1.拳擊與機器人的結合
也許每一個少年都曾經有過一個拳擊夢和一個機器人夢。而有一部電影就把這兩種元素結合在了一起。
這部電影的名字叫做《鐵甲鋼拳》。
故事發生在2020年。2020年的整個世界發生了巨大的變化，人類拳擊已經被禁止了，所以說如果你想去進行拳擊比賽的話，你必須要有機器人才行，而休傑克曼所飾演的這個角色，他就是專門從事於機器人拳擊的一個人。
但是一個拳擊機器人要花很多錢，所以說他花光了自己的積蓄去購買了一個拳擊機器人，但是這個拳擊機器人的效果並不好，進行了幾場比賽就被打壞了。
這個時候突然出現了一個他素未謀面的兒子。
自己的兒子必須要和自己相處一段時間，所以說他和他的兒子一起去進行一些拳擊機器人拳擊的東西。
一個偶然的機會，他們走到到了一個廢品收購站，並在那個地方撿到了一個拳擊機器人，這個全集機器人和其他的拳擊機器人不一樣。
其他的拳擊機器人都是由人所操控的，但是這個機器人是有自己的處理方式的，他會模仿人的行為，但是並不為人所直接操控。
他的兒子非常激動，因為這是他第一次擁有一個拳擊機器人。
他和主角一起培訓這個拳擊機器人，並且教會他了很多拳擊技巧。
他們帶著這個拳擊機器人一起征戰在機器人拳壇，而且贏下了很多比賽，同時也贏了很多錢，最終他們走到了最後一步，和超級拳擊機器人進行戰鬥，最終他們兩個贏下了這一場艱難的比賽。
在這個過程中，他們與這個機器人也有了很深的感情。
當有人說要出錢買這個機器人的時候，他們非常的猶豫，最終他們拒絕了。他們之後也和這個機器人一起生活著，並且過的很好。
2.新型AI機器人可在4秒鐘內找到漫畫主人公
據報道，開發人員發明了一款人工智能機器人，可以利用面部識別技術在4秒內從300個虛構的人物中找到角色“威利”，並且可以用機械手臂指出來。
《威利在哪裡》是一套由英國插畫家Martin Handford創作的兒童書籍。威利是書中的主人翁，是一個環遊世界的旅行家。
他的重要特徵是身穿紅白條紋的衣服，頭戴絨球帽，手上拿著木製手杖，帶著一幅眼鏡到處環遊冒險。而他最愛出現令人意想不到的地方，隱藏在擁擠的場景中。
找到威利，便成為孩子們兒時的樂趣。而現在，一款AI機器人，就可以快速找到，並且比大部分5歲小孩還快。
該設計師名叫Matt Reed，來自美國田納西州首府納什維爾的創意機構Redpepper。
機器人帶有一個攝像頭，可以拍下這一頁的照片。然後傳送至谷歌的自動視覺技術，這些面孔就會進行檢測和分析，若分析結果匹配率達到95%以上，機械臂就會指出畫面上威利的位置。
設計師表示，我原本以為用 107 張照片建立的模型會不夠強，但結果顯示機器人能識別原有照片組內沒有的威利模樣。
對於下一代來說讓技術變得有趣是非常重要的——這感覺是一個很好的展示方式。
人們想要得到靈感，想讓他們知道，任何人都能做到這一點，你只需要解決一個問題，你就會學到比你想象中還要多的東西。
3.斯坦福大學用深度感知、注視點追蹤為普通眼鏡帶來近距離對象聚焦能力
用於VR頭顯的複雜光學元件能夠帶來修正視覺問題的智能眼鏡。
來自斯坦福大學研究人員的“Autofocals”原型採用深度感知和注視點追蹤來為用戶帶來近距離對象聚焦能力。
設備旨在更好地解決老花眼問題，亦即眼睛難以聚焦於近距離對象。
隨著年齡的增長，老花眼會發生在數百萬人的身上，即使你原本的視力非常優秀。
市場上同時存在可調節鏡片眼鏡，但你必須通過側面的針盤進行緩慢的手動調節。所以，如果你可以根據用戶需要實時自動改變整個鏡片的形狀，這又如何呢？
這正是Padmanaban及其同事Robert Konrad和Gordon Wetzstein研發的項目。
儘管當前的原型過於笨重和受限，但概念看起來十分具有前景。
基本上，當我們將眼睛從遠處移動到近處並進行聚焦時，我們在現實中所看到的變化不會在VR中發生，而這有可能引起眼睛疼痛和用戶噁心。
所以，能夠根據注視位置而自動調整的透鏡將非常有用。Padmanaban認為，這同樣適用於無法在現實世界中聚焦近距離對象的人員。
具體工作原理如下：眼鏡的深度傳感器採集用戶前方場景的基本視圖。報紙位於14英寸遠，桌子3英尺遠，房間的其餘部分則距離更多。
然後，眼動追蹤系統將追蹤用戶當前的注視點，然後與深度圖交叉引用。
對於已經提前輸入關於用戶視力問題細節的眼鏡設備（如難以聚焦於20英寸以內的對象），它可以做出是否應該，以及如何調整眼鏡鏡片的智能決定。
即便只是早期原型，Autofocals都可以與傳統校正相媲美，有時甚至更好。另外，Autofocals的‘自然’操作令它們在首次穿戴時就能正常使用。
團隊目前正在進行測試，以更加定量地衡量系統的改進，並測試任何潛在的不良影響，故障或其他投訴。
設備距離商業化還有很長的路要走，但Padmanaban表示，一些製造商已經在研究這種類型的方法。
儘管仍處於早期階段，但它非常具有前景。
4.微軟推出人工智能心臟病風險預測指標
據報道，有許多風險因素決定了人們患心臟病的風險，例如生活方式、家族史、職業、現有疾病等等。
瞭解人們患心臟病的風險可以幫助他們或他們的醫生優先考慮干預措施。
週五，微軟推出了由人工智能支持的心臟病風險評分API，供大型印度醫院網絡Apollo使用。
世界範圍內基於人工智能的模型是在幾十年前形成的，並以西方人口為基礎。我們的新API評分基於Apollo Hospitals共享的40萬印度人的數據，可以輕鬆識別每位患者的風險水平。
這個AI工具考慮了21種風險因素，包括飲食、吸菸和吸菸偏好等生活方式屬性以及通過呼吸率、高血壓、收縮壓和舒張壓反映的心理壓力和焦慮，並將對治療計劃提供豐富的見解和早期診斷。
該評分將風險分為高、中、低，並提供了對可修改的最大風險因素的見解，從而幫助醫生以更全面的方式諮詢患者，同時為患者提供改善生活方式和及時干預的見解。
AI和ML與我們醫生的全球專業知識的合併將有助於預防心臟病、拯救生命並確保患有心臟病的人能夠做出明智的健康選擇。
印度民眾的心臟風險評分是精確醫療保健如何加速預防心血管疾病和減輕疾病負擔的真實例子。
閱讀更多 讀芯術 的文章
