AI已成功预测老年痴呆 看下具体情况

1.老年痴呆症可望被治愈？人工智能算法已成功预测病症！

近日，专门研究人工智能医疗体系的科学家们，通过训练研发出一种新的人工智能算法，这种算法目前已成功预测出了导致阿尔茨海默病病人认知能力下降的症状，这对于研究和治疗阿尔茨海默病具有非同寻常的意义。该人工智能算法主要由道格拉斯心理健康大学研究所，计算神经科学家MallarChakravarty博士和他的同事设计，这种特殊的算法核心是使用人工智能技术和大数据，通过对人体大脑的磁共振成像（MRI），结合遗传学和临床数据进行深度学习和人工智能分析，对疑似患有阿尔茨海默病风险的病人进行认知衰退分析，在其大脑进行单次淀粉样蛋白的PET扫描来完成识别，这种通过人工智能算法深入到细胞层面的分析，目前已能够在痴呆症发病前两年准确识别出痴呆症早期的迹象，通过对来自800多名受试者的数据进行分析，并结合从MRI成像到基因型和临床信息的各种生物标记物，可以为患者和医生争取到更多的针对性医疗手段，提升病症的治愈几率。

2.MIT新研究，利用算法加快机器人调整对物体抓握等过程

对于人类来说，闲来无事时转转手中的笔绝非难事，但对于一个机器人（例如，一个正在整理一堆物体并试图很好地抓握其中一个物体的机器人）来说，这是一项计算繁琐的操作。甚至在尝试移动之前，机器人都必须根据物理基本定律计算出一系列特性和概率，例如桌子，笔和手指之间的摩擦和几何形状，以及各种组合如何机械地相互作用都会是机器人需要考虑的影响因素。近日，麻省理工学院的工程师研究出新方法，可以通过将物体推向静止表面来显著加快机器人调整其对物体的抓握力所需的计划处理过程。传统算法需要数十分钟来计划一系列动作，而新团队的方法将这一预计划过程缩短到不到一秒钟。麻省理工学院机械工程副教授阿尔贝托？罗德里格斯（AlbertoRodriguez）说，更快的规划过程将使机器人（特别是在工业场景中）能够快速找出如何在其环境中推挤，滑动或以其他方式使用其功能来重新放置所握持的对象。这种灵活操作对于涉及拣选和排序甚至复杂的工具使用的任何任务都相当有益处。

3.CMU新研究，「教导」无人机自动拍摄影片

商用无人机产品可以解决一些自动化任务，但是这些系统目前还无法解决是艺术拍摄。卡内基？梅隆大学研究人员提出了一套完整的航空摄影系统，该系统可以学习人类的视觉偏好。并实现完全自主，不需要脚本场景，通过GPS标签来定位目标或先前的环境地图进行拍摄。「我们正在将影片导演的职能转移到无人机上，」CMU机器人学院的博士生RogerioBonatti说道。「无人机将自身定位为记录场景中最重要的方面。其可以自动了解场景的背景-障碍物在哪里，演员在哪里-并积极地寻找哪些角度能创造出在视觉上更有趣的场景」这也是保持其安全和不坠毁的原因。」

4.旷视加快IPO，要赶在11月初上市

10月16日，据外媒报道，知情人士称，AI独角兽企业旷视科技正在积极推进在香港IPO的计划，力争11月初举行上市聆讯。据悉，若上市成功，旷视科技将成为国内人工智能企业第一股，同时也是继小米和美团之后，第三家同股不同权港股上市公司。

5.ABB“掌门人”张志强：在厦建设ABB全球最大创新和制造基地

10月16日消息，ABB厦门工业中心二期项目已顺利投产。ABB集团高级副总裁兼ABB(中国)有限公司总裁张志强称：“ABB厦门工业中心致力于打造数字化工厂的典范。”他表示，数字经济已成为高质量发展的新引擎，ABB将发挥数字化、智能化优势，为产业升级、数字经济发展贡献力量。据悉，ABB厦门工业中心，是ABB全球最大的创新和制造基地，整合了ABB从研发、制造、工程到销售和服务的全产业链业务，并涵盖ABB中国供应链管理等职能部门。

6.人类究竟会在何时何情境下责怪机器人？美国北卡罗来纳大学新研究揭示新发现

美国北卡罗莱纳州立大学的一项最新研究发现，人们很可能将工作场所事故归咎于机器人，但前提是他们相信机器人是自主的。北卡罗来纳州立大学心理学教授道格？吉兰（DougGillan）说：「机器人在工作场所中的使用越来越普遍，对于我们来说，了解人们如何看待机器人是非常重要的，包括在工作中发生事故时人们如何看待机器人。」道格同时作为该论文通讯作者介绍道。为了探讨这一问题，研究人员进行了一项研究，向164人展示了几种工作场所场景，其中涉及探讨人和机器人的事故。

7.MIT新研究揭示假新闻数据集偏见及改善自动检测器

麻省理工学院计算机科学与人工智能实验室（CSAIL）的一个小组发现可识别假新闻生成器的自动检测器是不完整的。为了证明这一点，研究人员开发了攻击手段，证明可以骗过最先进的假新闻检测器。该团队将大量现有人类手写文本自动破坏以更改其含义。研究人员表示，我们需要有一种心态，即最本质的'假新闻'特征是事实的虚假，而不是文本是否是由机器生成的。这一发现令人质疑目前检测器在帮助发现其他新闻来源中错误信息方面的可信度。