通過簡單血液檢測，或能提前5年診查出乳腺癌！_風聞

大家好，一週技術前沿洞察又和大家見面啦，本週有很多技術突破都讓人眼前一亮，比如科學家們發現新血檢技術或能提前5年查出乳腺癌，新的支架技術可以替代活檢程序，還有能讓動物換臉、能緩解交通擁堵AI，Google、英偉達等大公司們也有許多新研究和新應用，趕緊跟硅谷洞察來看看吧！

海外高校

通過簡單血液檢測，或能提前5年診查出乳腺癌！

美國時間11月3日，在2019NCRI（美國國家癌症研究所）會議上，來自英國諾丁漢大學的研究人員稱發現了一種新的血檢方法，或能提前5年測出乳腺癌。

此方法的原理是通過識別血液中的由癌細胞刺激生成的自身抗體，來檢測是否患癌。他們從被診斷出患有乳腺癌的90名乳腺癌患者中採集了血液樣本，並與90例無乳腺癌患者（對照組）的樣本進行匹配。

之後使用篩查技術（蛋白質微陣列），快速篩查血樣中是否存在針對與乳腺癌相關的40種TAA的自身抗體，以及針對與該疾病無關的27種TAA的自身抗體。研究結果表明，乳腺癌的確能誘導針對特定腫瘤相關抗原的自身抗體，目前通過鑑定血液中的這些自身抗體，能夠以合理的準確度檢測出癌症。

目前，研究人員正在對9個TAA進行測試，準備通過更多的樣本試驗來提高測試的準確性，**如若可行，**該方法可以取代乳房X光檢查，預計會在四至五年內將這項血檢方法推廣。

 感興趣的可以點擊原文閲讀：

https://www.telegraph.co.uk/news/2019/11/03/simple-blood-test-could-spot-breast-cancer-five-years-symptom/

法國奧爾良大學：用AI精準除雜草，減少農業損失

農民最討厭什麼？雜草。因為它總是與鄰近的作物爭奪光、水和養分。每年，雜草會使農業損失數十億美元的產量，想更好地提高農作物產量並減少農藥使用？AI在這個時候發揮作用了。

法國國家應用科學研究院與法國奧爾良大學合作開發的AI技術，可以幫助農民從甜菜、大豆和菠菜作物的無人機圖像中檢測雜草。

你可能會説，雜草不也是綠色的嗎？沒錯。從幾百英尺低空使用低分辨率的圖像，是很難分辨出雜草和農作物之間的區別——因為雜草都是綠葉。但是，一旦有了足夠的圖像分辨率和足夠的訓練數據，神經網絡就可以學會區分兩者。

該團隊使用每種作物成千上萬張圖像數據集（有些已標記，有些未標記），基於流行的ImageNet模型來開發其深度學習模型。

據法國國家應用科學研究院副教授 Hafiane 表示，當前AI的分析精度達到93％，是分析甜菜作物的最佳結果。“如果農民可以繪製雜草的位置圖，那麼就不需要在整個田間噴灑化學產品，只需針對特定區域，在適當的時間和地點進行干預了。”

感興趣的可以點擊原文閲讀：

https://blogs.nvidia.com/blog/2019/11/01/ai-helps-farmers-whack-weeds/

美國高校

MIT開發新系統避免自動駕駛的街角事故

為了提高自動駕駛系統的安全性，麻省理工學院的工程師開發了一種系統ShadowCam，該系統可以感知地面陰影的微小變化，從而確定拐角處是否有移動物體。

未來，**自動駕駛汽車可以使用該系統來避免與另一輛汽車或行人從建築物拐角處出現的潛在碰撞。**將來，在醫院裏運送藥物等物品的機器人也可以使用該系統來避免撞到別人。

ShadowCam使用來自攝像機的視頻幀序列，這些攝像機針對特定區域可以檢測不同圖像之間光強度隨時間的變化，這可能表明某些物體在移開或靠近。這些變化很難用肉眼看見，但可以由對象和環境的各種屬性確定。

ShadowCam計算該信息，並將每個圖像分類為靜止或正在運動的物體對象。如果它分類為正在運動，系統會做出相應的反應。

接下來，研究人員正在進一步開發該系統，以在不同的室內和室外照明條件下工作。將來，可能還會有一些方法可以加快系統的陰影檢測速度，並自動為陰影變化標註目標區域。

感興趣的可以點擊原文閲讀：

 http://news.mit.edu/2019/helping-autonomous-vehicles-see-around-corners-1028

藉助AI技術，機器成為閲讀腦部掃描的專家

近日，加利福尼亞大學舊金山分校（UCSF）和加州大學伯克利分校的科學家開發了一種新的計算機算法，在頭部掃描中發現微小腦出血的診斷案例中勝過了資深腦部科學家。

在當前的腦部診斷中，放射科醫生通常每天查看成千上萬張腦部圖像，以尋找可能危及生命的緊急情況的微小異常現象，但此過程既耗費時間也有可能出錯。

**而新研發的算法僅用一秒鐘即可確定整個頭部掃描是否包含任何出血跡象，**它還可以追蹤大腦三維結構中異常的輪廓，從而極大的減少了醫生花在審查其結果上的時間。有些斑點的大小可能在100像素左右，甚至放射線專家有時也會錯過它們，可能會造成嚴重的後果。

鑑於每天都有大量遭受外傷性腦損傷並被送往急診室的人，這項技術有非常重要的臨牀意義，將有望幫助醫生診斷和治療腦外傷患者、中風和動脈瘤。

感興趣的可以點擊原文閲讀：

https://news.berkeley.edu/story_jump/with-ai-machines-become-expert-at-finding-hemorrhages-on-brain-scans/

科學家研發出植入式癌症“誘餌” ，有望取代活檢進行腫瘤檢測

癌症致命的主要因素之一是其擴散到全身的能力，因此對於醫生而言，在癌症擴散之前對其進行檢測非常重要。密歇根大學的研究人員最近在小鼠上試驗證明，只需在皮膚下植入微小的“誘餌”，就可以代替對受癌症污染的器官進行活組織檢查的侵入性程序。

活組織檢查涉及取出和分析少量組織樣本，通常是診斷癌症或追蹤其病情進展的令人不愉快但必要的程序。該團隊創造了可促進組織生長的合成生物材料支架來解決這個問題。

支架通過將免疫細胞吸引到該部位而發揮作用，癌細胞（如果存在於體內）也將在那裏支架附近聚集。然後，醫生可以對在支架上的新生長物進行活檢，以診斷癌症或檢查現有的治療計劃是否有效。

該技術可用於多種不同類型的癌症，例如胰腺癌等。研究人員還表示，未來還可以給支架配備傳感器和藍牙技術，這些技術可以實時傳遞和檢測患者信息而無需進行活檢。

 感興趣的可以點擊原文閲讀：

https://news.umich.edu/implantable-cancer-traps-could-provide-earlier-diagnosis-help-monitor-treatment/

大公司

Ericsson 與NVIDIA合作開發構建虛擬化5G無線電接入網絡

愛立信(Ericsson)與NVIDIA攜手開發技術，使通信服務提供商能夠構建虛擬化的5G無線電接入網絡（RAN），這將加速引入新的基於AI和IoT的服務。

為了向客户提供最佳的用户體驗，由於對虛擬化的需求不斷增長，通信服務提供商正試圖找到可選的技術解決方案和RAN架構。而在節約成本，能源高效的基礎上構建完整的虛擬化RAN解決方案，這是業界面臨的主要挑戰。

該研究的**最終目標是讓虛擬化的RAN技術商業化，從而為無線網絡提供靈活性和能力，使其能夠在較短時間內進入市場，**以提供AR、VR和遊戲等新服務。

NVIDIA創始人兼首席執行官黃仁勳（Jensen Huang）説：“ 將5G、超級計算和AI融合在一起，將使我們能夠創建一個革命性的通信平台，有朝一日能支持數十萬億個支持AI的智能設備持續在線，而NVIDIA和愛立信正在幫助發明這個激動人心的未來。”

 感興趣的可以點擊原文閲讀：

https://www.telecomstechnews.com/news/2019/oct/28/ericsson-and-nvidia-collaborate-offer-virtualised-5g-ran/

Google Brain正在訓練機器預測分子氣味，AI也將有嗅覺？

近日，Google Brain的研究人員發佈了一篇論文，展示了他們如何訓練一套機器學習算法來根據分子的結構預測分子的氣味。

從分子的化學結構中找出分子的氣味非常困難。因為只要改變或去除一個原子或鍵，就可以從玫瑰變成爛雞蛋的味道。因此，他們使用了一種稱為圖神經網絡（GNN）的圖形，這種模型可以很好地理解各種圖形結構，因此，GNN可以處理每個分子的結構，並且理解它們。

研究員使用了近5000個分子，讓香水專家仔細地將每個分子與“木質”，“茉莉”或“甜”等描述進行匹配，然後使用了大約三分之二的數據集進行訓練網絡，然後測試是否可以預測剩餘分子的氣味有效。

研究人員相信，就像讓人工智能模擬視覺、聽覺等其他感知能力一樣，隨着機器學習在分子識別領域應用水平的提高，機器智能將可以進行氣味識別，進而擁有嗅覺。

 感興趣的可以點擊原文閲讀：

https://www.wired.com/story/now-machines-learning-smell/

等紅燈煩？十字路口正變得越來越“聰明”

以色列的科技公司NoTraffic正在使用AI，將十字路口從危險區域轉變為聰明的“決策者”，以減少時間延遲。

該公司是NVIDIA Inception初創企業孵化器的成員，目前已在美國多個城市開展試點項目。按照NoTraffic預計，這套系統能減少約2700小時的延誤。

是怎麼做到的呢？

首先，在交叉路口每個方向安裝AI傳感器單元（AI sensor units）。該單元集成了基於專用短程通信（DSRC）和蜂窩車輛對所有設備（CV2X）的互聯車輛功能。DSRC是車輛與基礎設施之間的無線通信通道系統。CV2X技術則提供了車輛、基礎設施和任何相關實體之間的通信。

然後，NoTraffic對所有道路使用者（包括汽車、公共汽車、卡車、自行車和行人）進行檢測和分類，當NoTraffic將每個交叉路口的數據安全地發送到雲中，處理後的數據流再傳輸回安裝在交通信號控制櫃中。

事實上，美國一家高校CMU的研發團隊也在開發類似產品——Surtrac，它允許信號燈之間“彼此對話”。**每個信號通過感知接近的交通流並生成時序計劃，來優化交叉路口的車流，從而做出自己的時序決定。**然後，信號燈會與相鄰信號共享並創建協調的動作。

CMU的系統利用人工智能根據交通狀況協調交通信號燈，從而改善了交通流量並將平均旅行時間減少了25％。

感興趣的可以點擊原文閲讀：

https://blogs.nvidia.com/blog/2019/10/31/notraffic-ai-startup-intersections/

https://www.cmu.edu/news/stories/archives/2019/october/traffic-moves-at-speed-of-technology.html

Nvidia：讓你笑着的貓咪照片換成一隻哭着的老虎的表情，怎麼樣？

最近，英偉達研究人員重新定義了新的AI技術——該技術使計算機具有足夠的智能，可以讓一張動物的圖片，表情發生變化，並擺在其他任何動物的臉上。

這項工作部分由生成對抗網絡（GAN）推動，GAN是一種新興的AI技術，可以使一個神經網絡與另一個神經網絡相互競爭。

現在，你可以用GANimal App進行自行嘗試。比如，上傳一張你家狗狗或貓咪的圖像，然後查看其表情和姿勢，再從非洲獵犬、埃及貓到西施犬，雪豹或樹懶熊等數十個動物品種當中選擇一種你想要的表情，然後就可以讓你家狗狗“換臉”，出現這些動物臉上已有的表情了！

你説有一天，電影製片人可能會不會錄下狗的特技表演，並使用AI將動作映射到較不易處理的老虎上呢？

感興趣的可以點擊原文閲讀：

https://blogs.nvidia.com/blog/2019/10/27/ai-gans-pets-ganimals/

怎麼樣，今天的哪個技術技術讓你最為印象深刻呢？歡迎大家留言討論！