí)例，以促使無(wú)人駕駛車輛進(jìn)一步提高適應(yīng)復(fù)雜環(huán)境的能力。

大腦使用其內(nèi)在的活動(dòng)狀態(tài)（alpha振蕩）解決視知覺(jué)模糊性證據(jù)

華南師范大學(xué)心理學(xué)院陳騏教授課題組揭示了大腦利用其內(nèi)在的神經(jīng)振蕩狀態(tài)解決知覺(jué)模糊性的神經(jīng)機(jī)制，研究論文發(fā)表于PLOS Biology。研究團(tuán)隊(duì)觀察到視覺(jué)系統(tǒng)中最主要的神經(jīng)振蕩alpha頻段（8～13Hz）為知覺(jué)組織加工提供了時(shí)間窗：在模糊的動(dòng)態(tài)視覺(jué)場(chǎng)景中，當(dāng)大腦的alpha振蕩較慢，相繼呈現(xiàn)的兩幀刺激會(huì)落在同一個(gè)alpha周期內(nèi)，它們會(huì)在時(shí)間上整合在一起，從而產(chǎn)生一種感知；當(dāng)alpha振蕩較快，兩幀會(huì)落在不同的alpha周期中，它們會(huì)在空間上整合在一起，從而產(chǎn)生另一種感知。大腦能夠利用這種內(nèi)在alpha振蕩的實(shí)時(shí)速度，來(lái)積極預(yù)測(cè)最可能的感知，在真實(shí)刺激呈現(xiàn)之前，就提前激活預(yù)期感知的神經(jīng)表征。

人機(jī)交互與人工智能: 從交替浮沉到協(xié)同共進(jìn)

中國(guó)科學(xué)院軟件研究所計(jì)算機(jī)科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室田豐等人在《中國(guó)科學(xué)：信息科學(xué)》上聯(lián)合發(fā)表“人機(jī)交互與人工智能: 從交替浮沉到協(xié)同共進(jìn)”的綜述文章。文章指出，人機(jī)交互與人工智能是智能信息時(shí)代備受關(guān)注的兩大重要研究領(lǐng)域。通過(guò)人機(jī)交互與人工智能發(fā)展歷程可以發(fā)現(xiàn)，二者的關(guān)系從過(guò)去的此起彼伏逐漸變成了當(dāng)下的相互促進(jìn)，基于二者深度融合的典型應(yīng)用也在教育、醫(yī)療等關(guān)鍵領(lǐng)域不斷涌現(xiàn)。人機(jī)交互為人工智能提供了應(yīng)用需求和研究思路，而人工智能也驅(qū)動(dòng)了人機(jī)交互技術(shù)的發(fā)展和變革。放眼未來(lái)，人機(jī)交互與人工智能將保持當(dāng)下這種相互促進(jìn)、互相驅(qū)動(dòng)的關(guān)系, 更加深入地融合并協(xié)同發(fā)展。

像素級(jí)高效人手檢測(cè)研究進(jìn)展

中國(guó)科學(xué)院軟件研究所武延軍團(tuán)隊(duì)張立波等人在像素級(jí)高效人手檢測(cè)領(lǐng)域取得進(jìn)展，為人手運(yùn)動(dòng)視頻的實(shí)時(shí)檢測(cè)估計(jì)處理提供了一種新方法，有望用于網(wǎng)約車、公交車等駕駛狀態(tài)實(shí)時(shí)監(jiān)控，減少安全事故。相關(guān)成果發(fā)表于國(guó)際人工智能會(huì)議AAAI Conference on Artificial Intelligence (AAAI 2019)。研究團(tuán)隊(duì)提出了一種尺度不變的全卷積神經(jīng)網(wǎng)絡(luò)，補(bǔ)充加權(quán)特征融合模塊學(xué)習(xí)不同尺度的特異性，對(duì)網(wǎng)絡(luò)的中間層也加入了監(jiān)督，以迭代的方式融合多個(gè)尺度的特征進(jìn)行最后的預(yù)測(cè)，與當(dāng)前最好方法相比，在保證精度的同時(shí)檢測(cè)速度更快，將單張圖像處理速度最高提升4.23倍，首次達(dá)到62.5 fps。

研究提出的網(wǎng)絡(luò)結(jié)構(gòu) (a)特征提取部分,(b) 特征融合部分, (c) 輸出部分。（圖片來(lái)源于中國(guó)科學(xué)院軟件研究所網(wǎng)站）

結(jié)果對(duì)比，SIFCN (青色，該研究) 和 Multi-scale fast RCNN (紅色，Yan et al. 2017)(a) VIVA 數(shù)據(jù)集 (b)Oxford 數(shù)據(jù)集。（圖片來(lái)源于中國(guó)科學(xué)院軟件研究所網(wǎng)站）

人臉識(shí)別新突破：真實(shí)場(chǎng)景下的大規(guī)模雙樣本學(xué)習(xí)方法

中國(guó)科學(xué)院自動(dòng)化研究所朱翔昱、雷震等研究人員提出的大規(guī)模雙樣本學(xué)習(xí)方法包括兩個(gè)方面：一是提出了一種分類—驗(yàn)證—分類(CVC)的訓(xùn)練策略來(lái)逐步提高實(shí)際場(chǎng)景中的性能，二是針對(duì)大規(guī)模分類問(wèn)題提出了DP-softmax使得深度學(xué)習(xí)在超大規(guī)模類別的分類上具有可擴(kuò)展性。研究成果發(fā)表于International Journal of Computer Vision。近年來(lái)得益于網(wǎng)絡(luò)架構(gòu)、訓(xùn)練策略以及人臉數(shù)據(jù)的發(fā)展，人臉識(shí)別技術(shù)取得了進(jìn)步，越來(lái)越多地被推廣到安防領(lǐng)域，延伸出考勤機(jī)、門禁機(jī)等多種產(chǎn)品，產(chǎn)品系列達(dá)20多種類型，可以全面覆蓋煤礦、樓宇、銀行、軍隊(duì)、社會(huì)福利保障、電子商務(wù)及安全防務(wù)等領(lǐng)域。

用量子計(jì)算方案實(shí)現(xiàn)Hopfield神經(jīng)網(wǎng)絡(luò)“聯(lián)想記憶”功能

上海交通大學(xué)金賢敏教授團(tuán)隊(duì)基于三維光子集成芯片，在實(shí)驗(yàn)上通過(guò)量子隨機(jī)行走成功演示Hopfield神經(jīng)網(wǎng)絡(luò)“聯(lián)想記憶”功能，相關(guān)研究成果發(fā)表于Physical Review Applied。量子信息科學(xué)與人工智能技術(shù)不斷取得了諸多改變傳統(tǒng)信息科學(xué)的進(jìn)展。量子信息科學(xué)以量子物理基本原理作為依托，結(jié)合數(shù)學(xué)、信息科學(xué)、光電工程等學(xué)科，有望為信息安全和計(jì)算機(jī)的絕對(duì)計(jì)算能力帶來(lái)了革命性的提升；同時(shí)，作為人工智能研究領(lǐng)域中一個(gè)極其重要的研究分支，在大數(shù)據(jù)時(shí)代背景下，機(jī)器學(xué)習(xí)能有效地抽取信息，在信息技術(shù)、社會(huì)科學(xué)等多個(gè)領(lǐng)域中展示出解決實(shí)際問(wèn)題的巨大潛力。這兩個(gè)前沿領(lǐng)域的交叉研究是近年熱點(diǎn)方向。

實(shí)現(xiàn)動(dòng)物裸眼紅外光感知和紅外圖像視覺(jué)能力

中國(guó)科學(xué)技術(shù)大學(xué)生命科學(xué)與醫(yī)學(xué)部薛天教授研究組與美國(guó)馬薩諸塞州州立大學(xué)醫(yī)學(xué)院韓綱教授研究組合作，結(jié)合視覺(jué)神經(jīng)生物醫(yī)學(xué)與創(chuàng)新納米技術(shù)，實(shí)現(xiàn)動(dòng)物裸眼紅外光感知和紅外圖像視覺(jué)能力。該研究成果發(fā)表于Cell。在生物進(jìn)化歷程中沒(méi)有出現(xiàn)任何基于感光蛋白的能夠感知超過(guò)700納米的紅外光的動(dòng)物感光細(xì)胞，更無(wú)法在大腦中形成紅外光圖像視覺(jué)（個(gè)別動(dòng)物如部分蛇類的紅外線感知能力是通過(guò)溫度感知實(shí)現(xiàn)的）?？茖W(xué)家嘗試?yán)靡环N可吸收紅外光發(fā)出可見(jiàn)光的上轉(zhuǎn)換納米材料，導(dǎo)入動(dòng)物視網(wǎng)膜中以實(shí)現(xiàn)紅外視覺(jué)感知。體外感光細(xì)胞單細(xì)胞光電生理記錄證實(shí)這種納米材料確實(shí)可以吸收紅外光后激發(fā)小鼠視桿細(xì)胞電活動(dòng)。