本週的前沿洞察又與大家一期一會了！在人工智能、醫療等領域，望潮君為你找到了：扔東西比你還準的機器人、用機器打造可以區分軟硬的機械手、可預防偷盜行為的神奇AI系統以及激發人體天然防禦能力的定製型癌症疫苗...
下面就一起去看看這些前沿技術吧：
扔東西比你還準的機器人
目前的大部分機器人只能按照固定的程序執行簡單而重複的工作，無法在一個時刻變化的動態世界中進化。一旦工作場景改變，甚至是工作對象出現一點變化，這些機器人很可能會直接歇菜。
為了解決這一問題，來自谷歌、麻省理工學院、普林斯頓大學，哥倫比亞大學的研究人員利用一套端到端的神經網絡，開發了一款名為 TossingBot 的投擲機器人，能夠自行識別雜亂無章且形狀不一的零件，然後將它們一一抓起，扔到附近盒子中的指定區域內，成功率高達 85%。
圖 | 訓練前（左）VS 訓練後（右）（來源：谷歌）
在剛開始訓練時，研究團隊採用了無監督式訓練方法，沒有指定一種或幾種形狀，也沒教它如何拾取不同形狀的物體，完全放任它自己摸索經驗，尋找技巧。之後，研究人員為 TossingBot 配備了一部攝像機作為它的眼睛，負責觀察物體及其運動軌跡。通過計算機視覺算法，它看到的物體會被轉換成 RGB-D 圖像，供它分析和識別不同物體的特徵。
在像素組成的成像圖上，它標出了乒乓球，馬克筆和木塊等類別，這說明機器人依據的分類標準很可能是形狀這樣的幾何元素，而不是顏色或重量等屬性。即使兩個乒乓球緊挨彼此，看起來像是一個木塊，TossingBot 也可以準確地區分出來，足以看出它對特徵提取和分辨的準確程度。
圖 | TossingBot在沒有監督的情況下學會了分類
學會分類後，TossingBot 面臨的挑戰是抓取和投擲。研究團隊結合物理學和深度學習技術，打造出一個被他們稱為“Residual Physics”（RP）的模型，包括感知網絡、物理原理、抓取網絡和投擲網絡等模塊。
RP 模型的泛化能力很強。面對沒有見過的物體時，比如假水果，裝飾物和辦公用品，經過訓練的 TossingBot 可以藉助之前學會的簡單形狀的投擲技巧，在 1-2 個小時之內掌握新的技巧。
經過14個小時的訓練後，面對訓練過的球狀、柱狀、方塊狀和錘子狀物體， TossingBot 的平均準確率約為 82%-85%，每小時的有效抓取次數在 500 次以上。相比之下，研究團隊成員的平均投擲準確率在 80% 左右。
當然，這項研究本身還存在一些侷限性，同時，如果可以在視覺數據的基礎上，引入其它數據，可能會讓系統變得更加準確，更容易掌握新物體的投擲技巧。
用機器學習打造能夠區分軟硬的機械手
製造一個能拿起物體的機器人已經不是什麼新鮮事，但是區分物體的軟硬程度則是完全不同的概念。
近日，麻省理工學院的研究人員開發出了一套新的學習系統（模型），名為“粒子交互網絡”（DPI-Nets），以及一個擁有兩隻手指的機械手“RiceGrip”。該模型基於機器學習技術，可以教會 RiceGrip 識別目標材料的軟硬程度，預測材料如何對其壓力做出反應，並且將柔軟材料捏成某種目標形狀。
與機器人不同，人類大腦中的物理直覺幾乎是與生俱來的。五個月大的孩子就懂得了固體和液體有所不同，從而自然而然地調整對待它們的方式。機器人也需要類似的物理模型，於是研究人員製作了一個以“粒子”為基本單位的模型。它可以將不同材料“分解”成粒子，然後對其建模，從而分析不同部分受到作用力時的形變和相互作用，形成一個動態的交互模型圖。
交互圖中的每一個節點代表一個粒子，相鄰的節點由向邊（directed edge）連接，可以傳遞粒子相互作用的信息。一副圖中包含數千個節點和向邊，用來捕獲和描繪粒子的複雜行為。神經網絡 DPI-Nets，則可以反覆進行抓取訓練，利用反饋數據學習如何控制抓力的大小。
這項研究雖然還處於初級階段，但研究人員認為，讓機器人建立類似人類的物理直覺很有價值，有助於進一步細化機器人的控制系統，增強它們進行細緻操作的能力。
未來，研究團隊將繼續改進模型，幫助機器人在部分場景條件未知的條件下，更好地預測整體的互動行為，同時探索與端到端預測模塊結合的可能性，用來預測圖像。也許它還能學會製作壽司也說不定。
可預防偷盜行為的神奇AI系統
在電影《少數派報告》中提出了一個概念，通過對人類行為的分析，從而在犯罪者做出犯罪行為之前預防犯罪。當初看電影可能會覺得這部分有點不切實際，但是現在，日本一家公司就推出了一個AI軟件---VaakEye系統，能夠通過攝像頭對商店中顧客的行為進行分析，從而預判並提醒店員偷竊等行為的發生。
VaakEye系統通過視頻圖像專注於人類行為 ,已經部署在日本各地的 50 多家商店中 ，其可以不 斷監控安全攝像頭拍的畫面 斷監控安全攝像頭拍的畫面 。
VaakEye 可以分析全身超過 100 個點的人體運動 ，並能夠檢測出其他類型的反社會行為，包括身體攻擊和更復雜的動作 。
VaakEye系統注意到的每個行為都會因可疑而加權 ，
一旦客戶達到某個閾值，系統就會將其警報 （包括視頻剪輯）發送給相應的工作人員。當可疑對象被店員關注到，主動提出“幫助 ”後，很大概率可以預防盜竊 。
儘管Vaak公司目前專注於預防盜竊，但他們也計劃提高該軟件的功能性。該軟件還可以用來分析消費者與各種產品的互動方式，從而幫助企業更好地展示他們的商品，也可以用在公共場所和火車站臺，以察覺可疑行為，
防止有人企圖自殺。激發人體天然防禦能力的定製型癌症疫苗
傳統化學療法對健康細胞有很大影響，而且對腫瘤的治療效果並不總是理想。現在，有一種可定製型癌症疫苗， 通過識別各腫瘤的特異性突變，激發人體的天然防禦能力，從而對癌細胞進行針對性破壞。
目前，科學家正處於將首支個性定製疫苗商業化的關鍵時刻。如果其效果真如預期的話，該疫苗就的確能夠通過腫瘤獨特的突變觸發人體免疫系統對其進行識別，從而有效地阻止多種癌症的發生。
在初始治療後，攻擊性免疫細胞將也會對遊離的癌細胞保持警惕。在人類基因組計劃完成五年後的 2008 年，當遺傳學家公佈了癌細胞的第一個序列時，這種疫苗的誕生就不再是天方夜譚了。
此後不久，研究人員開始將癌細胞的 DNA 與健康細胞和其他腫瘤細胞三者的 DNA 進行比較。研究證實，所有這些癌細胞都含有數百個甚至數千個特定的突變，其中大多數是這些腫瘤各自特有的。幾年後，一家名為 BioNTech 的德國初創公司提供了令人信服的證據，證明含有這些突變拷貝的疫苗可以催化機體的免疫系統產生 T 細胞，從而做好發現、攻擊和摧毀所有含有這些突變癌細胞的準備。
目前正在進行的試驗針對至少 10 種實體癌症，目標是在全球各地招募 560 名以上的志願者。目前，這兩家公司正在設計新的生產技術，以期能廉價快速地生產數千種私人訂製疫苗。
但這會是塊“硬骨頭”，因為製造疫苗需要對病人的腫瘤進行活檢，對其 DNA 進行測序和分析，並將這些信息迅速傳遞到生產現場。一旦生產出來，疫苗就必須及時送到醫院，而任何延誤都可能是致命的。
— END —
閱讀更多 望潮科技 的文章
