IT工程師數位筆記本

麻省理工學院計算機科學與人工智能實驗室（CSAIL）是麻省理工學院今年最受關注的校內研究機構之一。CSAIL旨在發現計算機的未來應用，解決區域和全球的重大挑戰，

　　麻省理工學院計算機科學與人工智能實驗室（CSAIL）是麻省理工學院今年最受關注的校內研究機構之一。CSAIL 旨在發現計算機的未來應用，解決區域和全球的重大挑戰，目前主要研究的領域包括：人工智能、計算機系統、計算機理論等。CSAIL 內的 50 多個研究小組負責了數百個研究項目，他們的目標是讓計算機和計算機系統更加智能，更容易使用，更加安全，同時更加高效。

　　上周，MIT CSAIL 發布了年度榜單，列出了 2016 年 CSAIL 取得的 16 項技術突破。今天，TECH2IPO 就帶各位看一下 2016 年 CSAIL 做出的 16 項最振奮人心的技術突破。

　　1、能吞進去的折疊機器人

　　CSAIL 的研究人員發明了一款可以折疊的機器人，它可以塞進膠囊被病人吞下。進入人體消化道后，膠囊會被溶解，機器人就會自動展開，醫生可以在人體外用磁鐵來控制機器人的移動。當到達指定患病位置后，機器人將釋放藥物或者修復傷口。

　　2、Valkyrie 外星機器人

　　麻省理工學院電子工程專業大四學生 Sarah Hensley 與團隊一起研發了這款準備送往火星的機器人 Valkyrie。Valkyrie 有 28 個可控制關節，4 個攝像頭，200 多個獨立的傳感器，可以獨立行走、完全各個關節。目前已經可以完成開門等動作。據了解，這款機器人將用做未來空間探索任務，它或許還將登上火星完成一些任務。

　　3、固液混合 3D 打印機器人

　　為什么 3D 打印會用到液體？因為如果有液體，就可以打印出具備液壓傳動系統的物體。CSAIL 的研究人員今年 4 月份發明了一款能夠混合液體和固體材料的 3D 打印機，機器會按照圖紙自動打印具備液壓傳動裝置的物體，裝上電池和馬達，就可以開動了。

　　4、CSAIL 安全峰會

　　CSAIL 在今年 12 月舉辦了一次網絡安全峰會，聚集了全球的科技精英和來自美國 NSA 和 FBI 的官員。峰會聚焦于用戶隱私和網絡安全，例如黑客的時間演變、加強對網絡犯罪的立法等。

　　5、安全匿名文件傳輸系統

　　CSAIL 的網絡安全研究專家發現先有的許多匿名瀏覽、下載工具存在安全隱患，于是乎他們在今年 7 月份發布了 Riffle（mixnet 混合網）。研究人員表示，Riffle 網絡在對抗黑客監聽方面有著更高的安全性，不會像洋蔥網絡 Tor 一樣出現信息泄露的風險，更好地保護用戶隱私。

　　6、預防網絡攻擊的 AI2 深度學習系統

　　CSAIL 與創業公司 PatternEx 共同開發了一個名叫 AI2 的深度學習系統，它可以準確地預測 85% 的網絡攻擊。這個深度學習系統每天分析 3.6 一行網絡日志，據此可以預測出 85% 的網絡攻擊行為。據悉，AI2 檢測的攻擊活動越多，收到的反饋越多，準確性就越高。

　　7、可觸摸的互動式動態視頻系統

　　CSAIL 的研究人員 8 月份時開發了一套名叫互動式動態視頻（Interactive Dynamic Video）的系統，它可以捕捉物體的無禮行為，然后將其數字化后在電腦上進行互動。通過這樣的互動式視頻，可以預測物體受到未知力量時的反應。以后的 3D 建模人物動作或物體動作，將更加簡單。

　　8、免 3D 眼鏡的 3D 電影院

　　今年 7 月份，CSAIL 的研究人員與以色列的研究人員一同研發出了一套不需要帶 3D 眼鏡就可以體驗到 3D 效果的解決方案。這種 Cinema 3D 技術，可以在熒幕上創造多重視差效果，用鏡頭和鏡子提供多種角度的視角，覆蓋整個電影院，不需要佩戴 3D 眼鏡即可體驗 3D 電影。

　　9、通過看美劇來預判人類行為的深度學習算法

　　當我們看到兩個人見面的時候，一般會認為他們會握手、擁抱或者親吻對方。這樣的猜測是基于我們日常生活的經驗，而在此之前，電腦并不會這么做。CSAIL 的研究人員就研發了這么一個可以預測人類行為的深度學習算法，讓人驚訝的是，這個算法需要讓電腦去看一些美劇，比如說《絕望的主婦》《生活大爆炸》《辦公室》等。這個算法在看美劇的時候，可以學習劇中人物的下一個動作，據此來對真實生活中的行為進行預測。

　　10、生成黑洞圖片的算法

　　CSAIL 的研究人員與哈佛史密森天體物理中心合作，開發了一個利用全球射電望遠鏡數據來生成黑洞圖片的算法。他們利用算法，把全世界所有的射電望遠鏡擺在一起，將地球看作一個大型的望遠鏡，據此生產出了全球第一張黑洞照片。

　　11、可自動指派任務的機器人

　　CSAIL 的研究人員現在已經讓人工智能具備了安排任務的能力。同樣是今年 7 月份，CSAIL 讓一個醫用機器人實現為護士安排工作的任務。這個機器人搭載的人工智能學習了護士日常是如何安排任務的，在實際使用中，機器人給出的合理任務有 90% 被護士接受。這樣一來，護士就可以專心地照顧病人，按照醫囑給病人送藥、服藥，節省了大量的時間。

　　12、胎兒核磁共振器官識別算法

　　一般來講，孕婦檢查胎兒健康與否會選擇 B 超，但是卻無法發現胎兒是否有先天性器官疾病以及營養缺失。這類檢查可以通過核磁共振來完成，但核磁共振的問題在于沒有專人來解讀掃描圖像。CSAIL 的研究人員開發了一個核磁共振算法，可以讓電腦查看連續的掃描圖像來判斷器官是否完整、健康。

　　13、EQ-Radio 無線表情識別器

　　知人知面不知心，看到一個人在笑，但如何判斷他是真的開心還是假裝的。CSAIL 的一名教授和兩名博士生開發了 EQ-Radio 系統，可以利用心跳、呼吸來判斷一個人是真的開心還是真的難過。到目前位置，EQ-Radio 系統的判斷準確率已經達到了 87%。EQ-Radio 有助于分析消費者行為，為定向廣告投放和娛樂選題提供數據基礎。其次它還能幫助用戶了解自身壓力、焦慮水平，以便調節好生活狀態。

　　14、網頁加載速度快 34% 的 Polaris 系統

　　今年年初 CSAIL 與哈佛大學共同開發出了一項名為 Polaris 的 JS 框架，它可以重疊網頁目標的下載過程，使整個頁面的加載時間減少 34%。Polaris 根據會根據網頁情況讀取和評估對象的先后順序，合理地利用客戶端 CPU 及網絡，確保網絡通道都在使用，提高瀏覽器最大網絡請求數目，進而提高加載速度。

　　15、螞蟻身上學來的社交網絡通信算法

　　依舊是高產的 7 月，CSAIL 的研究人員通過研究螞蟻族群的溝通方法，設計了一種網絡通信算法，它可以讓社交網絡、互聯網決策收集有更好地表現。生物學家認為，螞蟻會基于種群的密度來估算探索過程中遇到其他螞蟻的頻率。他們設計的新算法會對環境的隨即探索設置一個觀察值，快速地完成對種群密度的估算。研究者表示，這不是亂設的一個數字，而是經過嚴禁分析的，我們發現估算的做法很好，隨著時間的推演會越來越精確。

　　16、讓人工智能解釋自己行為的神經網絡

　　今年 10 月份，CSAIL 的研究人員對外公布了他們訓練神經網絡的新方法，他們訓練的神經網絡不僅僅需要對行為進行預測、對內容進行歸類，還要「對自己的行為作出解釋」。在現實生活中，人們會對神經網絡提供的決策產生懷疑，很想了解它做出這個決定時背后的邏輯，比如醫生看到一個電腦給的決策時，希望能夠了解整個決策產生的方法，以便確保神經網絡是在做正確的事情。CSAIL 的研究人員就讓神經網絡在做出決策的同時給出做決策的解釋，避免黑箱操作。

看文倉www.92to.com網友整理上傳,為您提供最全的知識大全,期待您的分享，轉載請注明出處。
歡迎轉載：http://www.kanwencang.com/xinwen/20161221/75462.html

文章列表

不含病毒。www.avast.com