人工智能

可用于癌症诊断治疗的磁性微游动机器人

哈尔滨工业大学机电学院机器人技术与系统国家重点实验室谢晖教授团队开展了可重构磁性微机器人群：多模态转换、定向移动与集群作业的研究，有望为癌症治疗中高效靶向给药和早期诊断体内成像提供有效解决方案。研究成果发表于Science Robotics。研究团队开发了一种磁性微游动机器人，这种呈花生状的磁性游动机器人长3微米，直径2微米，只有头发丝直径的约四十分之一。该机器人可成千上万地组队协同作业，机器人之间通过非常小的作用力交流，自组织成一个多模态的群体，就像蚁群用触觉或气味交流一样。群体可在旋转磁场的调控下，展现出多种随环境或任务快速响应的模态。

微游动机器人群体多模态转化（左）、环境响应与集群操作（右）示意图（图片来源于哈尔滨工业大学新闻中心）

可自主升级的无人驾驶平行智能测试模型

中国科学院自动化研究所与清华大学、西安交通大学人工智能与机器人研究所等单位合作，提出了一种新的图灵测试方法来测试和验证无人车对复杂交通场景的理解和行驶决策的能力，对构建和测试其他人工智能系统具有重要的启发意义。研究成果发表于Science Robotics。该项研究历经10余年，实现了一种无人驾驶测试与验证的平行计算框架及其系统。研究团队构建了一个人在回路的平行智能测试模型，主要通过3个步骤，使其具有在人类专家指导下自动自我升级的认知机制。该研究工作引入对抗式学习模型，以使系统能够自动生成新的任务实例，以促使无人驾驶车辆进一步提高适应复杂环境的能力。

大脑使用其内在的活动状态（alpha振荡）解决视知觉模糊性证据

华南师范大学心理学院陈骐教授课题组揭示了大脑利用其内在的神经振荡状态解决知觉模糊性的神经机制，研究论文发表于PLOS Biology。研究团队观察到视觉系统中最主要的神经振荡alpha频段（8～13Hz）为知觉组织加工提供了时间窗：在模糊的动态视觉场景中，当大脑的alpha振荡较慢，相继呈现的两帧刺激会落在同一个alpha周期内，它们会在时间上整合在一起，从而产生一种感知；当alpha振荡较快，两帧会落在不同的alpha周期中，它们会在空间上整合在一起，从而产生另一种感知。大脑能够利用这种内在alpha振荡的实时速度，来积极预测最可能的感知，在真实刺激呈现之前，就提前激活预期感知的神经表征。

人机交互与人工智能: 从交替浮沉到协同共进

中国科学院软件研究所计算机科学国家重点实验室田丰等人在《中国科学：信息科学》上联合发表“人机交互与人工智能: 从交替浮沉到协同共进”的综述文章。文章指出，人机交互与人工智能是智能信息时代备受关注的两大重要研究领域。通过人机交互与人工智能发展历程可以发现，二者的关系从过去的此起彼伏逐渐变成了当下的相互促进，基于二者深度融合的典型应用也在教育、医疗等关键领域不断涌现。人机交互为人工智能提供了应用需求和研究思路，而人工智能也驱动了人机交互技术的发展和变革。放眼未来，人机交互与人工智能将保持当下这种相互促进、互相驱动的关系, 更加深入地融合并协同发展。

像素级高效人手检测研究进展

中国科学院软件研究所武延军团队张立波等人在像素级高效人手检测领域取得进展，为人手运动视频的实时检测估计处理提供了一种新方法，有望用于网约车、公交车等驾驶状态实时监控，减少安全事故。相关成果发表于国际人工智能会议AAAI Conference on Artificial Intelligence (AAAI 2019)。研究团队提出了一种尺度不变的全卷积神经网络，补充加权特征融合模块学习不同尺度的特异性，对网络的中间层也加入了监督，以迭代的方式融合多个尺度的特征进行最后的预测，与当前最好方法相比，在保证精度的同时检测速度更快，将单张图像处理速度最高提升4.23倍，首次达到62.5 fps。

研究提出的网络结构 (a)特征提取部分,(b) 特征融合部分, (c) 输出部分。（图片来源于中国科学院软件研究所网站）

结果对比，SIFCN (青色，该研究) 和 Multi-scale fast RCNN (红色，Yan et al. 2017)(a) VIVA 数据集 (b)Oxford 数据集。（图片来源于中国科学院软件研究所网站）

人脸识别新突破：真实场景下的大规模双样本学习方法

中国科学院自动化研究所朱翔昱、雷震等研究人员提出的大规模双样本学习方法包括两个方面：一是提出了一种分类—验证—分类(CVC)的训练策略来逐步提高实际场景中的性能，二是针对大规模分类问题提出了DP-softmax使得深度学习在超大规模类别的分类上具有可扩展性。研究成果发表于International Journal of Computer Vision。近年来得益于网络架构、训练策略以及人脸数据的发展，人脸识别技术取得了进步，越来越多地被推广到安防领域，延伸出考勤机、门禁机等多种产品，产品系列达20多种类型，可以全面覆盖煤矿、楼宇、银行、军队、社会福利保障、电子商务及安全防务等领域。

用量子计算方案实现Hopfield神经网络“联想记忆”功能

上海交通大学金贤敏教授团队基于三维光子集成芯片，在实验上通过量子随机行走成功演示Hopfield神经网络“联想记忆”功能，相关研究成果发表于Physical Review Applied。量子信息科学与人工智能技术不断取得了诸多改变传统信息科学的进展。量子信息科学以量子物理基本原理作为依托，结合数学、信息科学、光电工程等学科，有望为信息安全和计算机的绝对计算能力带来了革命性的提升；同时，作为人工智能研究领域中一个极其重要的研究分支，在大数据时代背景下，机器学习能有效地抽取信息，在信息技术、社会科学等多个领域中展示出解决实际问题的巨大潜力。这两个前沿领域的交叉研究是近年热点方向。

实现动物裸眼红外光感知和红外图像视觉能力

中国科学技术大学生命科学与医学部薛天教授研究组与美国马萨诸塞州州立大学医学院韩纲教授研究组合作，结合视觉神经生物医学与创新纳米技术，实现动物裸眼红外光感知和红外图像视觉能力。该研究成果发表于Cell。在生物进化历程中没有出现任何基于感光蛋白的能够感知超过700纳米的红外光的动物感光细胞，更无法在大脑中形成红外光图像视觉（个别动物如部分蛇类的红外线感知能力是通过温度感知实现的）。科学家尝试利用一种可吸收红外光发出可见光的上转换纳米材料，导入动物视网膜中以实现红外视觉感知。体外感光细胞单细胞光电生理记录证实这种纳米材料确实可以吸收红外光后激发小鼠视杆细胞电活动。