【快报 1】：自动洗菜系统
洗碗机已经存在了几十年，但是虽然它们已经改变了国内厨房，但是商业环境是一个更加艰难的主张，因为产量和产量都要高得多，而且清理食品托盘的过程要复杂得多。
英国创业公司Cambridge Consultants旨在通过一种名为Turbo Clean的新型人工智能系统来改变这种状况，该系统旨在实现大部分工作的自动化。该系统能够结合深度学习，机器视觉和机器人技术清理每个客户的托盘。这使得它能够理解每个托盘的内容并在将它们装入洗碗机的适当垃圾箱或隔间之前移除它们。
做菜
该技术是在对厨房工作最耗时但具有商业价值的方面进行系统分析后开发的，工作人员和管理人员均指出清理托盘和清洗餐具的过程。
该团队认为，新系统从根本上改变了厨房清洁过程，每个六秒钟就可以处理一个托盘。该系统使用数千个托盘图像进行培训，使其能够正确识别食物和餐具。
“人们普遍认为人工智能和机器人技术几乎会对每个企业产生影响。但是，了解技术可行性和商业可行性以确保企业在这一技术革命时期蓬勃发展至关重要。” 他们解释道。“与我们的客户合作，我们能够设计出一种系统，该系统采用了一种新颖的技术组合，并将它们从最初的发现直到准备商业化的原型。我们期待在未来继续提供支持。”
我们已经看到了各种尝试自动化烹饪过程，但这是第一个在厨房清洁的方法之一。查看下面的视频，了解有关该项目的更多信息。
【快报 2】：使用AI远程监控患者并防止再次入院
由于许多条件要求患者在家中康复，因此在由于伤口护理不足或在家中康复而导致复发的情况可能很常见。英国的Dartford和Gravesham NHS Trust已经部署了一种基于人工智能的可穿戴技术，可以在患者出院后对其进行远程监控。
该系统称为Current，为临床医生和其他医务人员提供实时数据流，以实现更有针对性的干预。这导致不仅家庭访问减少了22％，而且医院再入院率也降低了。
该技术利用可穿戴设备和传感器提供远程患者监护，并有望减少对急诊室的访问，减少再入院次数，避免住院治疗。该技术易于使用，工作人员经过培训，可在一小时内使用。它旨在提供患者恶化的早期预警，以便进行早期和有针对性的干预。
到目前为止，这些数据显示92％的患者依从率，人们看起来很高兴，甚至自豪地佩戴该设备，因为这有助于他们感觉更安全和更安全。更重要的是，系统的易用性大大有助于采用。
“我们的第一位患者 - 一位患有血氧饱和度下降的慢性不适患者，可以比标准治疗更快地检测到电流，让我们更早地进行干预并在患者家中进行干预，证实了Current的价值，”NHS解释。“有了Current，我们已经看到了能够在更早的时候提供干预并阻止住院再入院的能力。”
远程监控
该技术佩戴在上臂上，可以收集连续的数据流，达到重症监护病房的精确度。AI后端分析自动生成的数据，以尝试提供对佩戴者健康状况的可操作和主动的见解。
这些数据被发送到医院的家庭健康团队，该团队在出院后管理患者的护理。每位患者都配有几个可穿戴设备和一个Homehub，可以安全地与医疗团队共享数据。
“Dartford和Gravesham是一家致力于改善患者完整医疗保健体验的典型医院，临床医生和患者都从这种积极主动的方法中受益，”现任首席执行官Christopher McCann说。“不仅早于标准治疗预期，患者的预防性护理成为现实，但患者报告使用Current设备感觉更安全，更安全 - 这是我们团队所能实现的最大好处之一。”
【快报 3】：可自动调节热量的智能面料
虽然可穿戴技术使我们能够以各种有趣的新方式监控我们的活动，但最有趣的角度可能是实际面料本身的发展。最新的例子来自马里兰大学，其研究人员开发出一种能够自动调节通过它的热量的织物。
这项工作在最近发表的一篇论文中有记录，他们看到了用特殊工程纱线制成的智能织物，这种纱线涂有导电金属。这改变了织物与红外辐射的相互作用，红外辐射反过来传递或阻挡热量。
织物由几根纤维制成，其中一根设计用于吸水，另一根旨在排斥它。然后用碳纳米管涂覆纤维束，当纤维暴露于湿气时，它们翘曲，从而使纤维束更靠近在一起。然后，这打开了织物中的孔隙，这允许热量逸出并冷却穿着者，但是它也改变了碳纳米管之间的电磁耦合。
研究人员说：“你可以把这种耦合效应想象成无线电天线的弯曲，以改变它与之共振的波长或频率。” “这是一种非常简单的思考方式，但想象一下将两个触角靠近在一起以调节它们拾取的电磁波的类型。当光纤靠近在一起时，它们相互作用的辐射会发生变化。在服装中，这意味着织物与人体辐射的热量相互作用。“
热管理
然后，织物能够阻挡红外辐射穿过或允许它取决于调谐的性质。更重要的是，这种反应几乎是即时的，所以它发生在人们甚至意识到它们变热或变冷之前。
研究人员说：“人体是一个完美的散热器。它可以迅速散热。” “就历史而言，调节散热器的唯一方法就是脱掉衣服或穿上衣服。但这种面料是一种真正的双向调节器。”
该团队认为，他们是第一个创造这样的面料，可以巧妙地调节与环境的热交换。在面料进入市场之前，显然需要做更多的工作，但团队确信它可以做到这一点。用于织物的所有材料都是容易获得的，并且在染色过程中向其添加碳涂层是一种简单的方法。
“我认为能够将这种门控现象应用于能够改善服装和其他织物功能的纺织品的开发是非常令人兴奋的，”研究人员总结道。
【快报 4】：使用AI面部识别减少种族主义
人工智能在以非种族主义方式识别面孔方面一直很差劲。麻省理工学院和斯坦福大学最近的工作突出了挑战的规模，发现三项商业化的面部分析计划对性别和皮肤类型都存在相当大的偏见。
例如，这些项目在确定浅肤色男性的性别时几乎总是准确的，但对于肤色较深的女性来说，错误率超过34％。
这些发现使人们更加怀疑人工智能系统的培训方式以及他们的建议实际上是多么准确。例如，被分析的一个系统的开发者声称准确率为97％，但是当检查训练数据时，77％的面部是男性，83％是白人。
一份更好的工作
麻省理工学院CSAIL 研究人员的一项新研究提出了一种更好的方法来准确检测面部而不会引入固有的偏差。该研究建议自动重新采样数据，使其更加平衡。系统核心的算法可以从特定任务中学习，例如面部识别，以及底层数据的结构。该团队认为这使它能够检测出任何隐藏的偏差并将其排除在外。
当系统针对当前最先进的系统进行测试时，它设法将分类偏差降低了约60％，同时保持了系统的整体精度。尽管该系统的训练基本上与去年的研究数据集相同。
该系统很有意思，因为它能够完全自主地完成这一过程，而今天使用的许多方法至少需要少量人工输入才能确保减少偏差。
“特别是，面部分类是一种经常被视为'已解决'的技术，即使很明显经常使用的数据集未经过适当审查，”研究人员解释说：“当我们开始时，纠正这些问题尤其重要看看在安全，执法和其他领域使用的这些算法。“
Amini表示，该团队的系统特别适用于手动审核的大型数据集，并且还可扩展到面部检测之外的其他计算机视觉应用。
【快报 5】：使用AI预测认知衰退
据估计，全世界约有5000万人患有痴呆症，预计这一数字到2050年将达到1.52亿。阿尔茨海默氏症是最常见的痴呆症，占70％左右，但没有有效的治疗方法。疾病。
多伦多大学的一个研究小组开发了一种基于AI的算法，他们认为这种算法能够准确预测最终导致阿尔茨海默病的认知衰退率。
这项工作在最近发表的论文中有记载，该算法涉及从磁共振成像（MRI），遗传学和临床数据中学习阿尔茨海默氏症特征的算法。该团队认为，它可以帮助预测个人的认知能力是否会在未来五年内充分衰退，从而导致阿尔茨海默氏症。
“目前，治疗阿尔茨海默氏症的方法有限，而且我们最好的证据就是预防。我们的人工智能方法可能会对医生的助手产生重大影响，有助于人们进入正确的治疗途径。例如，人们甚至可以开始改变生活方式，这可能会延迟阿尔茨海默氏症的开始阶段甚至完全阻止它，“他们解释说。
预测下降
这些数据是通过阿尔茨海默病神经疾病计划编制的，该算法训练有关800多人的数据，从健康的老年人到阿尔茨海默病患者。结果复制在澳大利亚成像和生物标志物老化生活方式研究的独立采集样本上。
即使数据量相对较小，团队也取得了合理的结果，但他们相信，当他们在更多数据上训练算法时，事情可以变得更加准确。
他们解释说：“我们目前正致力于使用新数据测试预测的准确性。它将帮助我们改进预测，并确定我们是否可以预测更远的未来。”
该项目是更广泛的工作的一部分，希望使用数据来更好地了解和治疗阿尔茨海默氏症。例如，我去年写过一个项目，该项目使用AI来更准确地识别在疾病早期出现的阿尔茨海默氏症的亚型。
作者说：“每个人都认为老年痴呆症是一种疾病，但事实并非如此。” “有许多小组。如果你在试验中招募所有不同类型的人，但你的药物只针对一种生物途径，当然没有这种异常的人不会对这种药物做出反应，审判将失败。“
作者认为，如果将具有相似形式的认知障碍的人聚集在一起，那么可以更精确地测试研究药物。
该团队使用多层聚类算法对几十个不同的数据点进行分类，以尝试找到类似的疾病类型，数据也来自阿尔茨海默病神经影像学计划。
这两个项目都是一个很好的例子，说明如何利用数据和人工智能来更好地理解和应对对我们个人和整个社会产生巨大影响的疾病。看看这些项目在未来几年如何演变以及它们产生的影响将是非常有趣的。
长按订阅更多精彩▼
