Skip to main content

Search: #人工智能

  1. AI乒乓球机器人击败人类精英,物理交互新突破

    人类AI在围棋、象棋等计算机游戏中已超越人类,但现实中的快节奏、高精度运动如乒乓球,对实时交互要求极高,传统方法难以应对。

    近日,研究人员开发出首个能在真实比赛中与精英人类选手竞争的自主乒乓球机器人“Ace”,为物理AI在现实世界中的应用开辟了新路径。Ace的核心突破在于其高速感知与控制系统。它采用事件驱动视觉传感器,能以极低延迟捕捉高速球和对手动作,结合模型无关强化学习算法,快速调整策略。在正式比赛中,Ace不仅多次战胜职业选手,还能稳定回击高速、高旋转的球,展示了物理AI在复杂实时交互任务中的强大能力。

    这一成果标志着物理AI从虚拟世界向现实物理环境的重大跨越,可能推动机器人技术在体育训练、医疗康复等领域的应用。不过,研究仍处于早期阶段,机器人的灵活性、应变能力等仍有提升空间,未来需更多研究验证其普适性。

    看来以后打乒乓球得小心机器人了🤖


    来源:Nature

    #人工智能 #机器人 #乒乓球 #物理交互 #强化学习

    🧬 频道🧑‍🔬 群组📨 投稿
    🥰 3
  2. 一滴血诊断多种痴呆?AI模型突破传统诊断局限

    老年人出现记忆下降、反应变慢或行为改变时,背后可能并不只是阿尔茨海默病一种原因。帕金森相关疾病、额颞叶痴呆、ALS,甚至脑血管事件后的改变,在早期都可能表现得有些相似。也正因为如此,临床上“分清到底是哪一种病”一直很难,往往需要结合脑脊液、PET 和影像学检查,流程复杂,成本也不低。

    这篇发表于 Nature Medicine 的研究,核心不是单纯发现了某个新标志物,而是构建了一个新的深度联合学习蛋白组模型——ProtAIDe-Dx。研究团队利用血浆中的大量蛋白信息,让模型学习不同神经退行性疾病之间的差异模式,从而实现对六类与痴呆相关疾病状态的辅助鉴别。它不是只回答“是不是阿尔茨海默病”,而是会同时评估多种疾病的可能性,给出更接近真实临床场景的判断结果。

    从科普角度看,可以把它理解成一种“看血液里复杂分子指纹”的方法。过去医生更多依赖单个或少数几个指标,而这类模型试图把许多蛋白信号一起读出来,再交给人工智能综合分析,寻找更细致的疾病特征。研究的意义在于,未来神经退行性疾病的初筛和分流,也许可以先通过更方便的血液检测完成,再决定谁需要接受进一步的高成本检查。

    当然,这离日常临床普及还有距离。蛋白组学检测对样本处理、实验平台和不同人群差异都比较敏感,模型是否能在更多医院、更多国家和真实世界环境下稳定工作,还需要继续验证。但至少这项研究说明,用血浆蛋白组 + AI 做多病种痴呆相关疾病鉴别,已经开始从概念走向可测试的工具。

    人话:以前是医生看几项指标硬猜,现在是把一大堆蛋白一起丢给 AI 算命,先看看这颗脑子到底更像哪边出了问题。

    AI医生要上岗了?一滴血看六种病,未来可期!


    📖Nature Medicine
    🗓2026-03-31

    #医学研究 #神经退行性疾病 #阿尔茨海默病 #人工智能

    Via:国一打野余则成

    🧬 频道🧑‍🔬 群组📨 投稿
  3. 可穿戴AI设备实现斜视“一键”诊断?新方法或改变传统检查方式

    斜视是影响约4%儿童的常见问题,不仅损害视力,还可能引发心理困扰。传统诊断需多种仪器,步骤繁琐,儿童难以配合,成本也较高。一项新研究提出了一种AI集成的可穿戴设备,可能让诊断更简单。

    该设备像皮肤一样轻薄(约60微米厚),佩戴在眼睑上,通过多方向应变传感器测量眼睑变形。结合生物力学模型和AI算法,能同时测量斜视角度并识别受影响的肌肉。研究显示,其四方向分类准确率达96.6%,测量精度为1.2度,与临床标准高度一致。

    这项技术将生物力学传感与数字诊断结合,可能提高诊断客观性,降低成本,尤其对儿童友好。不过,目前研究主要基于儿童样本,且仍需更多临床验证,以确定是否适用于所有斜视类型。

    斜视检查终于不用再被仪器“折磨”啦!🤩


    来源:Science advances

    #斜视诊断 #可穿戴设备 #人工智能 #儿童视力 #医疗科技

    🧬 频道🧑‍🔬 群组📨 投稿
    ❤️ 5
  4. 像草履虫一样大的微型机器人问世,能感知思考并行动

    机器人小型化一直是科学界追求的目标,但在微观尺度下,由于物理特性的限制,让机器人保留“大脑”进行信息处理极其困难。如今,研究人员成功制造出了一种只有单细胞草履虫大小的微型机器人,打破了这一僵局。

    这种微型机器人利用完全光刻处理技术大规模并行制造,集成了计算、感知、记忆、运动和通信等机载系统。它们不仅能执行数字定义的算法,还能根据周围环境的变化自主改变行为,真正实现了感知、思考和行动的一体化。

    这一成果为通用微型机器人的发展铺平了道路。未来,这些可编程的小家伙有望在不确定的环境中协同工作,无需人类监督即可完成复杂任务,展示了微型机器人技术的巨大潜力。

    草履虫:这哥们怎么比我还会算数?🧠


    来源:Science robotics

    #微型机器人 #人工智能

    🧬 频道🧑‍🔬 群组📨 投稿
    🤯 7 ❤️ 3
  5. 中国金融才子梁文锋与震惊世界的DeepSeek AI

    2025年1月,中国DeepSeek公司突然发布其强大而廉价的R1模型,震撼全球人工智能界,证明了美国在AI领域的领先地位被高估。这一突破性成就的背后是40岁的梁文锋,他曾是金融分析师,利用AI算法在股市赚取数百万美元,于2023年创立DeepSeek。

    R1是一种"推理"大语言模型,擅长通过将复杂任务分解为步骤来解决数学和编程等问题。它是首个以开放权重形式发布的模型,可免费下载和二次开发,大大降低了研究门槛。令人惊讶的是,尽管R1能力与美国顶级模型相当,但其训练成本却低得多——例如,Meta的Llama 3 405B模型训练成本是R1的十倍以上。2025年9月,R1成为首个接受同行评审的大型LLM,DeepSeek公开了其构建和训练细节,为其他研究者提供了宝贵参考。

    梁文锋的成就源于他对AI的热爱和前瞻性布局。早在芯片出口管制前,他已购入1万块英伟达GPU。他致力于实现通用人工智能,采用扁平化管理模式,重视人才潜力而非经验。DeepSeek的成功不仅改变了AI研发格局,也展示了开放科学的力量,推动了中国AI技术的自主创新。

    看来金融界的AI天才,把股市赚的钱变成了改变世界的算力!💸


    来源:Nature

    #DeepSeek #人工智能 #Nature10

    🧬 频道🧑‍🔬 群组📨 投稿
    🔥 6
  6. 你的汗液竟能透露健康秘密?新技术让无创监测成为可能

    你是否想过,除了血液和尿液,汗液也能成为健康的"晴雨表"?最新研究表明,汗液中含有丰富的生物信息,结合人工智能和新型传感器技术,可实现非侵入式的健康监测。悉尼科技大学的研究人员指出,收集汗液过程无痛、简单且无创,是血液或尿液检测的理想替代方案,尤其适合实时连续监测。

    这项发表在《药物分析杂志》上的研究表明,新一代可穿戴传感器如微流控贴片,能够持续采集汗液样本,结合AI技术检测特定代谢物并解读复杂生化模式。目前已有如Gatorade汗液监测贴片等产品上市,未来糖尿病患者或可通过监测汗液葡萄糖变化替代采血检测。研究人员正致力于开发更灵敏的微流控设备,以检测汗液中葡萄糖、皮质醇等微量生物标志物。

    出汗不只是健身成果,还能变身健康预警仪!🤯


    来源:Journal of Pharmaceutical Analysis

    #汗液检测 #可穿戴设备 #人工智能 #健康监测 #生物标志物

    via: 热心群友

    🧬 频道🧑‍🔬 群组📨 投稿
    ❤️ 7
  7. 柔软灵活的人工舌头:未来机器人也能尝辣了

    辣味感知一直是人工味觉系统难以攻克的技术难题,因为辣味并非传统意义上的"味觉",而是痛觉感受器对辣椒素等化合物的反应。近日,中国科研团队成功开发出一种柔软灵活的人工舌头,能够精准检测辣味物质,其灵感来源于牛奶能缓解辣味的常识。

    这种基于软凝胶的人工舌头通过特殊的化学电阻传感机制工作。当接触到辣味化合物时,材料表面会形成疏水复合物,导致构象变化和离子电导率下降,从而产生可测量的电信号。实验表明,该人工舌头能在0.0001-1%的宽浓度范围内检测辣味,灵敏度高达0.259%-1%,响应时间小于10秒,且能够准确识别各种辛辣食品和调味品中的辣度水平。

    这项技术的突破意义不仅在于辣味检测本身,更在于它为未来移动人形机器人配备了"味觉"能力,使它们能够理解并适应人类饮食文化。同时,便携式辣味监测设备的开发也将帮助食品工业和餐饮业实现标准化辣度控制,不过当前技术还无法完全复制人类复杂的辣味感知体验,特别是个体差异和情感因素的影响。

    辣椒素检测器:再也不用担心机器人被辣哭啦!🌶️🤖


    来源:ACS Sensors

    #人工智能 #食品科技 #机器人技术 #感官科学

    🧬 频道🧑‍🔬 群组📨 投稿
    🥰 8 🌭 5 ❤️ 3 🤣 3
  8. “读心”无需开颅?无创AI设备让你“默念”成真

    告别开颅手术,一种“近乎心灵感应”的AI交互方式已成为现实。与脑内植入电极的侵入式技术截然不同,AlterEgo是一款完全无创的可穿戴设备。它无需探入大脑,仅通过接触皮肤,就能让用户通过“默念”与AI及互联网进行实时沟通。

    它的核心原理是捕捉“无声语言”的神经肌肉信号。当你在心中默念时,大脑会向颅神经和发音肌肉发送指令,即便面部纹丝不动,这些肌肉仍会产生微弱的电信号。AlterEgo 检测发音肌肉中的电信号,然后将数据发送到预测穿戴者想要说什么的 AI 模型。然后,该设备通过骨传导耳机将AI反馈的音频信息传回穿戴者。

    该技术目前正为运动神经元病(ALS)等言语障碍患者带来希望,相关临床试验正在进行中。尽管其商业化前景因公众对穿戴硬件的接受度而面临不确定性,但其非侵入性的特点使其隐私风险远低于直接读取脑信号的技术。

    老板再也发现不了我带薪摸鱼了,因为我可以一边假装工作,一边和我的AI女友唠嗑🥰🥰


    来源:Nature News

    #脑机接口 #人工智能

    🧬 频道🧑‍🔬 群组📨 投稿
    🤪 5 ❤️ 1
  9. 来一点医学科学前沿🤯🤯🥹🥹
    唤醒自身防线:免疫疗法彻底改变癌症治疗版图 美国癌症研究协会(AACR)2025 年度报告显示,免疫疗法作为第五大癌症治疗支柱,其崛起速度和革新成果令人瞩目。通过释放或增强患者自身免疫系统的力量来对抗癌症,免疫疗法将多种晚期癌症从“不治之症”变为“可长期共存”的慢性病 。 从 2011 年仅有 1 种免疫检查点抑制剂(ICI)获批,到 2025 年已增至 15 种,覆盖超过 20 种癌症 。与此同时,以 CAR-T 为代表的细胞疗法在血液肿瘤中取得巨大成功,报告期内 FDA 更批准了首个用于实体瘤的 TCR…
    前途一片光明,AI、基因剪刀与癌症疫苗将彻底重塑未来!

    我们正处在一个癌症研究突破性进展的时代。AACR 2025年度报告用专门的篇章展望,一系列前沿科技将彻底重塑未来十年癌症的预防、诊断与治疗。报告认为,以人工智能(AI)、CRISPR基因编辑和液体活检为代表的技术浪潮,正从根本上改变我们理解、发现和治疗癌症的方式 。

    这些工具正被用于加速新药研发、精准解读病理影像、通过分析血液中的肿瘤DNA实现无创监测,将癌症诊疗推向智能化和个体化新高度 。人工智能正赋能从药物发现到临床决策的每一个环节;CRISPR基因编辑技术为修复致癌基因、开发新一代细胞疗法提供了可能;而液体活检则有望通过一次抽血实现多癌种的早期筛查和微小残留病(MRD)的动态监控 。

    基于这些技术,新一代疗法正逐渐从科幻走向现实,为攻克最难治的癌症带来了全新武器 。报告描绘的未来蓝图中,预防性癌症疫苗或将保护高危人群,而放射性药物则能像“生物导弹”一样精准清除肿瘤。这些进步预示着,癌症将越来越多地被视为一种可预防或可长期管理的疾病。
    科幻电影里的情节正在变成现实:AI医生、基因修复、防癌疫苗……感觉医学界马上就要开“科技与狠活”大展了。

    美国癌症研究协会

    #AACR2025年度报告 #人工智能 #癌症疫苗

    🧬 频道🧑‍🔬 群组📨 投稿
    👏 3 🥰 1
  10. AI 版“生命预测师”:GPT 新模型可预测上千种疾病演变

    近日,《自然》报道了一个名为 Delphi-2M 的人工智能模型 。它的研究团队基于 GPT 架构,使其能理解并处理贯穿人一生的、带有时间顺序的健康事件。该模型通过对英国生物样本库中超过 40 万名参与者的健康数据进行深度学习,构建了一个能预测超过 1000 种疾病演变的复杂模型 。为了验证其可靠性,研究者将其直接应用于一个全新的数据集 ——190 万丹麦人的健康记录,在未做任何参数修改的情况下,模型依然展现出强大的预测能力 。

    Delphi-2M 的预测准确性令人瞩目。在评估死亡风险这项终极健康事件时,其准确率(年龄分层 AUC)达到了惊人的 0.97 。在与多种现行的临床单一疾病风险评估工具(如心血管疾病和痴呆症的评分)的比较中,Delphi-2M 的表现相当,甚至在某些方面更优 。然而,该模型最核心的突破在于其“生成”能力:它不仅能预测,还能模拟、创造出长达 20 年的个人未来健康轨迹的虚拟数据。更令人惊讶的是,当研究者用这些完全合成的、不含任何真实个人信息的数据来训练一个新模型时,新模型的性能仅比原版略有下降,这为在绝对保护患者隐私的前提下进行医学研究开辟了全新路径 。

    这项技术为我们描绘了个性化精准医疗的未来蓝图,但研究团队也明确指出,AI 会忠实地学习训练数据中的任何偏见,例如“健康志愿者偏见”(即研究参与者通常比普通人群更健康),因此将其直接用于临床诊断决策需格外谨慎 。
    AI 预测我 20 年后会不会生病,可我更想知道我下周的 deadline 能不能活过去。😭😭😭


    Nature
    #人工智能 #疾病预测 #生成式AI
    👏 7
  11. AI“口头禅”正渗透人类语言?研究发现 ChatGPT 常用词在口语中激增

    佛罗里达州立大学的一项新研究提供了证据,表明 ChatGPT 等 AI 的常用词汇正悄然渗透到人们的日常口语中。该研究已被人工智能、伦理与社会(AIES)顶会接收。

    研究团队分析了超 2210 万个口语词汇,发现在 ChatGPT 发布后,近 75% 的 AI“口头禅”(如“深入研究”、“错综复杂的”)使用频率显著增加,部分甚至翻倍。有趣的是,其同义词的使用频率并无变化。

    这表明 AI 的语言模式可能正通过“渗透效应”影响人类的语言系统,这引发了关于 AI 偏见可能改变人类交流方式的伦理担忧。

    以后开会,老板一张嘴就是“让我们深入探讨一下这个错综复杂的问题”,我就知道他昨晚肯定又让 AI 写稿了。


    Florida State University News
    #人工智能 #语言学 #ChatGPT
    🤓 12 ❤️ 1
  12. 新 AI 模型“看眼底”就能诊断肾病?

    慢性肾病(CKD)的精准诊断长期依赖于肾脏穿刺活检 —— 一种有创、昂贵且存在风险的检查。近日,一项发表于《自然 · 通讯》的重磅研究,成功开发出一个名为 KIDS 的人工智能系统,仅通过分析一张眼底照片,就能实现对慢性肾病的无创筛查、病理分型乃至预后判断。

    研究团队使用了超过 13,000 张视网膜图像来训练 KIDS 深度学习模型。其原理在于,视网膜是唯一能被无创直接观察到血管和神经的部位,其微血管的微小病变能够反映出包括肾脏在内的全身健康状况。该模型不仅能高效筛查出慢性肾病,还能精准识别五种最常见的病理类型。在一项前瞻性验证中, 其综合诊断准确率,甚至还比一组肾脏科医生(包括专家级)平均高出近 27%

    该模型的强大之处还在于其普适性和前瞻性。它在来自中国多中心及非洲索马里的多族裔数据集中均表现出色,证明了其跨人群应用的潜力。KIDS 系统不仅能诊断,还能结合临床数据预测患者 5 年内的疾病进展风险,为那些无法进行活检的患者提供了宝贵的决策依据。这项“看眼知肾”的技术,有望彻底改变慢性肾病的临床管理模式,让早期精准诊断变得更加廉价、安全和普及。

    要想真正应用于临床道路甚至让内科医生失业,道路还很漫长,但作为一种早期无创筛查还是十分有前景的 ~🥳


    Nature Communications
    #人工智能医疗 #慢性肾病 #无创诊断
    👍 8 ❤️ 1
  13. AI“看脸”知健康:哈佛新模型可从照片评估生物年龄和生存风险

    近日,哈佛大学丹娜法伯癌症研究院等机构的研究人员发布了一项突破性成果。他们开发了一款名为 FAHR-Face 的人工智能基础模型,通过分析普通的消费级面部照片,即可无创地评估个人健康状况。该模型在超过四千万张图片上进行训练,并衍生出两项核心应用。

    其中,FAHR-FaceAge 模型可评估生物学年龄,若评估年龄显著大于实际年龄,则与更高的死亡风险相关。另一项 FAHR-FaceSurvival 模型则能直接预测癌症患者的生存风险,研究显示,最高风险组的死亡风险是最低风险组的三倍以上。

    这项技术未来有望成为一种低成本、可扩展的健康评估工具,仅凭一张照片就能辅助医生进行快速风险分层,为临床决策提供新的依据。

    “是时候给 AI 看看我这 18 岁的帅脸了”

    arxiv

    #人工智能 #面部识别 #健康管理
    👍 5 ❤️ 1
  14. AI外科医生秀绝活:自主完成高难度手术。

    来自约翰霍普金斯大学和斯坦福大学等机构的研究人员,成功开发出一款名为SRT-H的AI外科手术系统。 它可不是简单的“机械臂”,而是能“自主思考”并完成复杂手术步骤的“外科医生”。

    在一项离体猪胆囊切除术实验中,SRT-H展现了惊人的能力。 研究团队通过模仿学习的方式,让系统掌握了夹闭和切断胆囊管、胆囊动脉等一系列精细操作。 面对8个从未“见过”的猪胆囊标本,SRT-H不负众望,自主完成了所有手术任务,并且能够实时纠正自己在操作中出现的失误。

    这项研究的突破之处在于其创新的分层学习框架。 该框架包含一个负责宏观决策的“高级策略”和一个执行具体动作的“低级策略”。 “高级策略”能像人类主刀医生一样,用自然语言下达指令,指导“低级策略”完成任务,甚至在出现意外情况时进行纠错。 虽然目前只是离体实验,但这项技术标志着外科手术自主化迈出了关键一步,为未来在偏远地区或缺乏专业外科医生的环境下开展高质量手术带来了新的可能。

    !这机器人做手术看上去似乎比我稳!!!


    再也不用担心未来给我做手术的是当年期末考试挂科的同学了()


    #手术机器人 #人工智能

    Science
    👏 5 ❤️ 1