據(jù)報(bào)道，加州大學(xué)圣地亞哥分校正在開發(fā)和實(shí)施的許多人工智能驅(qū)動的技術(shù)和創(chuàng)新可能會推動“人工智能革命”的下一個(gè)發(fā)展。從幫助我們管理慢性健康狀況到?jīng)Q定看哪部電影，人工智能的進(jìn)步可以幫助我們制定決策，加速科學(xué)發(fā)現(xiàn)，甚至拯救生命。

以下只是校園內(nèi)正在開發(fā)的眾多工具和技術(shù)中的七種，這些工具和技術(shù)有可能從研究領(lǐng)域走向現(xiàn)實(shí)世界：

1. 幫助認(rèn)知障礙患者的社交機(jī)器人

美國加州大學(xué)圣地亞哥分校醫(yī)療機(jī)器人實(shí)驗(yàn)室正在開發(fā)的一款人工智能機(jī)器人，未來可以改善癡呆癥或輕度認(rèn)知障礙患者獲得護(hù)理的機(jī)會并提高其獨(dú)立性。用于動機(jī)和神經(jīng)康復(fù)的認(rèn)知輔助機(jī)器人（CARMEN）是一款社交機(jī)器人，旨在教授與記憶、注意力、組織、解決問題和規(guī)劃相關(guān)的策略。

使用定制人工智能算法，CARMEN 可以了解用戶并根據(jù)個(gè)人的能力和目標(biāo)定制其交互功能。這些互動可能包括教人們形成支持記憶的習(xí)慣，比如把東西放在家里熟悉的地方，或者幫助他們設(shè)定和實(shí)現(xiàn)他們的認(rèn)知目標(biāo)，比如記住社交聚會上的人員名字等等。

一位用戶正在觀看CARMEN原型機(jī)解釋其作為認(rèn)知助手的功能

（圖片來源：加州大學(xué)圣地亞哥分校醫(yī)療機(jī)器人實(shí)驗(yàn)室）

此項(xiàng)目由該實(shí)驗(yàn)室主任、機(jī)器人學(xué)家勞雷爾·里克（Laurel Riek）牽頭，她是一名計(jì)算機(jī)科學(xué)與工程學(xué)教授。Riek 在人工智能和機(jī)器人技術(shù)的交叉領(lǐng)域工作了數(shù)十年，他表示像 CARMEN 這樣的機(jī)器人具有在該領(lǐng)域取得令人興奮的進(jìn)步的潛力。作為該團(tuán)隊(duì)研究的一部分，CARMEN 的原型已經(jīng)被用來為美國圣地亞哥喬治·G·格倫納阿爾茨海默氏癥家庭中心的個(gè)人提供認(rèn)知干預(yù)，最近還用于人們的家中。

2. 管理慢性健康狀況的移動平臺

近年來，從智能手表和健身追蹤器到血壓監(jiān)測儀、貼片和生物傳感器，可穿戴醫(yī)療設(shè)備迅速普及，使用戶和臨床醫(yī)生能夠?qū)崟r(shí)訪問個(gè)人健康數(shù)據(jù)。但是，如果有一種方法可以結(jié)合這些數(shù)據(jù)來生成精確的個(gè)性化建議，幫助人們管理高血壓和糖尿病等慢性病呢？CIPRA.ai是一款新的移動應(yīng)用程序，它可以做到這一點(diǎn)，并且基于加州大學(xué)圣地亞哥分校開發(fā)的技術(shù)。

CIPRA.ai 是一款基于加州大學(xué)圣地亞哥分校創(chuàng)建的技術(shù)的新型移動應(yīng)用程序，旨在幫助用戶應(yīng)對慢性病的影響

（圖片來源：CIPRA.ai ）

CIPRA.ai 的理念是慢性病的治療不是“一刀切”的解決方案。該人工智能平臺收集來自個(gè)人可穿戴設(shè)備和健康應(yīng)用程序的多維數(shù)據(jù)，并將這些數(shù)據(jù)輸入機(jī)器學(xué)習(xí)算法，算法可以了解用戶并查明其病情的主要原因。然后，應(yīng)用程序每天可以推薦一到兩項(xiàng)專門針對用戶量身定制的有針對性的干預(yù)措施，并且這對他們個(gè)人來說，在逆轉(zhuǎn)疾病方面最有效。

加州大學(xué)圣地亞哥分校電氣與計(jì)算機(jī)工程系教授兼無線通信中心主任 Sujit Dey 表示：“這只是我們在研究實(shí)驗(yàn)室開發(fā)的一項(xiàng)技術(shù)變成了真正的產(chǎn)品。”CIPRA.ai 專為與衛(wèi)生系統(tǒng)合作部署而設(shè)計(jì)，允許醫(yī)療服務(wù)提供者獲取患者的建議并跟蹤進(jìn)展情況，CIPRA.ai 很快將可供加州大學(xué)圣地亞哥分校健康中心的高血壓患者使用。另外，該團(tuán)隊(duì)正在努力將該工具擴(kuò)展到多慢性疾病平臺，將為糖尿病、心理健康狀況等的管理提供個(gè)性化建議。

3. 用于送貨和微交通的自動駕駛車輛

在加州大學(xué)圣地亞哥分校，只需環(huán)顧四周即可瞥見未來。在這里，自動駕駛汽車實(shí)驗(yàn)室進(jìn)行的研究已經(jīng)走出了實(shí)驗(yàn)室，延伸到了遍布大學(xué) 1200 英畝校園的道路和人行道。自 2019 年首次亮相以來，用于投遞郵件的自動駕駛高爾夫球車已成為校園里的常見景象，該實(shí)驗(yàn)室研究團(tuán)隊(duì)的負(fù)責(zé)人兼加州大學(xué)圣地亞哥分校情景機(jī)器人研究所的負(fù)責(zé)人 Henrik Christensen 表示，這個(gè)項(xiàng)目僅僅觸及了皮毛。人工智能如何改變校園、城市及其他地區(qū)的交付和微交通物流。

Christensen的團(tuán)隊(duì)使用他們?yōu)猷]件投遞車輛開發(fā)的相同底層人工智能算法，這些算法被編程為在到達(dá)目的地的途中遵守交通法規(guī)，并檢測沿途的汽車、自行車或行人。而今年秋天的下一個(gè)項(xiàng)目是三輪踏板車，經(jīng)過編程，可以在一天中的特定時(shí)間自動駕駛到校園內(nèi)的高需求地點(diǎn)。例如，早上，校園中央電車站可能會發(fā)現(xiàn)幾輛踏板車，可供通勤者接送并騎車去上課。當(dāng)用戶到達(dá)目的地后，滑板車就會自行返回到需要的地方。

Christensen教授表示，開發(fā)人工智能算法，讓自動駕駛汽車能夠安全地在大學(xué)校園內(nèi)的行人密集路線上行駛，這是一項(xiàng)有趣的研究挑戰(zhàn)。已經(jīng)商業(yè)化的自動駕駛技術(shù)可以靈活地應(yīng)對高速公路行駛，但密集的城市環(huán)境仍然是一個(gè)重大挑戰(zhàn)。

“我們正在努力解決當(dāng)前自動駕駛公司尚未解決的問題，” Christensen說。

4. 改進(jìn)大氣河流預(yù)測的工具

斯克里普斯海洋學(xué)研究所西部天氣和水極端事件中心(CW3E)的大氣科學(xué)家和計(jì)算機(jī)科學(xué)家團(tuán)隊(duì)創(chuàng)建了一種人工智能工具，用于改進(jìn)綜合水汽輸送 (IVT) 的預(yù)測，綜合水汽輸送 (IVT) 是氣候變化的關(guān)鍵變量。確定大氣河流的存在和強(qiáng)度，并且它已經(jīng)對整個(gè)加利福尼亞州的水資源管理者的決策產(chǎn)生了重大影響。

在 CW3E 副主任 Luca Delle Monache 的領(lǐng)導(dǎo)下，該團(tuán)隊(duì)開發(fā)了機(jī)器學(xué)習(xí)算法，可以在他們所謂的“后處理框架”中篩選大量天氣數(shù)據(jù)。這種方法使他們能夠根據(jù)預(yù)測模型過去所犯的錯(cuò)誤來改進(jìn)今天所做的預(yù)測。通過該中心的預(yù)測知情水庫運(yùn)營 (FIRO) 計(jì)劃，這些高度準(zhǔn)確、機(jī)器學(xué)習(xí)驅(qū)動的預(yù)測已被開發(fā)出來，以確定應(yīng)該從水庫釋放多少水以及何時(shí)釋放，這不僅優(yōu)化了該州的供水，還降低了風(fēng)險(xiǎn)洪水。CW3E 的研究人員發(fā)現(xiàn)，通過更好地預(yù)測降水量和水庫流入量，水資源管理者每年可以節(jié)省大約 25% 的水。

“機(jī)器學(xué)習(xí)在基于物理的動態(tài)模型中的應(yīng)用改變了游戲規(guī)則，”Delle Monache 說。“這是一個(gè)激動人心的時(shí)刻，我們確實(shí)做出了有意義的改進(jìn)和貢獻(xiàn)。”

5. 提供電影推薦的聊天機(jī)器人

在流媒體巨頭 Netflix 的資助下，雅各布斯工程學(xué)院的研究人員正在構(gòu)建一個(gè)對話式推薦系統(tǒng)，該系統(tǒng)可以與觀眾進(jìn)行雙向?qū)υ?，并根?jù)他們的個(gè)人興趣和喜好推薦特定的電影觀看。

“為您推薦：”每次登錄 Netflix、Hulu、Disney+ 或任何其他流行的流媒體應(yīng)用程序時(shí)，我們都會看到這些內(nèi)容。這些公司掌握了有關(guān)你觀看的內(nèi)容類型以及你觀看內(nèi)容的時(shí)間的數(shù)據(jù)，并采用個(gè)性化的機(jī)器學(xué)習(xí)算法來確定你的偏好。但如果這些推薦系統(tǒng)可以更進(jìn)一步呢？如果你可以與他們談?wù)撃愕南埠?，并且他們可以與你對話，或者相應(yīng)地調(diào)整他們的建議，會怎樣呢？

正處于將這一想法變?yōu)楝F(xiàn)實(shí)的早期階段。在 Netflix 的資助下， 雅各布斯工程學(xué)院的實(shí)驗(yàn)室里專門研究推薦系統(tǒng)的計(jì)算機(jī)科學(xué)教授Julian McAuley和他的團(tuán)隊(duì)正在構(gòu)建演示系統(tǒng)，以探索這項(xiàng)技術(shù)的可能性以及用戶可能會如何反應(yīng)。隨著過去一年 ChatGPT 等生成式人工智能工具的快速發(fā)展，McAuley 觀察到人們對對話式推薦系統(tǒng)的興趣呈指數(shù)級增長。這項(xiàng)工作涉及將大型語言模型與專注于在高度特定領(lǐng)域提出建議的傳統(tǒng)推薦系統(tǒng)相結(jié)合。為了訓(xùn)練模型， McAuley和他的團(tuán)隊(duì)正在收集電影評論、Reddit上有關(guān)電影的對話等數(shù)據(jù)集。

McAuley說：“這個(gè)想法已經(jīng)從看起來不可能變成了幾乎觸手可及的東西。”他表示，這項(xiàng)技術(shù)的潛在應(yīng)用可能遠(yuǎn)遠(yuǎn)超出電影范圍，包括電子商務(wù)、時(shí)尚、健身等。“每個(gè)人都想?yún)⑴c構(gòu)建和部署這些東西。”

6. 可以進(jìn)行自動化救生手術(shù)的機(jī)器人

加州大學(xué)圣地亞哥分校的工程師正在開發(fā)人工智能技術(shù)，可以裝備手術(shù)機(jī)器人來執(zhí)行自動化手術(shù)。

想象一下，有人剛剛在急救人員難以到達(dá)的偏遠(yuǎn)地區(qū)發(fā)生車禍，幸存下來。但手臂被一塊碎玻璃劃出了一道很深的傷口，并且流著很多血。情況非常嚴(yán)峻，直到一架從頭頂飛過的無人機(jī)將一個(gè)經(jīng)過訓(xùn)練可以修復(fù)失血控制血管的自主手術(shù)機(jī)器人降落到地面上。這聽起來就像是科幻電影中的場景，雖然我們不太可能很快看到這種情況發(fā)生，但加州大學(xué)圣地亞哥分校的工程師已經(jīng)在為其奠定基礎(chǔ)。

電氣和計(jì)算機(jī)工程副教授 Michael Yip 及其工程和臨床合作者團(tuán)隊(duì)正在建造帶有人工智能組件的手術(shù)機(jī)器人，可以識別血液、控制出血、縫合、自主執(zhí)行某些手術(shù)程序等。最近，Yip與加州大學(xué)圣地亞哥分校醫(yī)學(xué)院合作，與美國陸軍遠(yuǎn)程醫(yī)療和先進(jìn)技術(shù)研究中心以及 SRI International 共同開發(fā)了一款 25 磅重的人形手術(shù)機(jī)器人，已經(jīng)幫助人類外科醫(yī)生進(jìn)行血管修復(fù)。開發(fā)能夠識別患者之間的個(gè)體差異和解剖結(jié)構(gòu)差異的人工智能算法是一項(xiàng)極其復(fù)雜的工作，但Yip認(rèn)為這對個(gè)人來說是有益的，并表示這些進(jìn)步有一天可能會拯救人們的生命。

“機(jī)器人和自動化不僅是一個(gè)潛在的未來，也是醫(yī)學(xué)的未來，” Yip說。“統(tǒng)計(jì)數(shù)據(jù)表明，我們沒有足夠的醫(yī)生和外科醫(yī)生來應(yīng)對不斷增加的患者人數(shù)，因此需要采取一些措施來滿足人們所需的護(hù)理量。”

7. 受大腦啟發(fā)的面部識別方法

加州大學(xué)圣地亞哥分校的計(jì)算神經(jīng)科學(xué)家建立了一個(gè)模仿大腦的突觸記憶系統(tǒng)，發(fā)現(xiàn)它比傳統(tǒng)的面部識別技術(shù)識別更多的面孔。

面部識別技術(shù)就在我們身邊。從我們手中的智能手機(jī)到機(jī)場和零售店的安全攝像頭，人工智能（以深度學(xué)習(xí)算法和人工神經(jīng)網(wǎng)絡(luò)的形式）可以了解我們的長相并在以后識別我們。這些人工神經(jīng)網(wǎng)絡(luò)通過可變權(quán)重連接，模仿人腦神經(jīng)元之間的突觸。但大腦中的突觸非常復(fù)雜，我們并不完全了解它們的內(nèi)部運(yùn)作方式：這就是為什么面部識別等典型人工智能技術(shù)傳統(tǒng)上是使用簡單的“突觸”或權(quán)重而不是復(fù)雜的、受大腦啟發(fā)的構(gòu)建的原因之一。

但是，如果建立用于面部熟悉度檢測的人工神經(jīng)網(wǎng)絡(luò)來復(fù)制這些類似大腦的突觸，會發(fā)生什么？這個(gè)系統(tǒng)在記住面孔方面會更好嗎？加州大學(xué)圣地亞哥分校神經(jīng)生物學(xué)助理教授馬庫斯·本納 (Marcus Benna) 和同事決定找出答案，因此他們建造了一個(gè)。在去年發(fā)表的一項(xiàng)研究中，研究小組發(fā)現(xiàn)他們的突觸記憶系統(tǒng)可以識別更多數(shù)量的面孔，并且當(dāng)他們添加更多突觸時(shí)，數(shù)量比簡單突觸增加得更快。

Benna對突觸復(fù)雜性進(jìn)行了廣泛研究，他表示，作為一名計(jì)算神經(jīng)科學(xué)家，他的主要目標(biāo)是更好地了解大腦如何工作以及如何克服其局限性，而不是構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用。但隨著人工智能和神經(jīng)科學(xué)領(lǐng)域日益融合，它們各自的進(jìn)步被證明是互惠互利的。