这16个MIT重大科技事件能帮你理解的重大技术突破

Posted 2020-08-24

麻省理工学院计算机科学与人工智能实验室（CSAIL）是麻省理工学院今年最受关注的校内研究机构之一。CSAIL 旨在发现计算机的未来应用，解决区域和全球的重大挑战，目前主要研究的领域包括：人工智能、计算机系统、计算机理论等。CSAIL 内的 50 多个研究小组负责了数百个研究项目，他们的目标是让计算机和计算机系统更加智能，更容易使用，更加安全，同时更加高效。

1、能吞进去的折叠机器人

CSAIL 的研究人员发明了一款可以折叠的机器人，它可以塞进胶囊被病人吞下。进入人体消化道后，胶囊会被溶解，机器人就会自动展开，医生可以在人体外用磁铁来控制机器人的移动。当到达指定患病位置后，机器人将释放药物或者修复伤口。

 

2、Valkyrie 外星机器人

 

麻省理工学院电子工程专业大四学生 Sarah Hensley 与团队一起研发了这款准备送往火星的机器人 Valkyrie。Valkyrie 有 28 个可控制关节，4 个摄像头，200 多个独立的传感器，可以独立行走、完全各个关节。目前已经可以完成开门等动作。据了解，这款机器人将用做未来空间探索任务，它或许还将登上火星完成一些任务。

 

3、固液混合 3D 打印机器人

 

为什么 3D 打印会用到液体？因为如果有液体，就可以打印出具备液压传动系统的物体。CSAIL 的研究人员今年 4 月份发明了一款能够混合液体和固体材料的 3D 打印机，机器会按照图纸自动打印具备液压传动装置的物体，装上电池和马达，就可以开动了。

 

4、CSAIL 安全峰会

CSAIL 在今年 12 月举办了一次网络安全峰会，聚集了全球的科技精英和来自美国 NSA 和 FBI 的官员。峰会聚焦于用户隐私和网络安全，例如黑客的时间演变、加强对网络犯罪的立法等。

 

5、安全匿名文件传输系统

CSAIL 的网络安全研究专家发现先有的许多匿名浏览、下载工具存在安全隐患，于是乎他们在今年 7 月份发布了 Riffle（mixnet 混合网）。研究人员表示，Riffle 网络在对抗黑客监听方面有着更高的安全性，不会像洋葱网络 Tor 一样出现信息泄露的风险，更好地保护用户隐私。

 

6、预防网络攻击的 AI2 深度学习系统

CSAIL 与创业公司 PatternEx 共同开发了一个名叫 AI2 的深度学习系统，它可以准确地预测 85% 的网络攻击。这个深度学习系统每天分析 3.6 一行网络日志，据此可以预测出 85% 的网络攻击行为。据悉，AI2 检测的攻击活动越多，收到的反馈越多，准确性就越高。

 

7、可触摸的互动式动态视频系统

CSAIL 的研究人员 8 月份时开发了一套名叫互动式动态视频（Interactive Dynamic Video）的系统，它可以捕捉物体的无礼行为，然后将其数字化后在电脑上进行互动。通过这样的互动式视频，可以预测物体受到未知力量时的反应。以后的 3D 建模人物动作或物体动作，将更加简单。

 

8、免 3D 眼镜的 3D 电影院

 

今年 7 月份，CSAIL 的研究人员与以色列的研究人员一同研发出了一套不需要带 3D 眼镜就可以体验到 3D 效果的解决方案。这种 Cinema 3D 技术，可以在荧幕上创造多重视差效果，用镜头和镜子提供多种角度的视角，覆盖整个电影院，不需要佩戴 3D 眼镜即可体验 3D 电影。

 

9、通过看美剧来预判人类行为的深度学习算法

 

当我们看到两个人见面的时候，一般会认为他们会握手、拥抱或者亲吻对方。这样的猜测是基于我们日常生活的经验，而在此之前，电脑并不会这么做。CSAIL 的研究人员就研发了这么一个可以预测人类行为的深度学习算法，让人惊讶的是，这个算法需要让电脑去看一些美剧，比如说《绝望的主妇》《生活大爆炸》《办公室》等。这个算法在看美剧的时候，可以学习剧中人物的下一个动作，据此来对真实生活中的行为进行预测。

 

10、生成黑洞图片的算法

 

CSAIL 的研究人员与哈佛史密森天体物理中心合作，开发了一个利用全球射电望远镜数据来生成黑洞图片的算法。他们利用算法，把全世界所有的射电望远镜摆在一起，将地球看作一个大型的望远镜，据此生产出了全球第一张黑洞照片。

 

11、可自动指派任务的机器人

 

CSAIL 的研究人员现在已经让人工智能具备了安排任务的能力。同样是今年 7 月份，CSAIL 让一个医用机器人实现为护士安排工作的任务。这个机器人搭载的人工智能学习了护士日常是如何安排任务的，在实际使用中，机器人给出的合理任务有 90% 被护士接受。这样一来，护士就可以专心地照顾病人，按照医嘱给病人送药、服药，节省了大量的时间。

 

12、胎儿核磁共振器官识别算法

 

一般来讲，孕妇检查胎儿健康与否会选择 B 超，但是却无法发现胎儿是否有先天性器官疾病以及营养缺失。这类检查可以通过核磁共振来完成，但核磁共振的问题在于没有专人来解读扫描图像。CSAIL 的研究人员开发了一个核磁共振算法，可以让电脑查看连续的扫描图像来判断器官是否完整、健康。

 

13、EQ-Radio 无线表情识别器

 

知人知面不知心，看到一个人在笑，但如何判断他是真的开心还是假装的。CSAIL 的一名教授和两名博士生开发了 EQ-Radio 系统，可以利用心跳、呼吸来判断一个人是真的开心还是真的难过。到目前位置，EQ-Radio 系统的判断准确率已经达到了 87%。EQ-Radio 有助于分析消费者行为，为定向广告投放和娱乐选题提供数据基础。其次它还能帮助用户了解自身压力、焦虑水平，以便调节好生活状态。

 

14、网页加载速度快 34% 的 Polaris 系统

 

今年年初 CSAIL 与哈佛大学共同开发出了一项名为 Polaris 的 JS 框架，它可以重叠网页目标的下载过程，使整个页面的加载时间减少 34%。Polaris 根据会根据网页情况读取和评估对象的先后顺序，合理地利用客户端 CPU 及网络，确保网络通道都在使用，提高浏览器最大网络请求数目，进而提高加载速度。

 

15、蚂蚁身上学来的社交网络通信算法

 

依旧是高产的 7 月，CSAIL 的研究人员通过研究蚂蚁族群的沟通方法，设计了一种网络通信算法，它可以让社交网络、互联网决策收集有更好地表现。生物学家认为，蚂蚁会基于种群的密度来估算探索过程中遇到其他蚂蚁的频率。他们设计的新算法会对环境的随即探索设置一个观察值，快速地完成对种群密度的估算。研究者表示，这不是乱设的一个数字，而是经过严禁分析的，我们发现估算的做法很好，随着时间的推演会越来越精确。

 

16、让人工智能解释自己行为的神经网络

 

今年 10 月份，CSAIL 的研究人员对外公布了他们训练神经网络的新方法，他们训练的神经网络不仅仅需要对行为进行预测、对内容进行归类，还要「对自己的行为作出解释」。在现实生活中，人们会对神经网络提供的决策产生怀疑，很想了解它做出这个决定时背后的逻辑，比如医生看到一个电脑给的决策时，希望能够了解整个决策产生的方法，以便确保神经网络是在做正确的事情。CSAIL 的研究人员就让神经网络在做出决策的同时给出做决策的解释，避免黑箱操作。