硅谷Live /实地探访/ / 深度探讨
大家好，我们又见到了一周的技术前沿。本周的技术前沿非常精彩。有与我们密切相关的反向增长研究和最新的大学AI技术可以帮助你检测头痛，诊断疾病，谷歌发布了一项新技术，可以帮助你预测电视剧的发展趋势，并有更多的技术前沿。ID：guigudiyixian）来看！
卡内基梅隆大学的研究人员开发了一种可以直接将描述物理运动的文本变成简单动画的计算机模型。
卡内基梅隆大学语言技术学院（LTI）的副教授Louis-Philippe Morency和博士生Chaitanya Ahuja用一个叫JL2P模型的神经架构，将计算机理解自然语言，以及根据物理姿态创建逼真的动画这两个领域联结到一起。JL2P该模型可以使句子和物理动作联合嵌入，因此它可以学习语言与动作、手势和运动之间的关系。
(图片来自卡内基梅隆大学官网)
这项研究可能使用什么场景？首先，理解语言、手势和动作之间的联系可以使机器人更加智能。也许我们可以简单地告诉机器人我们想要它做什么，它可以立即采取行动。
此外，学习了语言和动画之间的联系后，计算机可以拥有很快描述出视频中发生了什么事情的能力。
有兴趣可阅读：
https://www.cs.cmu.edu/news/do-i-say-translating-language-movement
可穿戴传感器（如智能手表）已成为健身爱好者的常用工具。但这些工具有时不能准确地感知佩戴者的运动。
卡内基梅隆大学人机交互研究所（HCII）研究人员发现，固定摄像头是跟踪健身运动的最佳选择。
(图片来自卡内基梅隆大学官网)
过去，该系统是基于单个摄像头的。在拥挤的健身房里，人们的身体经常被其他人或仪器挡住，导致摄像头捕捉图像的效果下降。GymCam只要摄像头能捕捉到运动员身体任何部位的重复运动，就能更好地应对这种情况。
由于该系统只需要运动信息，相机捕获的图像可以模糊面部图像，从而保护运动员的隐私。
有兴趣可阅读：
https://www.cs.cmu.edu/news/gymcam-tracks-exercises-wearable-monitors-cant
UCLA遗传学家Steve Horvath最近所在的实验项目在Nature本杂志发表了抗衰老实验。Horvath教授表示：“我本来希望证实药物能减缓衰老，没想到却看到了“逆生长”的现象，这太未来感了。”
共有9名51~65岁之间的男性志愿者参加了连续使用生长激素的实验，DHEA一年后，二甲双胍的平均遗传学年龄（通常用于预测生理年龄）减少了2.5岁时，免疫系统也具有恢复功能。
Horvath教授通过测量细胞DNA量化衰老表现的变化，
这是第一个发现药物或可以逆转人类遗传学年龄的临床研究。目前，研究结果相对较初步，样本非常小，不包括对照组，需要更多的临床研究才能得出正确的结论。如果进一步的研究可以证实这一发现，那么对社会老龄化医疗保健和社会关系的影响可能会被逆转。
有兴趣可阅读：
https://www.nature.com/news/biomarkers-and-ageing-the-clock-watcher-1.15014
在密歇根大学Nature该杂志发表了一篇文章，称它们已经成功地从干细胞中提取和制造了人类胚胎模型。这一结果允许科学家测试药物对胚胎的影响，并研究胚胎形成的最早阶段。
本实验培养的人工胚胎是通过诱导干细胞自发形成微小的球形结构，包括羊膜囊的初始状态和将成为四肢、头部和其他胚胎的内部细胞。
（图片来自technologyreview，版权属于原作者)
这位生物工程学家Jianping Fu和生物学家Deborah Gumucio密歇根大学团队开发的胚胎只允许存活4天，没有其他细胞类型可以成为真正的胚胎，也缺乏最终成长为一个人的能力。
随着欧洲和中国的类似研究，在实验室中创造人类胚胎已经成为一个道德和法律问题。
长期以来，医生通过直接与患者沟通，了解患者的疼痛程度，并对症下药。那么，医生应该如何了解婴儿或失去意识的患者的疼痛程度呢？
麻省理工大学最近发布了一个新系统，可以通过分析大脑活动的神经图像来量化患者的疼痛程度。
（图片来自MIT，版权属于原作者)
该设备采用了一种新兴的神经成像技术 - 功能性近红外光谱（fNIRS）。研究人员只需要在病人的额头上使用fNIRS传感器测量前额叶皮层的活的活性，传感器可以测量指示神经元活性的氧合血红蛋白浓度。该模型可以87%准确地检测疼痛。
虽然疼痛处理涉及大脑多个区域的信息输出，但研究表明前额叶皮层包含所有有效信息。这意味着该设备只需将传感器放置在前额上即时测量。
有兴趣可阅读：
http://news.mit.edu/2019/detecting-pain-levels-brain-signals-0912
麻省理工学院计算机科学与人工智能实验室（CSAIL）该团队提出了一个更好地预测健康结果的新系统一种机器学习模型，
该系统名为“RiskCardio”，专注于在急性冠状动脉综合征（ACS）中存活的患者，仅通过患者原始心电图（ECG）信号的前15分钟，该工具就会产生一个分数，将患者置于不同的风险类别。
以前的机器学习模型试图通过利用外部患者信息（如年龄或体重），或使用特定领域的知识来帮助他们的模型选择不同的风险特征。
然而，RiskCardio仅使用患者的原始ECG信号，没有其他信息。
RiskCardio旨在改善风险评估的第一步。在未来，该团队希望使患者的数据集更具包容性，以适应不同的年龄、种族、性别和不同的医疗情况等。
感兴趣可以阅读：
http://news.mit.edu/2019/using-machine-learning-estimate-risk-cardiovascular-death-0912
北卡州立大学研发了一种新技术使用WiFi信号和加速计技术的新颖组合来实时地跟踪设备,称之为WiFi辅助惯性测距（WIO)
许多设备（例如智能手机）采用称为惯性测量单元（IMU）的技术来计算设备移动的距离。然而，
在室外环境中，许多设备使用GPS来纠正其IMU。但这在GPS信号不可靠或不存在的室内区域不起作用。于是研究人员创建了WIO，与设备的IMU配合使用来纠正任何错误并提高速度和距离计算的准确性。
研究人员发现，使用WIO可以显着提高设备的速度和距离。例如，使用WIO的设备计算距离，误差范围为5.9％至10.5％。如果没有WIO，设备计算的距离误差范围为40％至49％。
目前该研究组正与索尼合作，进一步提高WIO的准确性，着眼于将软件整合到现有的技术中。
感兴趣可以阅读：
https://www.futurity.org/wifi-assisted-inertial-odometry-2159682/
很多人特别喜欢在追剧的时候，猜下一集要发生什么事情。由于电视剧的发展都是通过视频和故事来联动的，所以这很容易。但是，假如机器想要做这件事，就变得困难很多。
谷歌研究团队开发出一种名叫 VideoBERT 的自我监督系统，通过算法和算力预估句子之间的关系，在从未标记的视频中学习跨模态时间表示。
简单来说，谷歌这套系统，
研究人员为 VideoBERT 培训了超过一百万种教学视频，包括烹饪、园艺和汽车维修。为了确保它学习视频和文本之间的语义满足一一对应关系，团队在视频数据集上，既没有使用视频也没有使用注释，来测试其技术的准确性。
结果表明，VideoBERT 成功地预测了一碗面粉和可可粉在烤箱烘烤后可能成为布朗尼或蛋糕的情况。
（图片来源：谷歌 AI 官方博客）
感兴趣可以阅读：
http://www.mittrchina.com/news/4250
创业公司LifeShip打算将人类的DNA存储在一个合成的“人造琥珀”中，送到太空中永久存档。该项应用首先被Arch Mission使用。
3月，SpaceX发射了一艘太空船。Arch Mission工程师在飞船的镍盘上添加了一滴环氧树脂，其中含有来自25个人类和其他生物的1亿个细胞，以及成千上万具有韧性的水生栖息微动物。虽然太空船撞到了月球上使任务失败，但是这个生物档案存活了下来。
因此LifeShip计划将DNA嵌入Arch Mission的合成琥珀中，可能位于未来商业月球任务的知识档案层里。
LifeShip希望今年秋季向消费者通过Kickstarter活动以99美元的价格提供家用DNA收集套件。并由Arch Mission提供濒危动物，珍稀植物和重要粮食作物的DNA，作为其行星后备战略的一部分。在接下来的几年里，LifeShip预计能够每六个月登月一次。
感兴趣可以阅读：
https://spectrum.ieee.org/tech-talk/aerospace/space-flight/this-startup-wants-to-stash-your-dna-on-the-surface-of-the-moon
怎么样，小伙伴们对今天哪个技术前沿最感兴趣呢？欢迎大家留言讨论！
推荐阅读
区块链报告 | 脑机接口报告
硅谷人工智能 | 斯坦福校长
|
返老还童