机器学习和人工智能领域的研究，现在几乎是每个行业和公司的一项关键技术，对于任何人来说都过于庞大，无法通读。本专栏Perceptron旨在收集一些最相关的最新发现和论文——特别是但不限于人工智能——并解释它们为何重要。
在过去的几周里，麻省理工学院的研究人员详细介绍了他们在一个系统上的工作，该系统通过持续监测帕金森病患者的步态速度来跟踪他们的进展。在其他地方，由贝尼奥夫海洋科学实验室及其合作伙伴牵头的项目 Whale Safe 在一项实验中 推出了配备人工智能传感器的浮标，以防止船只撞到鲸鱼。生态学和学术界的其他方面也看到了机器学习推动的进步。
麻省理工学院帕金森氏症的追踪工作旨在帮助临床医生克服治疗全球估计有 1000 万帕金森氏症患者的挑战。通常，帕金森病患者的运动技能和认知功能会在临床就诊期间进行评估，但这些可能会受到疲劳等外部因素的影响。此外，对于许多患者来说，通勤到办公室的前景过于艰巨，而且他们的情况变得更加严峻。
作为替代方案，麻省理工学院的团队提出了一种家用设备，该设备使用在患者在家中移动时从患者身体反射的无线电信号收集数据。该设备大约有一个 Wi-Fi 路由器那么大，可以全天运行，即使房间里有其他人在走动，它也会使用一种算法来挑选信号。
在发表在《科学转化医学》杂志上的一项研究中，麻省理工学院的研究人员表明，他们的设备能够在一项试点研究中有效地跟踪数十名参与者的帕金森病进展和严重程度。例如，他们发现帕金森病患者的步态速度下降速度几乎是非帕金森病患者的两倍，并且患者步行速度的每日波动与他们对药物的反应程度相对应。
从医疗保健转向鲸鱼的困境，鲸鱼安全项目——其既定使命是“利用一流的技术和最佳实践的保护策略来创建一种解决方案以降低对鲸鱼的风险”——于 9 月下旬部署了配备的浮标带有可以使用水下麦克风记录鲸鱼声音的机载计算机。人工智能系统检测特定物种的声音并将结果传递给研究人员，以便通过将数据与水情和当地的鲸鱼目击记录相证实来计算动物的位置。然后将鲸鱼的位置传达给附近的船只，以便它们可以根据需要改变路线。
与船只相撞是鲸鱼死亡的主要原因——其中许多物种濒临灭绝。根据非营利组织“海洋之友”进行的研究，每年有超过 20,000 头鲸鱼因船只撞击而死亡。这对当地生态系统具有破坏性，因为鲸鱼在从大气中捕获碳方面发挥着重要作用。一条大鲸鱼平均可以隔离大约33 吨二氧化碳。
图片来源：贝尼奥夫海洋科学实验室
Whale Safe 目前在洛杉矶和长滩港口附近的圣巴巴拉海峡部署了浮标。未来，该项目的目标是在西雅图、温哥华和圣地亚哥等美国沿海地区安装浮标。
保护森林是另一个技术正在发挥作用的领域。使用激光雷达从上方对林地进行调查有助于估计增长和其他指标，但它们产生的数据并不总是易于阅读。来自激光雷达的点云只是未区分的高度和距离图——森林是一个大表面，而不是一堆单独的树木。这些往往必须由地面上的人类跟踪。
普渡大学的研究人员已经建立了一种算法（不是完全人工智能，但这次我们会允许它）将一大块 3D 激光雷达数据转化为单独分割的树木，不仅可以收集树冠和生长数据，还可以很好地估计实际树木.它通过计算从给定点到地面的最有效路径来做到这一点，基本上与营养物质在树中的作用相反。结果非常准确（在通过现场清单检查后），并且可以有助于将来更好地跟踪森林和资源。
如今，自动驾驶汽车越来越频繁地出现在我们的街道上，即使它们基本上仍然只是 beta 测试。随着他们数量的增长，政策制定者和公民工程师应该如何适应他们？卡内基梅隆大学的研究人员整理了一份政策简报，提出了一些有趣的论点。
该图显示了一些汽车选择更长路线的协作决策实际上如何使大多数汽车更快。图片来源：卡内基梅隆大学
他们认为，关键的区别在于自动驾驶汽车是“无私地”驾驶的，也就是说它们故意容纳其他司机——比如说，总是让其他司机在他们前面并入。他们认为，这种行为可以被利用，但在政策层面上应该给予奖励，并且应该让 AV 进入收费公路、HOV 和公交专用道等设施，因为它们不会“自私地使用它们”。 ”
他们还建议规划机构在做出决策时采用真正的缩小视图，包括自行车和踏板车等其他交通工具，并研究应该如何要求或增强 AV 间和车队间的通信。您可以在此处阅读完整的 23 页报告 (PDF) 。
从流量转向翻译，Meta 上周宣布了一个新系统，通用语音翻译器，旨在解释像福建话这样的不成文语言。 正如系统上的一篇 Engadget 文章所指出的，数千种口语没有书面成分，这给大多数机器学习翻译系统带来了问题，这些系统通常需要在翻译新语言并将文本还原之前将语音转换为书面文字讲话。
为了解决语言标记示例的缺乏，通用语音翻译器将语音转换为“声学单位”，然后生成波形。目前，该系统的功能相当有限——它允许说闽南语（一种在中国大陆东南部常用的语言）的人一次将一个完整的句子翻译成英语。但 Universal Speech Translator 背后的 Meta 研究团队相信它会继续改进。
AlphaTensor 的插图。图片来源： DeepMind
在 AI 领域的其他地方，DeepMind 的研究人员详细介绍了AlphaTensor ，Alphabet 支持的实验室声称这是第一个用于发现新的、高效且“可证明正确”的算法的 AI 系统。 AlphaTensor 专为寻找矩阵乘法的新技术而设计，矩阵乘法是现代机器学习系统工作方式的核心数学运算。
为了利用 AlphaTensor，DeepMind 将寻找矩阵乘法算法的问题转化为单人游戏，其中“棋盘”是称为张量的三维数字数组。根据 DeepMind 的说法，AlphaTensor 学会了在这方面表现出色，改进了 50 年前首次发现的算法，并发现了具有“最先进”复杂性的新算法。系统发现的一种算法针对 Nvidia 的 V100 GPU 等硬件进行了优化，比相同硬件上的常用算法快 10% 到 20%。
感知器：AI 拯救鲸鱼、稳定步态和消除交通由Kyle Wiggers最初发表在TechCrunch上
原文： https://techcrunch.com/2022/10/25/perceptron-ai-saving-whales-steadying-gaits-and-banishing-traffic/