无论是 3D 打印修复材料让修复鞋子成为可能，还是用人工智能检测服用药物过量，可以说，这些前沿科技都跟我们的生活紧密相关。小探赶紧带你来看看，从全球顶尖高校，到大公司的实验室，在人工智能、5G、物联网、3D打印等领域近期都有哪些成果！
美国高校
药物过量？华盛顿大学研究员开发 APP 提供“第二次机会”
根据美国国家药物滥用研究所的数据，美国平均每 12 分半钟因阿片类药物过量而死亡。
现在，华盛顿大学艾伦学院网络和移动系统实验室及华盛顿大学医学院的麻醉和疼痛医学系的研究人员提供了预防阿片类药物相关死亡的解决方案，通过 APP 快速检测和干预，从而预防这些死亡。
该团队在论文中描述了一种新的非接触式 App 来检测阿片类药物过量的迹象。该应用程序称为 Second Chance（第二次机会），将手机的扬声器和麦克风转换为主动声纳系统，以不显眼的方式监视人的呼吸和 3 英尺内的移动，寻找表明他们可能处于危险之中的迹象。
研究人员之一，艾伦学院教授 Shyam Gollakota 说，该应用程序的最终目标不仅是监控个人状况，而是最终能立即将用户与可能挽救生命的治疗联系起来。 “人们可以在阿片类药物使用期间使用该应用程序，这样如果他们过量，手机可能会将他们连接到朋友或紧急服务以提供纳洛酮（小探注：这是一种可带回家在吸毒过量时挽救生命的解毒剂）。”
更多关于此项技术的报道，可访问：
https://news.cs.washington.edu/2019/01/09/mobile-app-developed-by-uw-researchers-offers-people-a-second-chance-in-the-event-of-an-opioid-overdose/
南加大师生开发新型 3D 打印材料，可实现自我修复
未来，我们或许不需要扔掉破损的鞋子和玩具，因为它们会进行自我修复。近期，来自南加州大学Viterbi工学院研究员们开发了一种新型的 3D 打印橡胶材料，可以实现材料的自我修复功能。
该学院助理教授 Qiming Wang 一直从事3D打印材料领域的工作，他与学生及康涅狄格大学助理教授 Yang Li 合作，创造了这种新材料，如果断裂或被刺破，可以快速进行自我修复。
这种材料或将改变鞋子、轮胎、柔性机器人甚至电子产品领域的游戏规则，缩短制造时间，提高产品的耐用性和使用寿命。
（3D打印自修复橡胶鞋底不是梦）
该研究使用光来固化具有某种几何形状的橡胶。
二硫化物基团可以在断裂时重整，通过加入氧化剂，将硫醇转化为另一个二硫化物基团即实现了这种自我修复能力。找到两者之间的正确比例是解锁材料独特属性的关键。
“当我们逐渐增加氧化剂时，自愈行为变得更强，但光聚合行为变得更弱，”Wang 教授解释说， “这两种行为之间存在竞争关系。最后，我们发现了一种能够实现高度自愈和相对快速光聚合的比例。“
在短短 5 秒内，他们可以打印 17.5 平方毫米的材料，并且可以在 20 分钟内打印出一个完整的物体。当这种材料被切成两半后，在 60 摄氏度下，它只需 2 个小时就可完全愈合，恢复其强度和功能。如果提高这个温度，自我修复时间则会降低。即便在常温下，这种材料依然具备自愈能力。
更多关于此项技术的报道，可访问：
https://viterbischool.usc.edu/news/2019/02/broke-your-shoe-what-if-it-could-repair-itself/
普林斯顿大学用 AI 捕捉并翻译动物的“行为语言”
你可能已经看过好莱坞明星的“动作捕捉”套装，穿着全身服装，充满传感器，让电脑将它们变成绿巨人或龙或魔法野兽。
（扮演绿巨人的 Mark Ruffalo 穿着用于动作捕捉的连体衣，脸上粘满了光点）
现在，来自普林斯顿大学 Mala Murthy 和 Joshua Shaevitz 的实验室合作有了新的进展，他们可以用人工智能技术，在已有的视频中自动跟踪动物们的动作。
他们把这种 AI 动作捕捉的新工具命名为 LEAP Estimates Animal Pose （LEAP）。LEAP 可以在几分钟内完成训练，高精度地自动跟踪数百万帧视频中动物的各个身体部位，而无需添加任何物理标记或标签。
（LEAP对视频中长颈鹿动作的捕捉）
LEAP 对于小到苍蝇老鼠，大到狮子、长颈鹿等动物都可以进行动作捕捉。以前开发的用于追踪人体运动的 AI 工具，需要通过大量的人工注释数据进行训练。而在 LEAP 中，研究者们对这一方法进行了优化，并建立了一个系统，允许用户自由选择与收集的数据类型最匹配的神经网络。”
“该方法可广泛用于动物模型系统，用来测量具有基因突变或药物治疗的动物的行为，”分子生物学和普林斯顿神经科学研究所（PNI）副教授 Mala Murthy 说。
详细介绍该新技术的论文发表在 2019 年 1 月出版的《“自然方法》”杂志上。
对该技术感兴趣的小伙伴，可以访问以下链接：https://www.princeton.edu/news/2018/12/20/translating-language-behavior-artificially-intelligent-motion-capture
康奈尔大学用传感器技术和数据优化食品生产
康奈尔大学计算机科学教授 Ken Birman 及其学生正在应对数字农业特有的挑战——利用传感器技术和数据系统优化食品生产的各个方面。
例如通过先进的传感器技术和大数据，有效监测数百万英亩的葡萄、杏仁和苹果的水是否紧迫？物流和成本是多少？在拥有 1000 头配有网络传感器的奶牛的奶牛场，奶牛的健康是否可以在疾病影响健康和生产力之前被预测？
康奈尔数字农业倡议（Cornell Initiative for Digital Agriculture，CIDA）于去年成立，旨在整合康奈尔大学的多学科优势，将研究人员与从业人员联系起来，共同应对全球粮食系统的挑战。
数字农业的增加使康奈尔大学战略学科优先领域的总数达到 8 个，并将为增加资源提供主动权，以便将创新的跨学科教师团队聚集在一起，开发和应用农业数字创新，从而提高可持续性，盈利能力和提高世界粮食系统的效率。
（TerraSentia机器人正在接受培训，在农田间移动并对单个玉米植物进行远程诊断）
莱斯大学研究员公布有关物联网安全的研究突破
近日，莱斯大学 VLSI 实验室助理教授 Kaiyuan Yang 和 Dai Li 在硅谷知名芯片会议ISSCC 上，推出了他们的 PUF 技术，比目前为物联网（IoT）设备生成不可克隆数字指纹的方法可靠性高出 10 倍。
莱斯大学电子和计算机工程学院助理教授Kaiyuan Yang（右）与Dai Li（左）
PUF，即（Physically Unclonable Function，物理不可克隆函数），是一种使用微芯片的物理缺陷来生成唯一安全密钥的技术，可用于验证链接到物联网的设备。
Yang 教授他们的技术通过为每个 PUF 生成两个独特的数字指纹来提供可靠性的飞跃。这种“零开销”（Zero-overhead）方法使用相同的 PUF 组件来制作两个密钥，并且不需要额外的面积及延迟，从而使组件的省电性能提升15倍。
在当前的消费级物联网中，很多应用场景还无法实现，主要是因为目前的芯片设计还停留在针对移动设备市常而使用它们的 PUF 技术将帮助芯片制造商廉价而可靠地实现密钥生成功能，基于这项技术生产的 IoT 芯片，或将被广泛应用在“智能家居”恒温器、安全摄像头和智能灯泡上。
海外高校
剑桥大学用人工智能检测地震风险
上周四，剑桥大学宣布，它将推出一个新的中心人工智能与环境风险研究中心（Artificial Intelligence to the study of Environmental Risks ，AI4ER)，主要专注于发挥人工智能潜力，来分析复杂的环境数据，从而找到解决环境风险的方法，帮助进行可持续发展环境的规划。
该研究从英国研究与创新署（UKRI）获得了 2.6 亿美元的资助奖金，外部合作伙伴包括微软、DeepMind、欧洲开发银行、地球之友、欧洲航天局等在内数十家企业和机构。
当前，AI4ER 新中心集合了计算机科学家、工程师、数学家与环境和地球科学家在一起工作，由剑桥大学地球科学系系主任 Simon Redfern 领导。
该中心认为，我们最大的环境问题的答案可能就隐藏在我们从周围世界收集的大量数据中。已经在进行的项目包括：用卫星观测来绘制鲸鱼通过海洋的分布和路径，使用大型数据集来了解林地栖息地生物多样性变化，了解机器学习了解地震的风险，使用无人机监测活火山的危害等。
用人工智能预测卵巢癌患者预后情况，准确度高4倍
伦敦帝国理工学院和墨尔本大学的科学家近日开发了一种机器学习软件，可以预测卵巢癌患者的预后，还可以预测哪些治疗方法对确诊后的患者最有效。并且比传统方法具有更高的准确性。
卵巢癌已是女性第六大常见癌症，通常影响绝经后或有家族病史的女性。小探稍微解释一下，预后是一个医学名词，指的是指根据病人当前状况来推估未来推测治疗后可能的结果。
两所高校的研究人员开发了一种“放射学预后载体”（RPV），这是一款研究肿瘤的四种生物学特征的软件，包括 CT 扫描的结构、形状、大小和基因组成，得到的评分表示疾病的严重程度。将这些结果与血液测试、以及目前医生用来估计存活率的预后评分进行比较发现，结果是传统方法准确度的四倍。
RPV 还“可靠地识别”通常只有两年生存的 5% 的患者。通过早期识别它们，它们可以改善预后并优化这些患者的治疗计划。研究人员将开展一项规模更大的研究，看看该软件能多准确地预测个人手术和/或药物治疗的病人的结果。
更多相关研究，可以查看以下报道：https://eurekalert.org/pub_releases/2019-02/icl-ai021319.php
大公司实验室
英特尔 MESO 晶体管有望实现人工智能处理能力的巨大飞跃
神经科学家 Amir Khosrowshahi 在 2014 年参与共同创立了 Nervana，这是一家帮助大公司运行神经网络的创业公司，这项技术现在推动了人工智能的爆炸性成果。而全球最大的计算机芯片制造商英特尔，仅在两年后以超过 3.5 亿美元的价格收购了 Nervana。
作为英特尔现任的 AI 首席技术官，Khosrowshahi 表示，该团队正在构建一种新型集成电路（IC），其中充满了晶体管，有朝一日可以以极小的能量运行—— 低至100毫伏。这将朝着用于大脑通信的低电压方向迈出的一步。
新的集成电路将改变游戏规则。Khosrowshahi 说，这将推动解决世界上一些最大问题所需的需要大量能源的人工智能应用的爆炸性增长，包括气候变化、废物管理以及日益复杂的食品和运输系统物流等。
参与 MESO（磁电旋转轨道）项目的大多数研究人员承认，可能需要十年的时间才能获得将其推向市场所需的决定性突破。
对这一点，Khosrowshahi 没有争议，但他对 MESO 可能
