視覺(jué)學(xué)習(xí)行為的神經(jīng)機(jī)制

中國(guó)科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（神經(jīng)科學(xué)研究所）、上海腦科學(xué)與類腦研究中心、神經(jīng)科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室姚海珊研究組開(kāi)展了眶額葉皮層通過(guò)調(diào)節(jié)初級(jí)視皮層的反應(yīng)增益促進(jìn)視覺(jué)偶聯(lián)學(xué)習(xí)的研究。研究論文發(fā)表于Nature Communications。通過(guò)光遺傳標(biāo)記技術(shù)，發(fā)現(xiàn)投向V1的OFC神經(jīng)元通過(guò)降低放電率的方式編碼獎(jiǎng)勵(lì)預(yù)期信號(hào)，與V1神經(jīng)元相反。在No-Go刺激出現(xiàn)時(shí)抑制OFC向V1投射的活動(dòng)能夠減慢小鼠的視覺(jué)學(xué)習(xí)速率，而光遺傳激活V1的SST抑制性神經(jīng)元能夠提高小鼠的學(xué)習(xí)速率。因此，OFC向V1的投射能夠調(diào)節(jié)V1神經(jīng)元對(duì)獎(jiǎng)勵(lì)無(wú)關(guān)刺激的反應(yīng)，通過(guò)改變刺激的顯著性來(lái)易化視覺(jué)偶聯(lián)學(xué)習(xí)。

基于機(jī)器學(xué)習(xí)的太陽(yáng)風(fēng)分類及其空間天氣預(yù)警應(yīng)用研究進(jìn)展

中國(guó)科學(xué)院國(guó)家空間科學(xué)中心天氣室研究員李暉、王赤等與南京信息工程大學(xué)副教授許飛展開(kāi)人工智能識(shí)別太陽(yáng)風(fēng)分類的合作研究。研究論文發(fā)表于Earth and Space Science。團(tuán)隊(duì)利用國(guó)際流行的10種機(jī)器學(xué)習(xí)分類算法（KNN、LSVM、RBFSVM、DT、RF、AdaBoost、NN、GNB、QDA、XGBoost）在優(yōu)選后的八維參數(shù)空間中開(kāi)發(fā)了太陽(yáng)風(fēng)分類的自動(dòng)識(shí)別算法，可以自動(dòng)、快速地將太陽(yáng)風(fēng)觀測(cè)數(shù)據(jù)分為冕洞風(fēng)、冕流風(fēng)、扇區(qū)反轉(zhuǎn)區(qū)風(fēng)和日冕拋射風(fēng)4類。該研究證實(shí)了基于機(jī)器學(xué)習(xí)的分類算法有能力高效而準(zhǔn)確地識(shí)別出4種典型類型的太陽(yáng)風(fēng)，可以獲得比以往經(jīng)驗(yàn)?zāi)Ｐ透玫姆诸愋Ч?/p>

數(shù)據(jù)驅(qū)動(dòng)的藍(lán)藻水華研究進(jìn)展

中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院大數(shù)據(jù)挖掘及應(yīng)用中心與中國(guó)科學(xué)院水生生物研究所研究員宋立榮課題組合作，將人工智能方法與水生態(tài)問(wèn)題進(jìn)行融合，利用模型對(duì)我國(guó)大中型淺水湖泊藍(lán)藻水華數(shù)據(jù)進(jìn)行深入挖掘分析。研究論文發(fā)表于Harmful Algae。研究證實(shí)微囊藻生物量變化主要受到水溫和總磷濃度調(diào)控，絲狀藍(lán)藻生物量依賴于具體的水體生境條件。建立了環(huán)境因子與藍(lán)藻生物量及產(chǎn)毒能力的因果關(guān)聯(lián)，檢驗(yàn)出水溫、光強(qiáng)和氮濃度依次為影響毒素濃度的關(guān)鍵因子，從毒素控制角度強(qiáng)調(diào)了氮磷雙控的控制策略。利用貝葉斯推斷方法對(duì)我國(guó)“三湖”氮、磷營(yíng)養(yǎng)鹽的控制濃度進(jìn)行估算，強(qiáng)調(diào)氣候變暖會(huì)影響營(yíng)養(yǎng)鹽標(biāo)準(zhǔn)的參考閾值。

智能計(jì)算成像研究方面取得新進(jìn)展

中國(guó)科學(xué)院上海光學(xué)精密機(jī)械研究所信息光學(xué)與光電技術(shù)實(shí)驗(yàn)室與德國(guó)斯圖加特大學(xué)應(yīng)用光學(xué)研究所、美國(guó)麻省理工學(xué)院合作，提出并實(shí)驗(yàn)驗(yàn)證了一種基于物理模型和深度神經(jīng)網(wǎng)絡(luò)的新型計(jì)算成像方法，無(wú)須大量帶標(biāo)簽的數(shù)據(jù)來(lái)完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練，促進(jìn)了人工智能技術(shù)在計(jì)算成像中的廣泛應(yīng)用。論文發(fā)表于Light： Science & Applications。針對(duì)基于深度學(xué)習(xí)的計(jì)算成像方法中訓(xùn)練數(shù)據(jù)難以獲取和模型泛化性有限的問(wèn)題，提出將物理模型與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法（Physics-enhanced deep neural network， PhysenNet），利用物理模型替代訓(xùn)練數(shù)據(jù)來(lái)驅(qū)動(dòng)網(wǎng)絡(luò)參數(shù)的優(yōu)化，以計(jì)算成像中的經(jīng)典例子“相位成像”來(lái)驗(yàn)證該方法的有效性。

基于參考圖像的人臉組成編輯方法

中國(guó)科學(xué)院自動(dòng)化研究所媒體深度偽造與反偽造創(chuàng)新團(tuán)隊(duì)孫哲南研究員、李琦副研究員等人提出了一種從參考圖像學(xué)習(xí)目標(biāo)人臉組成形狀的人臉組成編輯算法（r-FACE）。相關(guān)論文收錄于IJCAI 2020。人臉肖像編輯指基于一幅給定的人臉圖像，對(duì)人臉的屬性或組成進(jìn)行編輯，并且生成的圖像看起來(lái)真實(shí)自然，其在影視制作、照片處理和交互式娛樂(lè)等方面具有廣闊的應(yīng)用前景。該方法提出了多樣化且可控的人臉組成編輯方法，并較好地保留原始圖像的姿勢(shì)、膚色等風(fēng)格特征，與傳統(tǒng)算法及商業(yè)PS算法等相比有明顯視覺(jué)效果提升。該方法能夠生成高質(zhì)量和多樣化的人臉，并可以實(shí)現(xiàn)顯著語(yǔ)義形狀變化的人臉組成編輯。

從大規(guī)?？茖W(xué)文獻(xiàn)中提取生物醫(yī)學(xué)實(shí)體關(guān)系的新型深度學(xué)習(xí)模型

清華大學(xué)交叉信息研究院曾堅(jiān)陽(yáng)研究組成功開(kāi)發(fā)了從大規(guī)?？茖W(xué)文獻(xiàn)中提取生物醫(yī)學(xué)實(shí)體關(guān)系的深度學(xué)習(xí)模型，即基于機(jī)器學(xué)習(xí)的大規(guī)模生物醫(yī)學(xué)關(guān)系自動(dòng)抽取技術(shù)。研究論文發(fā)表于Nature Machine Intelligence。研究團(tuán)隊(duì)采用了一種基于遠(yuǎn)監(jiān)督的深度學(xué)習(xí)策略，使得模型能夠在不依賴人工標(biāo)注數(shù)據(jù)的情況下應(yīng)用到各種生物醫(yī)學(xué)關(guān)系抽取場(chǎng)景當(dāng)中。此外，文章所提出的集成了隱式句法樹(shù)學(xué)習(xí)和注意力機(jī)制的模型，在多項(xiàng)生物醫(yī)學(xué)關(guān)系抽取任務(wù)當(dāng)中，都取得了領(lǐng)先的實(shí)驗(yàn)結(jié)果。這項(xiàng)研究成果表明，這種新型的機(jī)器學(xué)習(xí)框架能夠?yàn)樯镝t(yī)學(xué)關(guān)系發(fā)現(xiàn)提供有力的幫助。

預(yù)測(cè)納米金屬氧化物炎癥效應(yīng)的機(jī)器學(xué)習(xí)模型

大連理工大學(xué)環(huán)境學(xué)院李雪花副教授團(tuán)隊(duì)與蘇州大學(xué)李瑞賓教授團(tuán)隊(duì)合作，首次構(gòu)建了機(jī)器學(xué)習(xí)模型，實(shí)現(xiàn)了對(duì)納米材料造成肺部炎癥效應(yīng)的預(yù)測(cè)。不僅為納米材料風(fēng)險(xiǎn)評(píng)價(jià)提供了重要的工具，還拓展了對(duì)納米材料炎癥效應(yīng)機(jī)理的認(rèn)識(shí)。研究論文發(fā)表于Environmental Health Perspectives。論文構(gòu)建了包含30種納米金屬氧化物的數(shù)據(jù)庫(kù)，其中涵蓋金屬氧化物的4種定量、理化性質(zhì)。開(kāi)發(fā)了預(yù)測(cè)納米金屬氧化物肺部炎癥效應(yīng)的機(jī)器學(xué)習(xí)模型。識(shí)別和證明了金屬氧化物誘導(dǎo)炎癥效應(yīng)的關(guān)鍵細(xì)胞事件。研究表明細(xì)胞攝取、溶酶體損傷及組蛋白酶Cathepsin B釋放是金屬氧化物造成炎癥的關(guān)鍵事件。

自動(dòng)化所空間機(jī)器人自主操控技術(shù)研究進(jìn)展

中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所機(jī)器人學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室、中科院“空間自主操控創(chuàng)新交叉團(tuán)隊(duì)”張?chǎng)?、劉金?guó)等，針對(duì)不具備抓捕特征的空間非合作目標(biāo)，提出了一種機(jī)器人化“鎖籠對(duì)”的捕獲方法。研究論文發(fā)表于IEEE/ASME Transactions on Mechatronics。文章提出了采用雙臂空間機(jī)器人實(shí)現(xiàn)鎖籠對(duì)的捕獲方法，核心是將目標(biāo)限定在有限的封閉空間之中，即機(jī)器人化鎖籠中；并提出鎖困兼容性概念以及相應(yīng)的性能指標(biāo)，用于定量地描述鎖籠對(duì)方法的捕獲能力。基于該性能指標(biāo)，提出一種雙臂空間機(jī)器人預(yù)捕獲構(gòu)型的規(guī)劃算法，以獲得最優(yōu)捕獲能力。最后，搭建氣浮式空間機(jī)器人實(shí)驗(yàn)平臺(tái)驗(yàn)證了方法的有效性。