AI 将视网膜成像速度提高百倍

AI将视网膜成像速度提高百倍美国国立卫生研究院研究人员将人工智能（AI）应用于一项能生成眼睛细胞高分辨率图像的技术中。新技术使视网膜成像速度提高100倍，图像对比度提高3.5倍。这一进展将为研究人员评估老年性黄斑变性和其他视网膜疾病提供更佳工具。相关研究发表在最新一期《通讯医学》杂志上。这种自适应光学（AO）技术，可用以改进基于光学相干层析成像（OCT）设备。与超声波一样，OCT是非侵入性、快速、无痛的，且是大多数眼科诊所标配设备。(科技日报)

运输署智能斑马线探测车辆行人 不设录影及面容识别功能

运输署智能斑马线探测车辆行人不设录影及面容识别功能https://bit.ly/3J439f9运输署今日表示，正于葵青区推行「智能斑马线试验计划」，在黄波灯上安装热能探测器，探测驶近的车辆及行人，调节黄波灯及支柱白灯的亮度和闪动频率，计划为期12个月。该支智能斑马线位于葵青葵联路近基督教香港信义会葵盛信义学校，运输署表示，新系统亦可发出蓝牙信号，让视障人士知悉附近有斑马线。署方重申，系统不设录影功能，不会用作监察行人或驾驶者行为，热能探测器亦没有面容或车牌号码识别功能。

突破性人工智能方法以10倍的速度识别帕金森病新疗法

突破性人工智能方法以10倍的速度识别帕金森病新疗法研究人员利用人工智能方法大大加快了发现帕金森病治疗方法的速度。剑桥大学的研究人员设计并使用了一种基于人工智能的策略，以确定能够阻止α-突触核蛋白（帕金森病的特征蛋白）凝结或聚集的化合物。研究小组利用机器学习技术快速筛选了包含数百万个条目的化学库，并确定了五种高效力化合物供进一步研究。全世界有600多万人受到帕金森病的影响，预计到2040年，这一数字将增加两倍。目前还没有改变病情的治疗方法。筛选候选药物的大型化学文库--需要在对患者进行潜在治疗测试之前进行--耗费大量时间和金钱，而且往往不成功。利用机器学习提高筛选效率利用机器学习，研究人员能够将初步筛选过程加快十倍，成本降低一千倍，这意味着帕金森病的潜在治疗方法能够更快地到达患者手中。研究结果发表在《自然-化学生物学》（NatureChemicalBiology）杂志上。帕金森病是全球增长最快的神经系统疾病。在英国，现在每37个在世的人中就有一个会在一生中被诊断出患有帕金森病。除运动症状外，帕金森病还会影响胃肠道系统、神经系统、睡眠模式、情绪和认知能力，导致生活质量下降和严重残疾。蛋白质负责重要的细胞过程，但当人们患有帕金森病时，这些蛋白质就会失控，导致神经细胞死亡。当蛋白质折叠错误时，它们会形成称为路易体的异常团块，这些团块在脑细胞内堆积，使脑细胞无法正常运作。"寻找帕金森氏症潜在治疗方法的途径之一，需要确定能够抑制α-突触核蛋白聚集的小分子，而α-突触核蛋白是一种与该疾病密切相关的蛋白质，"领导这项研究的优素福-哈米德化学系米歇尔-文德斯科洛教授说。"但这是一个极其耗时的过程--仅仅确定一个用于进一步测试的候选先导物就可能需要几个月甚至几年的时间"。虽然目前正在进行治疗帕金森病的临床试验，但没有任何改变病情的药物获得批准，这反映出无法直接针对导致该疾病的分子种类。这一直是帕金森病研究的一大障碍，因为缺乏识别正确分子靶点并与之接触的方法。这一技术差距严重阻碍了有效治疗方法的开发。计算药物筛选的创新剑桥大学团队开发了一种机器学习方法，通过对包含数百万种化合物的化学库进行筛选，找出能与淀粉样蛋白聚集体结合并阻止其增殖的小分子。然后，对少数排名靠前的化合物进行实验测试，以筛选出最有效的聚集抑制剂。从这些实验测试中获得的信息以迭代的方式反馈到机器学习模型中，这样经过几次迭代后，就能确定高效力的化合物。错构疾病中心联合主任文德斯科洛说："我们不是通过实验进行筛选，而是通过计算进行筛选。"通过将我们从初步筛选中获得的知识与我们的机器学习模型相结合，我们能够对模型进行训练，以确定这些小分子上负责结合的特定区域，然后我们可以重新筛选，找到更有效的分子"。利用这种方法，剑桥大学团队开发出了针对聚集体表面口袋的化合物，这些口袋是聚集体本身指数级增殖的原因。这些化合物的效力是以前报道的化合物的数百倍，开发成本也低得多。文德斯科洛说："机器学习对药物发现过程产生了真正的影响--它加快了确定最有前途候选药物的整个过程。对我们来说，这意味着我们可以开始多个药物发现项目的工作，而不仅仅是一个。时间和成本的大幅降低使很多事情成为可能，这是一个令人兴奋的时刻。"编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1428165.htm手机版：https://m.cnbeta.com.tw/view/1428165.htm

美国学校转向人工智能来识别枪支

美国学校转向人工智能来识别枪支堪萨斯州可能很快会向学校提供高达500万美元的拨款，用于为监控摄像头配备人工智能系统，以发现携带枪支的人员。但这些支出需要州长批准，而且学校必须满足一些非常具体的标准。人工智能软件必须获得专利，“被指定为合格的反恐技术”，符合某些安全行业标准，已经在至少30个州使用，并且能够检测“三大枪支分类，至少300个子分类”和“至少2000种排列组合”等。目前只有一家公司符合所有这些标准：那就是向堪萨斯州立法者吹捧这些标准、制定州预算的组织。这家名为ZeroEyes的公司是一家快速发展的公司，由退伍军人在佛罗里达州玛乔丽·斯通曼·道格拉斯高中发生致命枪击事件后创立。——（摘抄部分）

Meta 公司探索配备摄像头的人工智能耳机

Meta公司探索配备摄像头的人工智能耳机根据三名现任员工的说法，Meta正在探索开发配备摄像头的人工智能耳机，该公司希望这种耳机能用于识别物体和翻译外语。Meta正在研发新的人工智能设备，与此同时，其他几家科技公司也在开发人工智能可穿戴设备，而Meta在其Ray-Ban智能眼镜中添加了一个人工智能助手。MetaCEO马克·扎克伯格已经看过几种可能的设备设计，但没有对它们感到满意，一位员工说。目前尚不清楚最终的设计是入耳式耳塞还是头戴式耳机。在内部，该项目被称为Camerabuds。——

树莓派与 Hailo 合作推出人工智能扩展套件

树莓派与Hailo合作推出人工智能扩展套件对于这个新的扩展模块，RaspberryPi正在利用其HAT+扩展卡。HAT是"HardwareAttachedonTop"的缩写，公司一直用它来表示可以安装在普通RaspberryPi上的扩展卡。RaspberryPi的HAT+扩展卡增加了一个M.2插槽，这是一个常用于PC组件的标准扩展插槽。(该插槽通过单通道PCIe3.0接口连接到RaspberryPi，运行速度为8Gbps）。该公司已与Hailo合作，后者是一家人工智能芯片初创公司，最近融资1.2亿美元希望挑战NVIDIA。Hailo专注于在边缘设备上运行人工智能工作负载的芯片，如汽车、智能相机、机器人和现在的RaspberryPi设备。RaspberryPi用于人工智能套件的加速器模块是Hailo-8L。这是一款入门级模块，采用M.2规格，这意味着它可以轻松安装在HAT+上。安装完毕后，得到的是一台推理性能达到每秒13TB运算（TOPS）的RaspberryPi5。与NVIDIAGPU的性能相比，这并不算什么。但它性价比很高，而且可以使用RaspberryPi默认的27W电源。在软件方面，最新发布的RaspberryPi操作系统可以自动检测到Hailo模块。神经处理单元可供操作系统和利用它的应用程序使用。RaspberryPi还更新了其摄像头应用程序套件，使其支持神经网络推断，并将其作为摄像头管道的一部分。例如，它可用于物体检测（"这是一根香蕉"）、语义分割（"这三样东西是行驶中的车辆"）、实例分割（"这三辆行驶中的车辆是一辆卡车、一辆红色汽车和一辆蓝色汽车"）、姿势估计和面部标记。以上只是一些例子，说明使用装有人工智能套件的RaspberryPi和第一方或第三方摄像头可以做些什么。不过，Hailo芯片也可用于非摄像头用例。看到树莓派（RaspberryPi）社区出现新的使用案例将是一件非常有趣的事情。这个人工智能扩展套件就是一个工具。现在，就看RaspberryPi的用户如何利用它了。...PC版：https://www.cnbeta.com.tw/articles/soft/1433569.htm手机版：https://m.cnbeta.com.tw/view/1433569.htm