從腦癱患者重獲交流到免開顱微創,腦機接口更安全了嗎?

腦機接口技術作為一項前沿而又酷炫的技術,一直備受矚目,近日,腦機接口技術取得了高價值進展,從大腦活動中解碼完整句子,使得癱瘓失語者可以交流,讓很多人看到了曙光。

該項目是Facebook 與加州大學舊金山分校聯合研究,研究員通過在一位失語十六年的癱瘓患者大腦中植入電極陣列,解碼從運動皮層發送到聲道的大腦信號,機器學習算法自動識別出他腦中出現的單詞,實時在屏幕中轉換為句子,讓嚴重癱瘓的失語患者重獲交流能力,雖然只是簡單的語句交流,但讓患者們建立了與世界重新交互的希望。

近年來,腦機接口技術新的進展也越來越多.最近剛閉幕的世界人工智能大會上,也有跟腦機接口相關的高價值進展項目,並且還獲得了世界人工智大會最高獎項SuperAILeader(卓越人工智能引領獎),其團隊來自中科院上海微系統所,展示的技術成果——免開顱微創植入式高通量柔性腦機接口,因為其在腦機接口技術的創新與突破性進展獲得殊榮。

腦機接口技術的快速發展算起來也走過了二十個年頭,從患有中風的病人被植入腦機接口控制其他設備,到現在植入式腦機接口可以讓猴子打遊戲,讓腦幹受損患者意念控制喝水、交流等,在技術革新的路上,腦機接口技術的安全性似乎變得越來越有保障了。

此前的腦機接口醫學研究方案中,我們可以發現,試驗對像頭上需要頂著一個盒子,還得連著線,極大地限制了受試者的活動以及安全。而腦機接口近兩年的革新幾乎都是朝著簡化設備,減少侵入式的創口以及無線傳輸數據信號的方向進行。

微創、無創腦機接口技術並駕齊驅

腦機接口工作的方式是通過電極元器件進行信號的採集,PC對信號進行解碼、編碼處理等,最後反饋給大腦的過程,技術的實現主要有兩種方案,分別為非侵入式方案與侵入式方案,他們之間最大的區別是,是否對大腦採用有創口的手術方式獲取神經元信息。

傳統的侵入式方案,將成千上萬的電極插入到大腦中獲取神經信號,因為需要進行開顱手術,會對大腦造成損傷;侵入大腦的元器件長期在腦內安置,其安全性以及性能方面也會大打折扣,這也一直是侵入式腦機接口方案最大的缺點。因為其安全性以及倫理方面的限制,侵入式腦機接口系統在動物上應用較多,相關人體研究目前僅限於神經系統損傷和疾病患者等臨床特殊患者群體。

而此次世界人工智能大會上公開的免開顱微創植入式高通量柔性腦機接口技術有望打破侵入式方案的桎梏,提高植入的安全性。中科院上海微系統所的方案是通過免開顱方式進行微創植入電極,植入尺度小於輸液針孔口徑。

團隊獨創的蠶絲蛋白包裹電極的技術可以把柔性的電極暫時硬化,這樣只需要開一個很小的孔,類似做針灸一樣將包裹後的電極直接放入腦袋裡,而它到了腦後又會逐漸變軟,留在大腦內部的神經電極就可以把實驗體的腦電波傳入電腦,後期可進行解碼與人工智能預測。

柔性讓“腦機接口”更加接近臨床轉化,技術人員有個很巧妙的比喻,可以很好地理解柔性電極的功效,如果把大腦比作豆腐,柔性“腦機接口”就彷佛把一根蠶絲插入到一塊豆腐中,它可隨著豆腐一同晃動,不會對豆腐造成傷害。

柔性電極化極大地提高了侵入元器件的安全性,並且柔性的方案很好地固化了電極,其無創的方式降低了腦損傷的傷害,目前,該系統已應用於鼠、兔、猴等多種動物模型,並能夠實現術後急性信號採集和長達8個月的穩定神經信號跟踪,對後續的臨床試驗有很大的裨益。

馬斯克的Neuralink最新方案中,對安全性能也做了很大的革新,相較於之前的方案,最新的技術讓開顱的尺寸縮小到硬幣大小,減少了對腦部組織的創傷,使得開顱手術較以往變得完全了許多。

關於有創傷的手術操作方面,因為大腦的精細與復雜性,手術的過程不得出現任何閃失,Neuralink還研製了一種植入機器人。這台機器人能自動避開血管等大腦關鍵精細的部位,把比頭髮還要細的微小電極和傳感器植入到大腦深處。

有創的侵入式方案,一般都是神經系統受損嚴重的患者選擇,以治療為目的,風險和收益比較而言,有時候是值得冒險一試。但是這個冒險的前提是侵入式方案盡可能的安全,對大腦的損傷少一些。

設備的簡化以及安全性必須要求苛刻,不能讓患者陷入病沒治好,還把腦子給戳壞了的處境。傳統的侵入式腦機接口需要通過開顱手術來實現,由於此種方式侵入性太大,使用者面臨的風險是極高的。最新技術的革新趨勢讓腦機接口侵入式方案的安全性大大提高了。相比傳統開顱手術,這種方法對大腦的損傷更小,風險也降低。如果未來有更創新的植入技術,可能還會繼續降低各種創傷風險。

道阻且長,腦機接口的安全“地雷”

雖然微創與無創的方案提高了腦損傷事故的安全性,但是我們知道侵入的方案歸根結底還是將大量的電極預埋到大腦裡,還是有安全的風險存在。

技術的發展讓腦機接口看起來減少了危險,但並沒有完全遠離危險,微創的電極還是會入侵大腦,對人的身心帶來危害。風險包括針對人腦的手術創傷、出血、感染等。長期安置在大腦中,元器件的功能作用會產生弱化的問題,信號失真,信號傳輸有誤等,而弱化的功能可能會導致腦機接口系統的操作失誤,增加許多難以預料的風險。

相比侵入式腦機接口技術,非侵入式腦機接口技術是企業和健康人士更青睞的方式,但其技術方面也存在一些安全問題,不容忽視。

在信號的傳輸與分析階段,腦電信號存在干擾以及被誤讀的風險。由於顱骨對神經信號存在阻擋,目前非侵入式腦機接口裝置難以獲得持續穩定的腦電信號,特別是在一些需要高精度操作的腦控場景下,例如控制輪椅、駕駛汽車等,如果因腦電信號誤讀造成操作失誤,造成的後果就非常嚴重。

再者就是佩戴電極帽也有一些安全風險,人在使用電極帽之後可能會有頭疼、發熱和視覺模糊等狀況,如果是長時間佩戴的話,也有電磁波輻射的損傷,長期使用會使人腦發生不可逆的改變,帶來未知的負面影響。

技術的創新伴隨著潛在的和未知的風險,因為腦機接口技術涉及到人類最重要最精密最複雜的器官——大腦,所以其迭代發展的過程中風險一定需要考慮及重視,並且在所有的風險中應該首先關注技術本身的安全性,特別是當可能涉及到嚴重的危險時,必須將安全置於最高的地位。

無論是哪種技術方案,腦機接口的安全“地雷”問題還是很多,整體來說,雖然微創的技術減少了腦損傷的部分安全隱患問題,向著安全的方向靠近了一些,但是腦機接口技術畢竟在發展的初始階段,整體的安全性進度條還在初步階段,談論腦機接口技術已經變得安全了有些誇張,只能說是向著安全的方向在進化中,不過,有變化總是好的事情。隨著資金、人才的大量湧入帶來技術的革新,腦機接口技術的風險和成本會逐漸降低,向著大帶寬、便攜化、可穿戴化方向發展。

行將終至,腦機接口的漫漫征途

創新推廣的新技術只能排除部分的安全風險,但是技術的發展也不能因為困難因噎廢食,腦機接口的科學願景和錢景還是很有吸引力,其應用覆蓋的領域較為廣泛,在醫療、教育、娛樂、軍事等,尤其是在醫療領域中,除了治療腦幹受損的患者外,原則上也可以治療重度抑鬱症、自閉症、腦癲癇、阿爾茲海默症、帕金森綜合徵等目前難解的神經疾病。

廣闊的商業化前景吸引了資本的注意,有關腦機接口的融資事件不少。公開數據顯示,2018年以來國內腦機接口行業融資不斷增多,如專注腦控康復技術的臻泰智能2019年9月獲得聯想創投獨家投資的數百萬天使輪融資,聚焦腦機接口系統相關設備研發的博瑞康在2021年3月獲得紅杉中國領投的上億元B輪融資,NeuraMatrix獲得由經緯中國數百萬美元Pre-A輪融資,腦陸科技在2020年12月獲得1億元A輪融資。

雖然腦機接口技術吸金,但是其技術整體來說還是屬於發展的初期階段,商業化落地的話路徑蹣跚,目前主要還是在醫療領域發力,比如康復訓練已經進入了臨床試驗的階段。腦機接口技術還遠未成風口,談競爭似乎也是有點牽強了。

腦機接口產業領域的發展還是以學術界研究機構領頭,他們的科研實力較強,巨頭企業或者是牽手合作,或者是收購等方式,進行早期的佈局。Facebook通過收購腦機接口(BCI)創企CTRL-Labas,開發一種可以與其他設備直接連接的外設。馬斯克家的Neuralink主要是從侵入式方面進行探索。

國內的玩家比如博睿康、腦陸科技等,大都從非侵入方面的設備層面進行切入,阿里與NeuraMatrix公司牽手合作,共同探索未來的腦機接口應用淘寶意念購。整體來說行業內主要研究的方向還是以非侵入式腦機接口為主,落地的應用在醫療領域。

對於大腦的物理結構層面的研究,人類幾乎已經走完了觀乎其外、入乎其內的過程,但是馭乎其外的境界還遠沒有達到。對於大腦中各個分區以及功能物理結構等人類已經有了很好的理解,但是大腦擁有上百億個神經元,他們之間怎麼通過連接、傳遞信號完成信息的處理,中間的過程是黑盒子。

映射到腦機接口技術中,充當神經元的電極數量遠遠小於大腦的神經元,再加上本身技術層面的信號帶寬與失真以及安全性的桎梏因素等,目前的腦機接口技術還是只能實現一些不太複雜的腦電信號的讀取和轉換。

要想實現更為複雜的交互和功能,像電影《黑客帝國》或者是《攻殼機動隊》中所想即所得,通過“下載”能夠熟練地掌握新知識、新技能,需要很漫長的路要走。

道阻且長,行將終至,腦機接口技術是人機交互、人人交互的終極形態,但是發展到這一步還需要時間的打磨,很多人擔心腦機接口技術會打開潘多拉的盒子,但是正如《超體》電影的台詞所述,帶來混沌的是無知而不是知識與技術,未來腦機接口技術是對人腦的增強而不是控制與乾預,是促進人類交互的蓬勃發展的工具,去更好地理解自然、宇宙。

貝佐斯:這是一場「龜兔賽跑」,現在烏龜邁出了穩健的一小步

圖片

10 分鐘10 秒後,越過卡門線的飛船落在得克薩斯州的沙漠上。「像在直升飛機裡……」「零重力的感覺,像游泳一樣」「Best day ever!」。當地時間7 月20 日上午9 點24 分(北京時間晚上10 點24 分),艙裡的四位乘客剛剛進行了人類歷史上第一次沒有專業太空員的飛行。

图片飛船降落| 藍色起源

在四位乘客一心一意享受短暫十分鐘的背後,是一場複雜而精準的計算:火箭點火後2 分半,主引擎熄火;30 秒後,飛船與火箭推進器分離,一個繼續向上,一個垂直落向地面開始回收;3 分39 秒,飛船越過卡門線,進入國際公認的太空;接著飛船進入3 分鐘左右的失重狀態,直到8 分20 秒左右,降落傘打開,緩緩落回地球。

在理查德·布蘭森飛上太空後9天,世界首富貝佐斯帶領四人旅行團,再次在亞軌道畫出了載入史冊的拋物線。藍色起源比SpaceX早兩年成立,卻一直比後者進展緩慢,在15次發射之後,終於第一次實現了載人飛行。

這次飛行也創下了進入太空的最年輕和最年長乘客的紀錄——18 歲的高中畢業生Oliver Daemen,82 歲的Wally Funk。後者曾經是美國歷史上第一批為進入太空而進行訓練的女宇航員之一。60 年後,她終於實現了進入太空的夢想。

客觀的說,雖然遠比布蘭森的「宇航員打卡之旅」難度高,但這次發射依舊屬於亞軌道飛行,難度比真正意義上入軌飛行要小很多。入軌飛行需要達到7.6 千米/秒,而此次的亞軌道飛行最大速度只有3 倍音速左右,即1 千米/秒,這意味著比SpaceX 更小的技術難度。

不知道為何,在發射直播中並沒有公開的太空艙內畫面,不過在飛行後的發布會上這個畫面被公開。在失重狀態下,四個人解開了座位安全帶,享受了失重漂浮的片刻樂趣。

拋開理性的技術難度探討,四個非專業人士,坐著商業航天的載具,飛到105 公里的高度,來到了太空的分界點,這就是一件激勵人心的事情。

图片失重狀態下的太空艙| Continue reading

種田就像玩遊戲?智能農場裡少不了它們!

氣象情況、土壤信息、收割機工作進度……所有的數據都在你面前的屏幕上展開,而你只需要點點鼠標就可以完成整個農場的管理。模擬農場遊戲讓人們坐在家裡也能體會一把種田的快樂。圖片

图片

一目了然的模擬農場信息丨Daggerwin/Youtube

在模擬農場的遊戲中,你不僅需要追踪各種作物的生長狀況,還需要派遣各類智能機械進行精準灌溉、植保以及收割。

图片

模擬農場收割中丨Daggerwin/Youtube

這些炫酷的智能操作,其實已經出現在現實的農業生產中了。

人們在雲平台上利用大數據和物聯網搭建出了與現實農場相對應的數字農場,換句話說,把現實農場“複製粘貼”到了電腦上來。

图片

數字農場管理平台丨豐疆智能

就像遊戲一樣,數字農場可精準地反映現實農場的環境狀態、設備設施狀態,人們只需要點一點就可以完成控溫、灌溉等操作。農民也藉此完成了向“農業工程師”的轉型。

想要得到這樣的數字農場,要用到的黑科技還真不少。

大數據平台:洞察每個角落

要想玩好模擬農場,隨時掌握農場的各類數據是關鍵的一步。在現實中的農場裡,大數據平台成為了農場最為關鍵的“數據調度中心”。

图片

隨時可以查看農場數據| 新華網

這裡的大數據平台,不僅包括天氣、環境等數據,還可以在電腦裡生成農場的實景模型。借助科學的數字模型,大數據平台可以將一條條數據轉換為合理的建議,為農事開展提供決策依據。

在大數據平台上,可以像玩兒模擬農場遊戲一樣管理農機。每一台農機的具體位置、作業狀態、已作業面積等信息都一目了然。要是哪台農機最近“偷懶”很少干活,也能從圖表上清楚看到,接下來就要多多安排些任務給它啦。

图片

農機分析丨豐疆智能

大數據平台還可以對接市場需求,對作物的經濟價值進行實施評估,從而指導作物種植規劃。不過這麼多數據怎麼來?傳感器和智能農機可少不了。

智能傳感器:農場監測者

現在的數字農場,農作活動是圍繞著大量的數據進行展開的。數據從哪兒來呢?智能傳感器幫了大忙。

图片

智慧農業產業園利用智能傳感器實現溫室環境控制,種出熱帶水果

數字農場裡面有大量的智能傳感器,它們收集的信息主要分為三種:一是影響作物生長的基本環境參數,如光照強度、CO2濃度、空氣溫濕度等;二是作物生長本身的數據信息,如葉片溫濕度、莖稈和果實的相關參數等;三是環境控制設備的相關參數,如設備開停時間、功率、耗能等。

图片

實時識別果實成熟的情況丨Root AI/Youtube

各類傳感器對農作生產進行了全方位的實時監控。何時澆水、通風、剪枝再也不單純靠著農民對節氣的認識了。現代的溫室大棚,已經實現在中高緯度地區種植熱帶水果,而且果實飽滿、無病蟲害,果樹從育苗到開花、結果、成熟,每個過程都享受著精確適宜的生長環境,智能傳感器在其中起到了關鍵作用。

智能農機:指哪打哪

單純依靠人力種地的歷史早就過去了,拖拉機、插秧機、收割機等也已成為農民的好幫手。在如今的數字農場,“智能農機”成為了明星人物。

图片

自動採摘丨AGROBOT/Youtube

農民遠程下達操作指令後,無人駕駛的智能農機迅速駛入農田,自動規劃作業路線並實時統計作業畝數。

图片

可以實時獲取農機的工作數據丨FIELDVIEW

而且現有的農機也可以加入到“智能化”的梯隊中來:使用智能農機套件可以對普通農機進行數字化改造。套件具備數據收集和上傳功能,用戶可以藉此查看作業數據及遠程操作農機。普通農機搖身一變成為智能農機,可不就大大加快了數字農場的建設了。

图片

農業設備也玩上了自動駕駛| 豐疆智能

我們的生存離不開農業。當下,農業越來越精細化與自動化,借助各種傳感器技術和自動化裝備,我們可以得到理想的收穫。

小時候寫作文總會暢想未來科技,誰能想到那些“科幻”的場景,這麼快就變成現實了呢。

人工智能設計出了人類無法理解的量子實驗

​量子物理學家馬里奧•克萊恩至今還記得自己2016年初在維也納的一家咖啡館裡翻閱MELVIN的計算結果時的情景。MELVIN是克雷恩創建的一套機器學習算法,屬於一種人工智能。它的任務是將各種標準量子實驗的基礎模塊進行混合和比對,藉此尋找新問題的解決方法。克雷恩發現,MELVIN的確做出了許多有趣的發現,但其中有一條卻令他摸不著頭腦。

“當時我的第一反應是,’我的程序一定出BUG了’,因為這個解法根本不可能存在。”MELVIN似乎是想通過創造多光子的複雜糾纏態來解決問題。問題在於,克雷恩、安東•塞林格和同事們並未給MELVIN提供創造這類複雜量子態所需的規則,但MELVIN卻自己找到了解決之道。最終克雷恩意識到,這套算法發現的其實是上世紀90年代初設計的一套實驗安排,不過當初那套實驗要簡單得多,MELVIN解決的問題則遠比它複雜。

JxImIN_q.png

“我們明白了這是怎麼一回事之後,便立即對這個解法進行了歸納和泛化。”克雷恩表示。自此之後,其他團隊也開展了一些MELVIN設計的新實驗,以全新的方法測試量子力學的理論基礎。與此同時,克雷恩從維也納大學跳槽到了多倫多大學,和新同事一起改進了他們的機器學習算法。他們最近研發了一套名叫THESEUS的人工智能係統,不僅計算速度比MELVIN快好幾個數量級,而且計算結果對人類一目了然。MELVIN的計算結果需要克雷恩和同事們花費數天、甚至數天時間去理解,但THESEUS的計算結果則幾乎一眼自明。

克雷恩接觸到這個研究項目其實純屬偶然。當時他和同事們想弄清,如何通過實驗創造光子的量子糾纏態:當兩個光子發生相互作用時,便會形成“糾纏”關係,牽涉其中的兩個光子都只能通過同一種量子狀態進行數學描述。如果你對其中一個光子的狀態進行測量,即使兩個光子遠隔千里,測量結果也能與另一個光子相吻合(因此愛因斯坦稱之為“幽靈般的糾纏關係”)。

1989年,丹尼爾•格林伯格、邁克爾•霍恩和塞林格三名物理學家對一種名叫GHZ(三人姓氏首字母的結合)的量子態進行了描述。GHZ量子態涉及到四個光子,每個光子都處於0或1兩種狀態的疊加態上(這種量子態名叫量子比特)。在三人發表的論文中,GHZ狀態包含四個相互糾纏的量子比特,整個系統處於一種二維的量子疊加態中,要么為0000,要么為1111。如果對其中一個光子進行測量,發現其處於狀態0上,整個疊加態便會坍縮,其它光子的狀態也是0;測出的結果為1也是同理。上世紀90年代末,塞林格和同事們首次在實驗中觀察到了三個量子比特的GHZ態。

克雷恩和同事們還想觀察到更高維度的GHZ態。他們想使用三個光子,每個都有三個維度,即可以處於0、1、2三種狀態的疊加態上。這種量子態名叫“三維量子比特。克雷恩團隊想尋找的便是一種三維GHZ態,處於000、111和222三種狀態的疊加態上。這種量子態可以大大增強量子通信的安全性、以及量子計算的速度。2013年末,研究人員花了數週時間設計實驗和開展計算,試圖通過實驗創造出所需的量子態,但每次都以失敗告終。克雷恩表示:“我當時簡直要抓狂了,為什麼我們就是找不到正確的實驗設置呢?”

為加速研究進程,克雷恩先是編寫了一套計算機程序,可以根據實驗設置計算出實驗結果,然後對程序進行了升級,將光學實驗台上用來生成和操控光子的基礎模塊整合了進去,包括激光、非線性光學晶體、分光器、移項器、全息圖等等。這套程序將這些模塊進行隨機混合和匹配,組合出了海量配置,並依次開展計算、輸出結果。MELVIN就這麼誕生了。“短短幾小時內,這套程序就找出了我們這幾位科學家耗費數月都沒能找到的解決方案。”克雷恩指出,“那真是瘋狂的一天,我至今都不敢相信這真的發生了。”

接下來,他又賦予了MELVIN更多的智慧。每次找到一種有用的配置,MELVIN都會將其加入自己的“工具箱”。“這套算法會記住這些,並試著用它們來尋找更複雜的解決方法。”

但令克雷恩在維也納那間咖啡館裡百思不得其解的,也正是“進化後”的MELVIN。在MELVIN的實驗“工具箱”中,克雷恩加入了兩個晶體,每個都可以產生一對處於三維糾纏態的光子。克雷恩原本以為,MELVIN會找到一種實驗配置,能夠將這兩組光子組合在一起,最多達到9個維度。但“它其實找到了一種非常罕見的解法,糾纏程度遠比其它量子態都要高得多”。

克雷恩最終發現,MELVIN其實使用了一種近三十年前由數支研究團隊開發的技術。1991年,羅切斯特大學的三名研究人員設計出了其中一種實驗方法。隨後在1994年,塞林格和奧地利因斯布魯克大學的同事們又設計出了另一種。從概念上來看,這些實驗取得的結果都是相似的,不過塞林格設計的實驗配置更簡單、更容易理解一些。在該實驗中,先由一枚晶體生成一組光子(A和B),這兩個光子的行進路線會穿過另一枚晶體,產生光子C和D。從第一枚晶體射出的光子A和第二枚晶體射出的光子C的行進路線會完全重合,都會到達同一個探測器,因此該探測器無法判斷某個光子究竟是來自第一枚、還是第二枚晶體。光子B和光子D也是同理。

{A1SH8}L$G$R6)UV]C%S$@G.png

移相器可以改變光子的相位。如果在兩枚晶體之間放置一台移相器,並不斷改變移相程度,就會在探測器處造成建設性干涉或破壞性干涉。假設每枚晶體每秒可以產生1000對光子;在產生建設性干涉時,探測器每秒可接收4000對光子;而在產生破壞性干涉時,接收到的光子數則為零,因為儘管單個晶體每秒產生的光子對數為1000,但整個系統卻並未產生一個光子。

MELVIN的解法中也包含這樣的重疊路線。令克雷恩感到困惑的是,他的算法中只有兩枚晶體。MELVIN並未在實驗一開始就使用這兩枚晶體,而是將它們放進了一台干涉儀中(干涉儀可以將一個光子的行進路線一分為二、再合二為一)。花了一番功夫進行研究後,他意識到,MELVIN使用的實驗設置相當於用到了不止兩枚晶體,這樣一來便可產生更高維度的糾纏態了。

除了生成複雜的糾纏態之外,使用兩枚以上晶體的實驗配置還可以實現塞林格在1994年用兩枚晶體開展的實驗的“泛化”版本。克雷恩在多倫多大學的同事埃弗瑞姆•斯坦伯格對人工智能的研究結果深感震驚。“就我所知,這種泛化是人類僅憑自己之力永遠也想像不出、也實現不了的。”

在其中一種泛化的實驗配置中,晶體數量為四,每枚晶體都會產生一對光子,有四條通往四個探測器的重疊路徑。量子乾涉可以形成建設性干涉,即四台探測器都能探測到光子;或是破壞性干涉,即沒有一台探測器能探測到光子。

但直至不久之前,真正開展這樣的實驗都一直是一個遙遠的夢想。不過今年三月,中國科技大學研究人員與克雷恩在聯合發表的一篇預印論文上報告稱,自己在一枚光子芯片上搭建了完整的實驗配置,並成功開展了這項實驗。由於光子芯片的光學穩定性極強,研究人員在實驗中連續收集了超過16個小時的數據,而這在大規模實驗中是不可能實現的。

在剛開始嘗試將MELVIN的研究成果簡化和泛化時,克雷恩和同事們意識到,這種解法其實和數學中一種名叫“圖”的抽象表達形式很相似。圖由“頂點”和“邊”構成,可以用於描述物體之間的配對關係。在量子實驗中,每個光子的行進路線可以用“頂點”來表示,而每枚晶體則可以用連接兩個頂點的“邊”來表示。MELVIN先是創建了這樣一個圖,然後開展了一系列名叫“完美匹配”的數學運算,即讓每個頂點僅與一條邊相連。這一過程可以使最終量子態的計算大大簡化,不過對人類來說仍然難以理解。

不過,MELVIN繼任者THESEUS的出現改變了這一點。它可以對第一步生成的複雜圖進行篩選,逐漸將邊和頂點的數量減少到不能再少(如果進一步減少,該實驗設置便無法產生想要的量子態)。這樣的圖比MELVIN的完美匹配圖簡單得多,因此更容易被人類解讀。

澳大利亞格里菲斯大學的埃里克•加瓦爾坎迪對這些研究工作深感震撼。“這些機器學習技術真的很有意思。對人類科學家而言,有些解法看上去十分’新穎’。不過就現階段來說,這些算法離真正具備提出新想法、創造新概念還差得很遠。不過,我相信這一天遲早會到來。儘管我們如今仍在嬰兒學步,但千里之行,終歸要始於足下。”

斯坦伯格也贊同這一觀點。“就目前來說,這些已經是絕妙的工具了。就像所有優秀的工具一樣,它們已經幫助我們實現了一些原本不可能實現之事。”

不摘智能手錶就能充電!這項研究讓人體變電線

圖片

健康監測功能逐漸成為大家使用智能穿戴重要原因之一。智能穿戴設備需要取下來充電,這會影響監測健康數據的完整性。
近日,美國馬薩諸塞大學阿默斯特分校的研究人員設計了一種無需取下智能穿戴設備就可以充電的新解決方案,名為ShaZam。
ShaZam其中的原理涉及體內能量傳輸(Intra-Body Power Transfer,IBPT)技術,利用人體作為傳輸電力的媒介,實現在用戶與日常物品交互時以無線方式為可穿戴設備充電。
該研究論文題目為《ShaZam一種通過人體體內能量傳輸技術,利用日常物品為智能穿戴設備充電方案(ShaZam:Charge-Free Wearable Devices via Intra-Body Power Transfer from Everyday Objects)》,於6月24日發表在國際計算機學會(ACM)會議錄上。

論文鏈接:

https://dl.acm.org/doi/10.1145/3463505

图片

01 .
保證人體安全情況下,讓電能流入流出
雖然在20世紀90年代IBPT的概念就被引入,但是可行性評估及現實應用等方面的探索還不是很多。與IBPT相關的主要技術挑戰是,在電流正向流入人體和反向流出人體的過程保證人體的安全。
受體內通信(IBC)領域的啟發(IBC是一種把人體當作電纜,利用通信裝置進行雙向數據通信的技術),利用人體充電有兩種潛在的解決方案,一是以人體為前向路徑,利用準靜態近場電容耦合建立信號返迴路徑的電容耦合方法,二是視人體為有耗導電介質的電容耦合方法。
在電容耦合方法中,功率發射器和接收器都將具有一個電極(稱為皮膚電極)與人體建立電容耦合和一個浮動的金屬板(稱為接地電極)在空氣中建立另一個與環境的電容耦合(包括兩個接地電極之間的寄生耦合)。
在這種配置中,人體周圍的時變電場可以近似為一個均勻的相場,它會誘導電流流過人體組織,從而傳遞能量。

图片

▲利用人體導電的示意圖
美國馬薩諸塞大學研究人員的ShaZam智能穿戴設備充電解決方案,就採用這種電容耦合機制,其中正向電路構建方式是通過乾燥的銅材質電極讓射頻信號進入身體組織,返回電路則通過一對漂浮在空氣中的銅製金屬電極與周圍環境之間的固有自然電容建立。
研究人員實驗了在人與三種不同設備(台式機外接鍵盤、筆記本上的鍵盤和汽車方向盤)接觸時,這些設備通過人體導電,將電力傳輸給腕戴式智能設備。

图片

▲研究人員採用3種日常設備進行實驗

研究人員設計的這種充電方案目前可以支持Fitbit Flex和小米手環等超低功耗健康追踪器,但還無法支持為像Apple Watch這種功耗高的可穿戴設備充電。
02 .
ShaZam指標、設備區別於其他無線充電
其實無線充電已經不算一項新技術了,各大手機及智能穿戴廠商都大秀其無線充電技術,像今年小米、OPPO發布了它們自己研發的無線充電技術。
無線充電是指利用磁感應、磁共振以及電容耦合等機理實現電源到負荷的近場電力傳輸技術。
無線電力傳輸方法大致分為兩類:一類是使用可以接收和發射無線電的天線,對進行能量傳輸的射頻無線充電,另一類是使用儀器化的基礎設施,可創建允許成對設備建立耦合的電場或磁場的電磁耦合無線充電(具體有電磁感應無線充電和電磁諧振無線充電兩種略有區別的充電方式)。
射頻無線充%E

大腦植入物將思想轉化為文字,幫助癱瘓男子重新“說話”

由Facebook 資助的一項來自加利福尼亞大學舊金山分校(UCSF)的長達數年的研究迎來了最新階段,該項目名為Project Steno,將一個有語言障礙的癱瘓病人腦中試圖說的話翻譯成屏幕上的文字。

週三發表在《新英格蘭醫學雜誌》上的一項研究的主要作者大衛-摩西博士說:“這是第一次有人只是自然地試圖說些什麼,僅僅從大腦活動中解碼成文字。希望這是對通信設備直接語音控制的原則性證明,使用預定的嘗試性語音作為不能說話、癱瘓的人的控制信號。”

這項研究使用了腦機接口(BCI) 技術,由加州大學舊金山分校的神經外科醫生愛德華-張博士負責,他們將一個由電極組成的“神經假體”植入一名在20 歲時發生腦幹中風的癱瘓男子體內。在大腦中與控制聲道有關的區域植入電極貼片後,讓該男子對屏幕上顯示的問題作出回應。UCSF 的機器學習算法可以識別50 個單詞,並將這些單詞轉換為實時句子。例如,如果男子看到一個問題:“你今天好嗎?”,屏幕上會顯示男子回答“我非常好”,會逐字逐句地跳出來。

摩西澄清說,這項工作的目標是在Facebook 的資助階段之後繼續進行,而且這項研究仍然有很多工作要做。

摩西澄清說,這項研究和其他BCI 工作一樣,不是讀心術:它依賴於感應大腦活動,這種活動在試圖從事某種行為時發生,比如說話。摩西還表示,加州大學舊金山分校團隊的工作還沒有轉化為非侵入性的神經接口。埃隆-馬斯克的Neuralink 公司承諾從大腦植入的電極中無線傳輸數據,用於未來的研究和輔助用途,但到目前為止,這項技術只在一隻猴子身上得到了證明。

同時,Facebook 現實實驗室研究部已經不再研究頭戴式腦機接口,而是轉移到研究VR/AR 頭顯,在不久的將來,將重點放在基於從CTRL-Labs 收購的技術的腕戴式設備上。Facebook 現實實驗室有自己的非侵入性原型頭戴式研究頭顯,用於研究大腦活動,該公司已經宣布,隨著停止對頭戴式神經硬件的關注,計劃為開源研究項目提供這些設備。(UCSF 接受Facebook 的資助,但沒有硬件。)

以消費者為目標的神經輸入技術仍處於起步階段。雖然有使用無創頭戴式或腕戴式傳感器的消費者設備,但它們現在的準確度遠遠低於植入式電極。

全球首個大規模虐童圖像數據庫!標記15萬圖像、20類信息,自動判斷圖片是否違法

圖片
 去年3月份,韓國N號房一事被曝光,黑產集團用裸照威逼利誘女性、幼童,對受害者實施性剝削的產業鏈終於公之於大眾,在Telegram上的聊天室發布這些性剝削畫面供會員觀看並收取會費,66名與N號房事件有關人士被捕,主犯也最終被判入獄。
 
韓國警方所掌握線索的被害女性多達74人,其中16人為未成年人,最小年齡受害者為年僅11歲的小學生。
 
以N號房為代表的性侵事件涉事人數之龐大,韓國並非孤例,Telegram也絕不是窩藏黑色產業鏈的唯一技術平台。每天,無數無法找到來源的虐童視頻、圖片被上傳至互聯網,並跨國進行交易。
 
找到這些隱藏在照片背後的犯罪分子,除了追踪技術,還需要各國法規及定則程度的一致性。目前,由於不同國家和地區對這類敏感圖像和視頻分類的方式很不相同,不同國家查獲的內容很難共享,存在大量重複工作,受害者也非常難以定位搜尋。
 

標記15萬數據,英國分析師團隊建立兒童性虐圖像元數據庫

一個分析師團隊正在嘗試建立起一個兒童性虐圖像元數據庫,在不同國家共享,以打破這種僵局。
 
在英國劍橋郡,互聯網觀察基金會辦公室(Internet Watch Foundation’s office in Cambridgeshire,下稱IWF)建立起了一隻21 人團隊,他們每天都會花費數小時瀏覽包含兒童性虐待的圖像和視頻。
图片
 
僅去年一年,該團隊就標記出了153,383 個帶有兒童性虐待圖像鏈接的網頁,一個龐大的數據庫正在逐漸建立。
 
而這只是第一步,IWC的最終目的是,希望這個數據庫可以在國際上共享,並在數據庫的基礎上訓練智能算法,自動歸類相關違禁圖片,以阻止虐童圖片的全球擴散。
 
為了達到目的,這個21人的團隊每天都在經受常人無法忍受的“痛苦”。除了瀏覽大量虐待、暴力、黃色視頻和圖像,發現照片或視頻片段時,IWF的數據分析師還需要對其進行評估和標記。到目前為止,這些分析師主要會檢查相關音視頻材料屬於ABC三個等級中的哪一種。這些分組主要基於英國的法律和兒童性虐待的量刑指南中廣泛規定的虐待類型。例如,最嚴重的類別A 中的圖像包括嚴重的針對兒童的犯罪,使用這些分類可以計算被判有罪的人應被判刑多長時間。除了確定性虐待內容是否屬於英國的三個群體之外,其分析師現在還在他們的報告中添加了多達20 條不同的更詳細信息。
 

打破各國打擊性虐犯罪數據孤島

目前,全球性虐圖片和視頻量級仍在增加。去年,非營利性國家失踪和受虐兒童中心收到了2140 萬份來自科技公司的虐待內容報告,美國法律要求這些公司報告他們發現的內容。這是有記錄以來最多的一年,報告包含6540 萬張圖片、視頻和其他文件。
图片 
儘管虐待兒童材料的報告有所增加,但面臨的一大挑戰是世界各地不同的報告流程和標準。由於方法的不同,很難全面了解在線兒童性虐待的真實規模。總部位於美國的非營利組織國際失踪和受虐兒童中心2018 年的一項法律審查發現,118 個國家/地區擁有“足夠”的兒童性虐待物質法律,62 個國家/地區的法律不充分,16個國家/地區沒有。一些法律不健全的國家沒有定義兒童性虐待,其他國家沒有研究技術如何用於犯罪,還有一些國家沒有將虐待內容音視頻材料定為犯罪。 Continue reading

維珍銀河實現載人亞軌道飛行!布蘭森成進入太空邊緣的私人航天第一人,先於貝索斯

圖片

沒想到,太空旅行的競爭也越來越激烈了。

就在美國東部時間7月11日10點30,維珍銀河成功地實現了第4次太空飛行測試。

圖片

兩組巨大的尾翼,主體呈流線型,尾部有一個發動機。是的,眼尖的小伙伴一下子就能看出來,這是維珍銀河的團結號(VSS Unity)。

不過,除了團結號再上太空的噱頭外,備受外界的更多在於維珍銀河創始人理查德·布蘭森(Richard Branson)的參與。這也讓布蘭森成為了進入太空邊緣的私人航天第一人

是的,現年70歲的布蘭森作為宇航員,親自體驗了一把太空旅行。對此,布蘭森曾表示,“我很榮幸親身體驗宇航員的經歷,保證我們能為未來的客戶提供獨特的維珍體驗”。

與布蘭森同行的還有3位維珍銀河任務專家,分別是首席宇航員教員貝絲·摩西、首席運營工程師科林·貝內特和政府事務副總裁西莉莎·班德拉。此外,2名維珍銀河飛行員戴夫·麥凱和邁克爾·馬蘇奇將駕駛維珍銀河團結號宇宙飛船。

图片

根據CNBC報導,布蘭森之所以選擇這個節點,就是為了擊敗貝索斯,比後者更早進入太空。貝索斯在更早的時候曾聲明表示,他將於7月20日通過藍色起源(Blue Origin)進行太空旅行。

受到該消息影響,維珍銀河盤後大漲超25 %

布蘭森在一份聲明中說:“經過16年多的研究、研發和測試,維珍銀河已站在了太空商業化的前沿。這意味著太空將向全人類開放,永遠改變世界的進程。”

布蘭森:這是一生難忘的經歷

其實,這次飛行絕稱不上一帆風順。此前就由於天氣原因,發射時間就往後延遲了90分鐘。(這可能和布蘭森在出發前去拜訪了馬斯克有關)

图片

在整個發射過程中,首先,團結號及船上的2名駕駛、4名乘客隨著1架大型運輸機從美國新墨西哥州起飛,之後團結號會在半空中脫離運輸機,並發動引擎,以相當於地球重力3.5倍的加速度向上飛行。

图片

當超越地球上空約80公里,即NASA等機構認定的地球與太空交界,團結號將切掉引擎,讓乘客解開安全帶,體驗太空中的無重力感,同時透過船上的17個窗戶欣賞地球。

太空船將在抵達最高點,即地球上空約88公里後,開始降落。

團結號進入微重力環境時,布蘭森與其他機組人員握手祝賀,在飛機與地面控制斷斷續續的通信線路上,我們可以聽到他說,這次飛行是“一生難忘的經歷(an experience of a lifetime)”。 Continue reading

美國智能家居全球營收最高,達289億美元

導讀

美國在智能家居技術的採用方面處於全球領先地位,預計到2024年普及率將超過50%

近年來,智能家居技術越來越普及,美國的使用率也在上升。根據Trading Platforms提供的數據,到2021年,美國智能家居用戶數量將超過5000萬,並將創造全球最多的營收——289億美元。

美國智能家居全球營收最高,達289億美元

根據這份新報告,到2021年,美國智能家居用戶預計將超過5000萬,收入將達到289億美元,是全球智能家居用戶最多的國家。

2021年,美國智能家居用戶的數量預計將跨越一個重要的里程碑。2020年前,美國智能家居用戶達到4740萬人。研究公司預計將新增500萬用戶,並在2021年某個時候突破5000萬大戶,屆時將達到52,200萬用戶。從2021年到2025年,美國智能家居用戶預計將以10.21%的複合年增長率(CAGR)增長,到2025年達到7700萬

同期,美國智能家居收入預計也將健康增長,年復合增長率為12.82%,到2025年將達到468億美元。2021年,智能家電預計將在總收入中佔據最大份額,達到80億美元,其次是安全產品,為50億美元。到2025年,安全業務預計將占美國智能家居總收入的80多億美元。

2021年,美國智能家居普及率為40.1%,是全球最高的。相比之下,英國智能家居普及率為37.4%,居全球第二。美國的智能家居普及率預計將在2024年突破50%大關。

2021年,美國智能家居行業的收入預計將增長23.7%,達到289億美元,為全球最高。從2021年到2025年,美國智能家居收入預計將以12.82%的複合年增長率增長,到2025年達到468億美元。智能家電行業在總收入中所佔份額最大,2021年達到80億美元。

有媒體評論道:“谷歌、蘋果(Apple)和亞馬遜(Amazon)等科技巨頭最近都在智能家居的不同領域進行了大規模投資,體現了整個行業公認的潛力。由於普及率尚未突破50%的大關,可以肯定地說,美國智能家居市場仍處於起步階段,未來幾年將持續增長。”

馬斯克坦言:我低估了開發安全可靠的自動駕駛汽車的難度

圖片

馬斯克終於“認栽”了?

上個月,國家市場監督管理總局發布通知,特斯拉將召回211256輛國產Model 3和38599輛Model Y,以及35665輛進口Model 3。

而根據中國汽車監管部門的消息報導,這些特斯拉車輛在行使過程中,自動駕駛系統很容易被無意激活,從而引發交通事故。

不過,特斯拉首席執行官馬斯克卻並未對此發表任何評論,甚至在此前多次強調特斯拉自動駕駛系統的穩定性和可靠性。

但就在昨天,馬斯克在推特上終於承認,他低估了開發安全可靠的自動駕駛汽車的難度。

图片

對此,可能工程界的大佬們都想站起來說到:“你這不是廢話嗎?”

但在推特留言下,幾乎都是清一色對特斯拉表示鼓勵的留言,並表示希望特斯拉盡快推出“全自動駕駛”軟件的最新版本。

而值得注意的是,特斯拉無法在沒有駕駛員干預的情況下自行駕駛。

根據此前爆料,特斯拉更傾向於在客戶身上測試自動駕駛輔助功能,以便他們收集數據和解決系統中的錯誤。對此,特斯拉的客戶大多沒有意見,他們甚至希望自己在測試名單中。

這也無形中提高了特斯拉作為自動駕駛領域領導者的公眾聲譽,儘管特斯拉一直沒有達到大多數專家認為的自動駕駛汽車標準。

特斯拉一直聲稱,自動駕駛是安全的。特斯拉發布的季度報告中,有選擇性地報告了一些數據,但這也需要駕駛員不斷輸入信息才能發揮作用。

與此同時,Waymo已經在公共道路上開始測試其無人駕駛車輛了。和幾乎所有自動駕駛技術公司一樣,Waymo主要利用了不同的傳感器組合,如雷達、激光雷達和攝像頭等,以確保在任何系統出現故障時有冗餘。

反觀特斯拉,直到最近,他們才改用了僅有攝像頭的傳感系統。

意識到自動駕駛汽車很難的並不只有馬斯克一人。此前幾乎整個行業都在預測,不用多久,我們的道路上就將充斥著自動駕駛汽車,但後來他們承認,他們低估了實現自動駕駛汽車安全可靠地行駛的複雜性。

現在,我們可以對馬斯克說:“歡迎來到現實。”

聯絡我們

地址
香港九龍觀塘鴻圖道57號南洋廣場1808室
Rm.1808, Nanyang Plaza, 57 Hung To Road., Kln. HK

電話
23091888

電郵
info@iothk.net