酷应用

心脏能被打印出来、身体里的DNA能被当做 “移动硬盘” 用？ | 技术前沿洞察

百家作者：硅谷洞察 2019-04-27 05:12:47

硅谷Live / 实地探访 / 热点探秘 / 深度探讨

大家周末愉快！本周的科技新闻热点又和大家见面了，都有哪些内容呢？让我们一起来看一下：

北美高校

新型方法让3D打印器官和食物成为可能

3D打印目前已经活跃在医疗领域，我们可以为患者定制假牙、助听器等医疗设备。但有人会问，为什么不直接3D打印器官呢？

因为构成大多数人体器官的错综复杂的糊状组织并不像医疗器械那样易于3D打印。但是，加州大学伯克利分校的工程师们创造的一款新设备有望使器官和食品等生物材料的3D打印成为可能。

（图自网络，版权属于原作者）

活细胞需要非常特定的温度和化学条件才能存活，并且在漫长的打印过程中经常会变质。该设备使用相同的打印机同时创建多个图层，然后将它们一个堆叠在另一个上面，以形成 3D 结构。这种做法加速了打印过程，使细胞更有可能保持活力。

该设备的设计者，机械工程教授 Boris Rubinsky 表示，“3D生物打印的问题在于它是一个非常缓慢的过程，所以你不能打印任何大的东西，因为生物材料会在你完成时变质。我们的一项创新是，在打印时冻结生物材料，以便保存更长的时间，我们还可以控制冷冻速度。”

当器官放在芯片上送至外太空，有助于了解人在太空为什么会生病

4月30日，SpaceX 猎鹰 9 号火箭将向国际空间站发射货物。宾夕法尼亚大学科学家们设计的两个实验也将送上空间站，这将有助于阐明为什么宇航员在太空上更容易生病。

美国宇航局此前有报告说，29名阿波罗宇航员中有15人患有细菌或病毒感染。1989年至1999年，超过26名宇航员受感染。研究人员认为，在太空轨道上运行会抑制宇航员的免疫系统，为感染创造肥沃土壤，但没人真正明白病因在何。

宾大工程与应用科学学院教授 Dan Huh 十多年来一直在开发超小型设备——在芯片上模拟整个人体器官。第一个芯片是模仿人体呼吸道内的感染，看看在太空轨道上细菌和周围细胞会发生什么。第二个实验是通过创造真正血管，与人类骨髓细胞相互作用，让他们跟踪中性粒细胞对细菌感染的反应。

（图自 penntoday.upenn.edu，版权属于 Kevin Monko）

研究员认为，芯片上的器官为各种研究提供了希望，正试图利用这先进系统来模拟复杂人类疾病背后的生物过程。

感兴趣的读者可以查看原文：

https://penntoday.upenn.edu/news/organs-chip-hurtle-toward-final-frontier

自动驾驶技术被用于预测珊瑚礁鱼类数量

珊瑚礁是许多热带鱼类的生活场所。斯坦福大学海洋研究中心研究员、牛津大学地理与环境系副教授 Lisa Wedding 近日在《遥感技术与生态保护》期刊发表论文，分享了一种结合二维和三维遥感海景模型的新方法，以更准确地识别复杂的珊瑚礁结构以及生活在其中的鱼群，从而创建更低成本和准确的方法来识别沿海的鱼群生活区域，制定有效的海洋保护计划。

（图自网络，版权属于原作者）

该团队采用了激光探测及测距系统 LiDAR，构建3D模型，从而还原真实和复杂的珊瑚礁海底。使用该技术，研究人员收集了鱼类栖息地数据，并将3D LiDAR卫星数据和2D模型的结合，建立出预测模型，准确地预测了珊瑚礁鱼类的多样性，数量和密度。

MIT：会读科学论文并写出摘要的神经网络

科学家们为了更好地进行研究，往往要花费很多的时间来阅读大量的论文。现在，麻省理工学院联合多家科研团队开发了一种神经网络：它不仅可以阅读科学论文，而且还能根据论文的内容，写出简短的英文摘要。

即便只是简短的摘要，这样的神经网络一旦成熟就可以用来帮助编辑、作家和科学家用很快的速度阅读大量的论文，并把长篇大论的论文用简单的语句“翻译”出来。

一般来说，神经网络可以通过大量的学习，做到与人类较为相似的工作，比如识别图像中描绘的对象等。但是神经网络通常难以将来自长串数据的信息关联起来并加以转写和解释。

麻省理工学院的这一团队提出了基于在多维空间中旋转的矢量一种替代系统，区别于基于矩阵的乘法，系统会通过多维空间中的向量表示文本中的每个单词，每个后续单词在某个方向上摆动该向量，最终可以有数千个维度；然后再将所获得的向量集转换为相应的文字，也就完成了论文摘要的写作。

怎么样，需要经常阅读论文的科研小伙伴们，看到这条新闻是不是非常激动呢？

让机器人会捏寿司的新型学习系统

在日本，有些把 “工匠精神” 发挥到极致的寿司大师，一辈子只做把寿司捏到极致这一件事，不知道他们看了下面这条新闻，内心会作何感想：

麻省理工学院 CSAIL 的研究人员开发出了一种新的叫做“基于学习的粒子模拟器”的学习系统。这种学习系统可以提高机器人将材料模塑成指定形状的能力，并预测与固体物体和液体的相互作用；它可以让工业机器人在触摸和捏的动作上更细致——这样一来，机器人就可以捏橡皮泥、捏面人儿、捏寿司了。要知道，传统的基于学习的模拟器主要针对的是刚性物体，机器人无法处理流体或较软的物体。

这个学习模型可以捕捉不同材料的小颗粒，以及在它们受到外界力量相互作用时产生的形变，并从数据中进行学习。然后，机器人就会该模型作为指导来预测液体以及刚性和可变形材料如何对其触摸力作出反应。当机器人处理物体时，该模型还有助于进一步细化机器人的控制。

在研究人员的实验中，一个叫做“RiceGrip”的带有两个手指的机器手，可以准确地将用来模拟寿司的可变形泡沫塑造成所需的形状。简而言之，这个学习模型就类似于一个“直观的物理学”大脑，机器人可以像人一样利用它来重建三维物体。

猪脑死亡4小时后，耶鲁科学家成功恢复部分脑细胞功能

美国当地时间 4月18日，Nature 封面重磅发布：耶鲁大学的一项最新研究显示，科学家们成功在猪脑死亡 4 小时后恢复其脑循环和部分细胞功能，并维持了至少 6 小时！

耶鲁大学的科学家们构建了一个名为 “BrainEx” 的系统，向脑细胞输送营养和氧气来模拟血液流动，是一套类似透析机一样的体外人工循环程序。该系统让已经死亡数小时的猪大脑恢复了脑循环和部分脑细胞功能，而且这套人工系统足足维持运转了 6 个小时。

虽然猪脑被短暂 “复活”，但这个研究不等于 “大脑正常功能的恢复”。当然，该研究也掀起了一波道德伦理的舆论浪潮：很长时间以来，不论是医学角度还是法律角度，脑死亡被认定为生命的终结，因为哺乳动物大脑对于供氧水平下降极其敏感，一旦切断氧气和血液供应，大脑的电活动和意识迹象就会在几秒钟内迅速消失，紧随其后的是一系列不可逆转的损伤，而这项新的实验无疑给这种观点带来了极大的影响。

感兴趣的朋友可以阅读 Nature 杂志原文：

https://www.nature.com/articles/d41586-019-01216-4

华盛顿大学联合微软研究院首次实现全自动DNA数据存储

随着数字信息的指数级增长，数据中心已经无法满足越来越大的数据存储需求，如果将等量的数字信息记录在DNA中，所占空间将比现有的数据中心节省几个数量级。因此研究人员们正在探索DNA数据存储及其大规模商用的可能性。

日前，华盛顿大学同微软研究院共同发布了一项全新的突破，首次实现全自动的DNA数据存储与提取过程。自动化DNA数据存储系统在写入过程中，能将数据中的“1”和“0”转换为构成 DNA 的A、T、C、G四种碱基。随后，系统会自动通过成本并不高的实验室设备，利用必要的液体和化学成分合成人造DNA片段。进行数据提取时，再将DNA上的序列转换回计算机可理解的语言。

在此之前，尽管可实现对实验室合成的DNA存储、读取、甚至加密数据，仍有大量的中间步骤需要实验人员手动操作。这项自动化技术，使DNA数据存储有望走出实验室，应用到商业数据中心。

海外高校

特拉维夫大学成功3D打印心脏：仅2.5厘米

4月15日，以色列特拉维夫大学研究小组宣布，他们已经成功在3D打印技术的帮助下，使用人体生物组织，打印出全球首颗完整心脏。

（图自 HuffPost，版权属于原作者）

据该校微生物和生物技术学系的副教授塔勒·德维尔（Tal Dvir）介绍，这颗心脏虽然长度只有2.5厘米，大小与一颗兔子心脏相仿，但它拥有完整的细胞、血管和心腔。这颗心脏的“原材料”是一名心脏病患者的脂肪组织，在研究心脏结构以后，根据结构切片制作出了完整的心脏，打印全程仅耗时3小时。

不过，当前这颗心脏暂时还不能真正应用到人体之上。因为这颗3D打印的心脏具有收缩功能，但还不具备泵血能力，大小也与人类心脏有差距。另外，由于3D打印机的精度问题，研究团队目前尚不能打印出心脏上的所有血管。

研究人员表示，下一步打算让3D打印心脏具备真正心脏的功能，希望大约一年后把打印心脏移植到动物体内。

AI根据图像和声音估计抑郁程度

印度理工学院巴特那和卡昂诺曼底大学科学家的新研究（“抑郁的言语和非语言信号 - 结合声学，文本和视觉估计抑郁水平”）分析非语言标志和视觉效果如何大幅改善抑郁水平的估计。

该论文的作者提到：“抑郁症和精神疾病的全球负担不断增加是推动更先进的有效的诊断技术发展的动力。而抑郁症检测非常具有挑战性，因为它的许多症状都是隐蔽的。”

研究人员编写了七种模态 - 如头部向下倾斜，眼睛凝视，微笑的持续时间和强度，以及自我触摸，加上文本和语言提示 - 提供给机器学习模型，然后将这些融合的载体传递到第二系统，该系统基于个人健康问卷抑郁量表（PHQ-8）预测抑郁的严重程度。

科研机构

AI 研究人员使用 Bing 搜索结果，揭示非洲的疾病知识差距

如何通过搜索查询数据了解人口的健康需求？哪里有机会为几乎没有可靠数据的社区服务，而人工智能如何发挥作用？这些，是 Rediet Abebe 试图通过搜索引擎查询和社交媒体数据等基于网络的数据回答的问题。

为了更深入地了解数据和人工智能如何帮助解决美国突发公共卫生事件 —— 例如国家孕产妇死亡率过高 —— Abebe 目前在一个由 12 名成员组成的机构中为国家卫生研究院提供机器学习如何更好地融入生物医学的建议和临床研究。

Abebe 说，“我对我们拥有的广泛技术和独特的AI社区研究风格感到非常兴奋，并期待利用它来帮助解决影响服务不足和边缘化社区的问题。”

大公司

谷歌相机推出自动自动表情捕捉免快门能力

拍一张好的集体自拍照总是很不易，不是有人眨眼，就是有人表情不好。因此，谷歌给自己的Pixel 3 手机的照相 app 中加入了一个“免快门”模式Photobooth。

用户使用 Photobooth 模式并单击快门后，相机会自动选择时机拍照，通常是所有人都睁着眼睛，并且表情良好。在 Pixel 相机的最新版本中，Photobooth还添加了亲吻检测功能，会自动捕捉亲吻的瞬间。

为了实现这些功能，谷歌的研究人员与摄影师合作，确定了五个触发快门的关键表情：微笑、亲吻、嘟嘴、伸舌头和惊喜。然后，研究人员训练神经网络对这些表达进行分类。算法模型使用了轻量级的深层神经网络MobileNets，以便在手机这种终端设备上高速率连续处理图像。模型返回的结果，用于评估快门控制算法可以捕捉到的每个画面的质量。

看来，随着科技进步，“傻瓜相机” 让拍照者们可以越来越 “傻瓜”了。

Facebook 发布“歌手变声器”

去年，谷歌发布了从声纹识别到多重声线语音合成的迁移学习，能够从任意一段参考音频中提取出说话者的声纹信息，并生成与其相似度极高的合成语音。近日，语音领域又有了新的突破。

来自 FAIR (Facebook AI Research）和特拉维夫大学的研究人员，近日在 Arxiv.org 上提出了一种将一个歌手的音频转换为另一个歌手声音的人工智能系统，仅需不到半小时的就能实现歌手声音的转换。这次，Facebook 采用了非监督学习技术，能够从以前未见过且未分类的无标注数据中学习并执行转换。

Facebook 所提出的的网络在隐藏的向量空间中对声音进行解析。该架构包括一个针对所有歌手的 CNN 编码器、一个 WaveNet 解码器和一个分类器。研究人员通过评估证明，人声转换能够生成与目标歌手高度吻合的自然歌声。

在这期的技术前沿热闻回顾里，你最期待哪种技术？是能打印的心脏、会捏寿司的机器，还是能自动帮你选出最好照片的 APP？看来，虽然高精尖的技术看似离我们很远，但对我们的日常生活里，却不知会在未来哪天产生巨大的影响...

你对哪个领域的技术前沿信息最感兴趣？欢迎留言评论！

想看更多技术前沿热点？欢迎回顾上期文章：

AI 都能替我们写书了，我们却还不能在太空里愉快地生活 | 技术前沿洞察