热门追寻/深度评论/ 实地看望 / 商务协作
咱们好，一周技能前沿洞悉又和咱们碰头啦，本周有许多技能打破都让人眼前一亮，比方科学家们发现新血检技能或能提早5年查出乳腺癌，新的支架技能能够替代活检程序，还有能让动物换脸、能缓解交通拥堵AI，Google、英伟达等大公司们也有许多新研讨和新运用，赶紧跟硅谷洞悉来看看吧！
海外高校
经过简略血液检测，或能提早5年诊查出乳腺癌！
美国时刻11月3日，在2019NCRI（美国国家癌症研讨所）会议上，来自英国诺丁汉大学的研讨人员称发现了一种新的血检办法，或能提早5年测出乳腺癌。
此办法的原理是经过辨认血液中的由癌细胞影响生成的本身抗体，来检测是否患癌。他们从被确诊出患有乳腺癌的90名乳腺癌患者中采集了血液样本，并与90例无乳腺癌患者（对照组）的样本进行匹配。
之后运用筛查技能（蛋白质微阵列），快速筛查血样中是否存在针对与乳腺癌相关的40种TAA的本身抗体，以及针对与该疾病无关的27种TAA的本身抗体。研讨成果标明，乳腺癌确实能诱导针对特定肿瘤相关抗原的本身抗体，现在经过判定血液中的这些本身抗体，能够以合理的准确度检测出癌症。
现在，研讨人员正在对9个TAA进行测验，预备经过更多的样本实验来进步测验的准确性，如若可行，该办法能够替代乳房X光查看，估计会在四至五年内将这项血检办法推行。
感兴趣的能够点击原文阅览：
https:///blog/2019/11/01/ai-helps-farmers-whack-weeds/
美国高校
MIT开发新体系防止主动驾驶的街角事端
为了进步主动驾驶体系的安全性，麻省理工学院的工程师开发了一种体系ShadowCam，该体系能够感知地上暗影的细小改动，然后确认角落处是否有移动物体。
未来，主动驾驶轿车能够运用该体系来防止与另一辆轿车或行人从建筑物角落处呈现的潜在磕碰。将来，在医院里运送药物等物品的机器人也能够运用该体系来防止撞到他人。
ShadowCam运用来自摄像机的视频帧序列，这些摄像机针对特定区域能够检测不同图画之间光强度随时刻的改动，这或许标明某些物体在移开或挨近。这些改动很难用肉眼看见，但能够由方针和环境的各种特点确认。
ShadowCam核算该信息，并将每个图画分类为停止或正在运动的物体方针。假如它分类为正在运动，体系会做出相应的反响。
接下来，研讨人员正在进一步开发该体系，以在不同的室内和室外照明条件下作业。将来，或许还会有一些办法能够加快体系的暗影检测速度，并主动为暗影改动标示方针区域。
感兴趣的能够点击原文阅览：
http://news.mit.edu/2019/helping-autonomous-vehicles-see-around-corners-1028
凭借AI技能，机器成为阅览脑部扫描的专家
近来，加利福尼亚大学旧金山分校（UCSF）和加州大学伯克利分校的科学家开发了一种新的核算机算法，在头部扫描中发现细小脑出血确实诊事例中胜过了资深脑部科学家。
在当时的脑部确诊中，放射科医师一般每天查看不计其数张脑部图画，以寻觅或许危及生命的紧急情况的细小反常现象，但此进程既消耗时刻也有或许犯错。
而新研制的算法仅用一秒钟即可确认整个头部扫描是否包含任何出血痕迹，它还能够追寻大脑三维结构中反常的概括，然后极大的削减了医师花在查看其成果上的时刻。有些斑驳的巨细或许在100像素左右，乃至放射线专家有时也会错失它们，或许会形成严峻的结果。
鉴于每天都有很多遭受外伤性脑损伤并被送往急诊室的人，这项技能有十分重要的临床意义，将有望协助医师确诊和医治脑外伤患者、中风和动脉瘤。
感兴趣的能够点击原文阅览：
https://news.berkeley.edu/story_jump/with-ai-machines-become-expert-at-finding-hemorrhages-on-brain-scans/
科学家研制出植入式癌症“钓饵” ，有望替代活检进行肿瘤检测
癌症丧命的首要因素之一是其分散到全身的才能，因而关于医师而言，在癌症分散之前对其进行检测十分重要。密歇根大学的研讨人员最近在小鼠上实验证明，只需在皮肤下植入细小的“钓饵”，就能够替代对受癌症污染的器官进行活安排查看的侵入性程序。
活安排查看触及取出和剖析少数安排样本，一般是确诊癌症或追寻其病况发展的令人不愉快但必要的程序。该团队创造了可促进安排成长的组成生物资料支架来处理这个问题。
支架经过将免疫细胞吸引到该部位而发挥作用，癌细胞（假如存在于体内）也将在那里支架邻近集合。然后，医师能够对在支架上的新成长物进行活检，以确诊癌症或查看现有的医治方案是否有用。
该技能可用于多种不同类型的癌症，例如胰腺癌等。研讨人员还表明，未来还能够给支架装备传感器和蓝牙技能，这些技能能够实时传递和检测患者信息而无需进行活检。
感兴趣的能够点击原文阅览：
https://news.umich.edu/implantable-cancer-traps-could-provide-earlier-diagnosis-help-monitor-treatment/
大公司
Ericsson 与NVIDIA协作开发构建虚拟化5G无线电接入网络
爱立信(Ericsson)与NVIDIA携手开发技能，使通讯服务供给商能够构建虚拟化的5G无线电接入网络（RAN），这将加快引进新的依据AI和IoT的服务。
为了向客户供给最佳的用户体会，由于对虚拟化的需求不断增加，通讯服务供给商正试图找到可选的技能处理方案和RAN架构。而在节省本钱，动力高效的基础上构建完好的虚拟化RAN处理方案，这是业界面对的首要应战。
该研讨的最终方针是让虚拟化的RAN技能商业化，然后为无线网络供给灵活性和才能，使其能够在较短时刻内进入市场，以供给AR、VR和游戏等新服务。
NVIDIA创始人兼首席执行官黄仁勋（Jensen Huang）说：“ 将5G、超级核算和AI交融在一起，将使咱们能够创立一个革命性的通讯渠道，有朝一日能支撑数十万亿个支撑AI的智能设备继续在线，而NVIDIA和爱立信正在协助创造这个激动人心的未来。”
感兴趣的能够点击原文阅览：
https://stechnews.com/news/2019/oct/28/ericsson-and-nvidia-collaborate-offer-virtualised-5g-ran/
Google Brain正在练习机器猜测分子气味，AI也将有嗅觉？
近来，Google Brain的研讨人员发布了一篇论文，展现了他们怎样练习一套机器学习算法来依据分子的结构猜测分子的气味。
从分子的化学结构中找出分子的气味十分困难。由于只需改动或去除一个原子或键，就能够从玫瑰变成烂鸡蛋的滋味。因而，他们运用了一种称为图神经网络（GNN）的图形，这种模型能够很好地了解各种图形结构，因而，GNN能够处理每个分子的结构，而且了解它们。
研讨员运用了近5000个分子，让香水专家细心地将每个分子与“木质”，“茉莉”或“甜”等描绘进行匹配，然后运用了大约三分之二的数据集进行练习网络，然后测验是否能够猜测剩下分子的气味有用。
研讨人员信任，就像让人工智能模仿视觉、听觉等其他感知才能相同，跟着机器学习在分子辨认范畴运用水平的进步，机器智能将能够进行气味辨认，然后具有嗅觉。
感兴趣的能够点击原文阅览：
https:///story/now-machines-learning-smell/
等红灯烦？十字路口正变得越来越“聪明”
以色列的科技公司NoTraffic正在运用AI，将十字路口从风险区域转变为聪明的“决策者”，以削减时刻延迟。
该公司是NVIDIA Inception草创企业孵化器的成员，现在已在美国多个城市展开试点项目。依照NoTraffic估计，这套体系能削减约2700小时的延误。
是怎样做到的呢？
首要，在穿插路口每个方向装置AI传感器单元（AI sensor units）。该单元集成了依据专用短程通讯（DSRC）和蜂窝车辆对一切设备（CV2X）的互联车辆功用。DSRC是车辆与基础设施之间的无线通讯通道体系。CV2X技能则供给了车辆、基础设施和任何相关实体之间的通讯。
然后，NoTraffic对一切路途运用者（包含轿车、公共轿车、货车、自行车和行人）进行检测和分类，当NoTraffic将每个穿插路口的数据安全地发送到云中，处理后的数据流再传输回装置在交通讯号控制柜中。
事实上，美国一家高校CMU的研制团队也在开发相似产品——Surtrac，它答应信号灯之间“互相对话”。每个信号经过感知挨近的交通流并生成时序方案，来优化穿插路口的车流，然后做出自己的时序决议。然后，信号灯会与相邻信号同享并创立和谐的动作。
CMU的体系使用人工智能依据交通状况和谐交通讯号灯，然后改进了交通流量并将均匀游览时刻削减了25％。
感兴趣的能够点击原文阅览：
https://blogs.nvidia.com/blog/2019/10/31/notraffic-ai-startup-intersections/
https:///blog/2019/10/27/ai-gans-pets-ganimals/
怎样样，今日的哪个技能技能让你最为形象深入呢？欢迎咱们留言评论！
