硅谷Live / 实地探访 / 热点探秘 / 深度探讨

大家好，又到一周一次的技术前沿时间啦！这周可以说美国的高校、 企业乃至科研机构，都是成果不断啊！用小探的话说，没有最突破，只有更突破……

在肋骨中培养鄂骨？在老鼠大脑植入开关控制老鼠酗酒状况？至于AI判断你想要的室温，防止线上骚扰什么的，就更不在话下了！

赶紧来看！

美国高校

• 斯坦福大学：AI清除虚假评论，也可用于防止线上骚扰

斯坦福大学计算机系Srijan Kumar博士近日开发了一款通过数据科学和机器学习干预线上不良互动的人工智能软件。

这款软件运用了统计分析，图形挖掘，嵌入和基于深度学习的方法来表征正常线上行为，并基于此区别出异常或恶意行为。

“我希望研究首先能表征各种线上行为，其次能在恶意行为损害其他用户前检测到它们。”Kumar博士说道。目前，这项研究能够检测到的不正当行为包括欺诈性评论、在线钓鱼和多账户滥用等。

无独有偶，近期华盛顿大学和曼哈顿集团合作，日前也发明了一款利用生成对抗网络清除垃圾评论的软件。

由于缺乏足够标记好的数据集，识别垃圾评论对人工智能而言一直是个挑战。该团队使用了“spamGAN”，一种生成对抗网络系统，即由生成评论的生成器和试图区分评论真假的鉴别器组成的相互博弈的神经网络系统，这样可以有效地从未标注和少量标注了的数据语料库中进行学习。

感兴趣的小伙伴可以点击以下链接：https://medium.com/pcmag-access/this-ai-predicts-online-trolling-before-it-happens-3bb45aac008c

• 哈佛大学和斯坦福大学研究人员：通过机器学习预测未知模式的地震

来自哈佛大学和斯坦福大学的研究人员们本月21日在《科学》杂志上发表了一篇论文，探讨将机器学习算法用于未知模式地震的发现。

据论文的主要作者，哈佛大学数据科学家Karianne Bergen表示，如果我们的地震检测仪器只是基于已知的地震的数据来设计，那它就只能检测到跟以往发生过的地震相类同的新地震。怎样才能能够检测出未知的地震类型呢？

Karianne Bergen和斯坦福大学地质学家Gregory Beroza合作，从地震仪检测到的一系列震动信息中，找到重复发生的振动信号。这个方法不同于之前的地震预测算法，只是寻找和之前的地震震动模式相似的信号。

在Bergen和Beroza的研究中，将通过有标注的训练数据训练出的算法，和没有标注的数据训练出的算法相结合，形成深度神经网络，互为提供计算所需的信息。该神经网络可以区分由地球的常规活动带来的震动和不正常的震动，并使科学家可以快速的计算地震波的速度，从而计算预估的地震将要到来的时间。

听起来就很造福人类啊！感兴趣的小伙伴可以点击以下链接查看原文：https://news.stanford.edu/2019/03/21/can-machine-learning-tell-us-solid-earth/

• 普渡大学：AI预测办公室工作人员的室温偏好

各人对室温的喜好不同： 有些人喜欢热， 有些人喜欢冷， 其他人更喜欢它介于两者之间。 那么，如果AI能找到一个令人满意的中间地带，会不会很好？

普渡大学的研究人员相信人工智能是可以的，并且，也做到了。

本月22日，普渡大学宣布，他们已经为新研究中的HVAC（暖通空调）系统制定了一个新的框架。 并在Arxiv.org上发表了一篇论文《通过具有单峰约束的贝叶斯主动学习来学习个性化温度偏好》描述这样一种推荐系统——通过机器学习模型来试图预测一个人喜恶的温度偏好。

研究人员解释说：“本文的目的是依次对居住者进行智能查询，以便学习最佳的室温值，从而最大限度地提高他们的满意度。 该框架是智能HVAC系统发展的重要一步，能够满足各个居住着的个性化热舒适需求。

• 在你的肋骨里去培养一个新颚骨，怎么样？

“这项工作的一项重大创新是利用3D打印的生物反应器在身体的另一部分形成骨骼，同时让那些缺陷部分去接受新生成的组织”，莱斯大学生物工程和化学与生物分子教授Mikos说，他也是美国国家工程院和国家医学院院士。

近日，莱斯大学生物工程师们开发了一种技术，让活骨生长以修复颅面损伤。工程师们将3D打印的生物反应器（基本上是模具）连接到肋骨上，来自肋骨的干细胞和血管穿透模具中的支架材料，替代了为患者定制的天然骨骼。这种技术能够用于种植定制骨植入物，以修复患者自身肋骨的胫骨损伤。

莱斯大学的研究员，以及德克萨斯大学休斯顿健康科学中心（UTHealth）和贝勒医学院的研究员们主导了这项研究，并将结果发表在《美国国家科学院院刊》上。这项长达十年的计划中。目标是通过利用身体的自然治愈能力来推进颅面重建。

• 南加大：用人工智能预测电影中的暴力

在电影行业，美国电影协会（MPAA）的NC-17评级被称为死亡之吻。 17岁以下的观众无法观看这类电影，因此，要么选择有限的票房收入，要么进行昂贵的重新编辑或者拍摄以满足评级要求。

但如果有更准确的方法在昂贵的制作过程前来确定电影在剧本阶段可能的分类呢？来自南加州大学工程学院的信号分析和解释实验室（SAIL）的一个研究小组就在这样做，他们正使用机器学习来分析脚本语言中的暴力描述。

（研究小组使用机器学习语言分析流行的电影片段建立脚本工具）

该小组由博士生Victor Martinez,  Krishna Somandepalli, Karan Singla, Anil Ramakrishna,以及他们的顾问Shrikanth Narayanan教授组成。研究成果是一个人工智能工具，通过使用732个已被注释为暴力内容的流行电影剧本的数据集开发的神经网络机器学习模型，用以创建输出电影的暴力评级 。

感兴趣的小伙伴可以点击以下链接：https://viterbischool.usc.edu/news/2019/03/using-artificial-intelligence-to-predict-violence-in-movies/

大企业

• 英伟达：发布GauGAN绘画神器，涂鸦秒变风景照

近日，英伟达发布了一项名为GauGAN黑科技，可以将用户的简单涂鸦图片变成精美风景照片。

英伟达称，这项技术是GAN（生成对抗网络）和Gau（后印象派画家Paul Gauguin）的混搭。使用GauGAN时，用户只需简单地将画面进行分割，并用天空、沙子、海洋等标签给不同部分做标记。通过对一百万张图像的训练，深度学习模型将填充景观并达到逼真的效果。例如，将片段标签从“草”交换为“雪”，整个图像会变为冬季场景，树叶也会又茂密变为干枯。

GauGAN使用了生成对抗网络，通过让两个神经网络相互博弈的方式进行学习。在这个系统中，一个网络负责生成数据（例如风景），另一个网络则判断它是否真实。随着时间的推移，生成对抗网络会输出无限接近于真实的图片。

嗯，感觉人人都是艺术家了……

（图片来源于英伟达官网）

感兴趣的可以点击原文查看：

https://blogs.nvidia.com/blog/2019/03/18/gaugan-photorealistic-landscapes-nvidia-research/

科研机构

• 给大脑神经元注射激光，能解救酗酒者了？

用激光束对大脑中的特定神经元进行爆破，从而扭转老鼠对酒精的依赖——这种改变被科学家称作“翻转开关”。

世界上最大的私立非营利性生物医学研究机构之一的斯克里普斯研究中心（The Scripps Research Institute），其科学家近日发表了这样一项研究：科学家通过在老鼠大脑深处植入光纤，并开启一些特别抑制这些神经元的激光，被发现可以大大减少老鼠饮酒和戒断的身体症状。

该研究发表在Nature Communications杂志上。那什么时候可以用在人的大脑？虽然斯克里普斯的研究人员对这项工作的未来抱有希望，但他们警告说，技术可能需要几十年时间才能为人们进行测试。“15到30年，或许能看到酗酒者使用脑部植入物来帮助他们控制自己的渴望了。”

如今，美国约超过1510万成年人患有酒精使用障碍。Scripps Research之前的研究表明，人从休闲饮酒到依赖饮酒的过渡是伴随着大脑发出信号而变化的。这些信号驱动了强烈的渴望，使许多人难以减少他们的饮酒量。

嗯，说不定到时真的按一下脑子里的开关，就不想喝酒了……

更多研究可以点击其官网：https://www.scripps.edu/news-and-events/press-room/2019/20190318-george-alcohol-cravings.html

大家认为上面提到的哪项前沿技术最有前景？欢迎大家留言讨论哈！

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

卫哲 | 姚劲波 | 胡海泉

垂直种植 | 无人车

王者荣耀 | 返老还童