首页 » 国外科研 >

AI神经科学,液晶和学术界的抑郁症

2020-02-17 09:09:11来源:

本周,人工智能重现了我们的位置感,液晶运送了货物,并在学术界经历了沮丧。

下载MP3

下载mp3

在本集中:

00:50有位置感的计算机

神经科学家和机器学习专家共同学习如何找到自己的出路。研究论文:Banino等;新闻与观点:AI模仿用于导航的大脑代码;自然视频:掌握Go的计算机

08:31学术界的抑郁症

爱丁堡大学(University of Edinburgh)的研究员戴夫·雷伊(Dave Reay)在博士期间分享了他对抑郁症的经历。评论:你不是一个人;科学职业和心理健康;心理健康支持

15:33研究重点

蝙蝠保持安静,以免受到攻击,并使用轻巧的柔性激光器。研究重点:蝙蝠放弃声纳在雷达下飞行;研究重点:组织薄型激光弯曲到拥抱曲线

17:06液晶货

智能手机屏幕中发现的相同类型的材料可用于按命令运送少量货物。研究论文:Kim等。

22:39新闻聊天

猎熊对于人口数量来说可能太过灰熊了。人工智能可以帮助寻找新的粒子。新闻:黄石的灰熊受到有争议的狩猎提议的威胁;新闻:粒子物理学家转向AI来应对CERN碰撞洪水

绝不错过任何一集:在iTunes或您喜欢的播客应用程序上订阅“自然播客”。前往此处,观看Nature Podcast RSS feed。

成绩单

下载成绩单PDF

这是《自然播客》每周2018年5月10日版的抄本。可以从Nature Podcast索引页面访问当前节目和存档剧集的音频文件,该页面还包含有关如何免费订阅Nature Podcast的详细信息,并具有故障排除提示。将您的反馈发送给我们[email protected]

[叮当声]

面试官:沙米尼·邦德尔(Shamini Bundell)

欢迎回到自然播客。在本周的展会上,我们将目光聚焦在能够重现我们位置感的人工智能以及可以运送货物的液晶显示器上。

面试官:亚当·利维

另外,这是一本关于抑郁症的学术论文。这是2018年5月10日的自然播客。我是亚当·利维。

面试官:沙米尼·邦德尔(Shamini Bundell)

我是Shamini Bundell。

[叮当声]

面试官:沙米尼·邦德尔(Shamini Bundell)

早在2014年,诺贝尔生理学和医学奖就因发现构成大脑中定位系统的细胞而被授予。有问题的一些关键细胞称为网格细胞,它们是一种特殊的神经元,根据动物所在的位置而激活。它有点像内部思维导图,它是由多个网格单元以几何网格状图案发射的。尽管获得了诺贝尔奖,但我们对这种神经GPS仍然知之甚少,而网格单元可能很难进行实验研究。现在,伦敦大学学院(UCL)的神经科学家已经与Google拥有的DeepMind公司的机器学习专家合作。他们想看看人工神经网络是否可以帮助揭示哺乳动物如何导航的更多信息。我决定前往UCL查找更多信息。

[街道噪音]

面试官:沙米尼·邦德尔(Shamini Bundell)

今天我去UCL见Caswell Barry。现在,UCL恰好在大自然办公室的路上,所以我在这里走在Euston路,希望能找到通往他部门的路。哈哈,看起来像这样。因此,我在这里走的基本上是一条直线,从自然办公室走了一些弯路。那么,当我试图找到这个地方时,我的大脑会发生什么事情?

受访者:卡斯韦尔·巴里

因此,我们对大脑的导航方式了解很多。它具有多种策略和多种不同类型的脑细胞。因此,从广义上讲,您可以将策略分为基于路线的策略,在该策略中,您会知道一系列可以使您到达某个位置的操作,然后可以按照这些策略进行操作;也可以是基于地图的策略,在这些策略中,您可能想要走一条自己没有的路线。 exactly恰好在此之前,但是您知道彼此之间相对的去向。因此,如果您沿直线路线到达UCL,那么您几乎可以肯定会使用基于地图的策略,而这正是我们认为网格单元及其近亲放置单元的原因。它们实质上是表示空间的大脑方式,一旦您获得了空间的表示,就可以像使用地图一样使用它来规划您之前从未走过的地方之间的路线,或者可能会走捷径,或者在遇到困难的情况下解决问题。因此,这是一种灵活的导航策略,大概就是您在做什么。

面试官:沙米尼·邦德尔(Shamini Bundell)

因此,我们一段时间以来就了解网格单元和导航的特定元素,该研究在2014年获得了诺贝尔奖,但这并不意味着我们一定了解它的一切,因此您仍然想深入了解它的工作原理。

受访者:卡斯韦尔·巴里

大多数人都同意,网格单元看起来对路径集成很重要,因此可以根据移动方式来更新您认为的位置。因此,如果您知道自己在某个地方,并且向北移动了10英尺,那么您就会知道您在其他地方。但是同样地,出现了一个新的想法,即您可以使用网格单元做更多的事情。如果它们确实像地图的主干网一样起作用,那么实际上您可以使用它们来完成诸如规划直接路线之类的工作,这被称为基于矢量的导航,但这仍有待证明。很难通过实验来证明,恰恰是因为在动物的大脑中,您只能进入并关闭网格细胞或改变它们的工作方式。我们要使用的东西之一-人工代理在这里进行测试。

面试官:沙米尼·邦德尔(Shamini Bundell)

而且,您与DeepMind的神经网络和机器学习人员一起工作的地方是?

受访者:卡斯韦尔·巴里

对,就是这样。因此,这几乎是几种方式的协作。这是UCL和DeepMind之间的协作,但同样有效地是神经科学家和机器学习人员之间的协作。

面试官:沙米尼·邦德尔(Shamini Bundell)

而且,在这种情况下,您对特定问题感兴趣,您认为网格单元负责这些任务,因此您想知道AI将如何应对这些问题?

受访者:卡斯韦尔·巴里

对,就是这样。因此,首先,我们将网络设置为执行路径集成的任务。因此,我们从本质上告诉它开始的位置,告诉它如何移动,并要求它预测它在哪里,这是我们认为网格细胞在大脑中非常重要的东西。因此,值得注意的是,我们发现该网络可以学习如何做到这一点,实际上,该网络所采用的策略最终开发出了令人吃惊的类似于网格单元的表示形式。它们具有相同的六角形发射模式,具有相同的尺度范围,因此动物的网格单元具有多种尺度。因此,这确实是形式和功能的非常惊人且非同寻常的融合。

面试官:沙米尼·邦德尔(Shamini Bundell)

而您对此感兴趣的原因是因为大脑,您是神经科学家,所以这台机器告诉您大脑运作的方式是什么?

受访者:卡斯韦尔·巴里

与动物的大脑不同,它很容易进入和访问,您知道,这种人工制剂在给定的时间在给定的神经元中做什么,而且,我们也可能直接控制它们。因此,我们了解网格单元所具有的优势时所做的一件事是,我们要求它进行导航,但是随后我们可以使某些网格单元静音,然后我们可以轻松地测试(知道),可以是的。因此,它是一种功能强大的测试平台,可以完成您在神经科学实验中传统上会做的事情,但是现在我们在这种人工模型中进行操作。

面试官:沙米尼·邦德尔(Shamini Bundell)

例如,这个程序在迷宫导航方面有多好?

受访者:卡斯韦尔·巴里

它比人类更好。因此,我们要做的一件事是在同一组环境中测试专业游戏玩家执行同一任务的能力。因此,最终的任务是从某个位置开始,找到自己的出路,找到目标,然后将其传送到新的地方,并且必须找到返回目标的方法。因此,我想,人工代理比专业游戏玩家更好,后者比我更好。

面试官:沙米尼·邦德尔(Shamini Bundell)

除了帮助您更好地理解神经科学之外,这台机器是否比人类更擅长迷宫导航,是否真的有用呢?

受访者:卡斯韦尔·巴里

该代理非常擅长导航,当然在变化多端的复杂世界中也是如此,因此很显然,这种事情有用途。您知道,无论何时,您都有某种自动驾驶汽车,或者需要在复杂环境中寻找解决方案的东西,那么这种方法(实际上是从哺乳动物的大脑中借来的)可能被证明是非常有效的。当然,在某些情况下是不会的。因此,如果您只需要日复一日地遵循相同的路线,那么实际上网格单元就没有多大用处了,您可能需要基于路径的策略。

面试官:沙米尼·邦德尔(Shamini Bundell)

因此,您认为这是一个领域,即神经科学与机器学习的组合领域,从现在开始将会有所发展吗?

受访者:卡斯韦尔·巴里

是的,我愿意。我非常希望,也许我们应该将其称为Neuro-AI,但是肯定会有共同的利益。在机器学习方面,然后证明采用我们知道的关于大脑如何解决问题的方法是非常有用的,可以整合到机器学习方法中,并使这些方法更强大,更灵活。但是同样地,我们现在开始看到另一种信息倒流,以便了解机器学习方法如何解决特定问题,开始告诉我们很多关于大脑如何解决相同类型的问题的信息。问题,以及潜在的非常强大的神经科学新方法。

面试官:沙米尼·邦德尔(Shamini Bundell)

那就是伦敦大学学院的卡斯韦尔·巴里。您可以在nature.com/nature上找到他的论文以及《新闻与观点》文章。而且,如果您想了解DeepMind在神经网络上所做的一些先前工作,则可以转到YouTube,并搜索我们的电影:“掌握Go的计算机”?此外,在展会结束时还将有更多关于人工智能的内容。物理学家希望AI可以帮助大型强子对撞机将粒子碰撞拼凑起来。新闻聊天中的内容,以及对在美国寻熊的担忧。

面试官:亚当·利维

它是美国的心理健康意识月,英国的心理健康意识周。精神健康问题影响世界许多地方。例如,在英国,据估计,在过去一周中,六分之一的人经历了常见的精神健康问题。研究的压力可能会对心理健康产生特别的影响。因此,接下来,我们有一个关于学术界心理健康挑战的非常个人化的故事。一些听众可能会觉得此帐户很困难,因此请您自行决定。

受访者:戴夫·雷伊

是的,所以我是爱丁堡大学碳管理教授Dave Reay。

[音乐]

受访者:戴夫·雷伊

在《自然》杂志的本周,我写了关于抑郁症的文章,但我写的是我自己的抑郁症,这是我有史以来最难写的东西之一,因为我们显然写了研究论文,诸如此类的事情很多,但是写出如此个人化的东西很困难。确实,我一直在寻找自己想要的东西,如果没有其他人,就发生的事情而言,您知道我的感受,以及周围的人如何帮助我应对抑郁症,实际上帮助我克服了抑郁症。

[音乐]

受访者:戴夫·雷伊

我的博士真的是在我遇到严重的抑郁症时,说实话,我确实并没有太多的线索。我闭上眼睛走进去,很快就惊慌了,你知道,我不知道自己在做什么,其他人都在做。我只是害怕地承认自己失败了,我不知道该怎么做,你知道,事情出了问题。感觉一切都快要结束了,所以这是其中的一件事,当我在思考第二天将如何发展,下一周或下个月如何发展时,一切都变得令人难以置信,你知道,所以我只是觉得对我开放的所有选择都被关闭了,一切都出了问题,那是无法控制的。因此,我越来越多地戴上了它的外观,并且用这种面具遮盖了它,因为它只是内部的动荡。我认为我的沮丧情绪变得如此严重,因为我没有和任何人交谈。真正的省事是我周围的同事。他们甚至不知道,但仅仅是他们的支持,就知道他们的温暖。有一个特别的人叫保罗,即使二十年前,我也真的记得它。我就像一个蛋壳,我是如此脆弱,我想如果有人会说嘘,我就会流下眼泪。保罗这个家伙显然很公正,你知道,他正在和所有人聊天,但是他在我身上清楚地看到,你知道有些不对劲。他只是上来,他有点,他只是聊天,你知道吗,他检查我还好。那天他的温暖,使我的蛋壳开裂变得与众不同,而实际上它开始变得更坚固。

[音乐]

受访者:戴夫·雷伊

您知道,如果我向我20多岁的自我提供建议,那只会是与某人谈论,而不是隐藏它,以记住这是一种疾病。

[音乐]

受访者:戴夫·雷伊

通过与人交谈并突破这一点,我意识到,这实际上是一个很大的帮助。我认为,它仍然带有污名,并且我们谈论的越多,我们对它的了解就越多,您知道,它可能是我们的任何同事和朋友,而您知道,最重要的事情之一就是他们需要知道自己可以说这件事,而不必担心被嘲笑,也不必担心被排斥。精神疾病与我们同在,这很普遍。抑郁是其中的一部分,也很普遍。实际上,根据已完成的研究,它对学术界的影响要大于大多数。人们需要知道他们可以谈论自己的精神疾病,就像他们的身体疾病一样,而不必担心这种污名。

[音乐]

受访者:戴夫·雷伊

我确实反思了我作为博士生和博士后的方式,认为对我来说很有效,然后尝试为我的博士,博士后和员工实施。对我来说,一直在学习倾听,实际上,我们一直在谈论我的问题,这是我们一直与全体团队和所有学生保持一致的一件事。我认为,通常情况就是,您的感觉如何,事物的情况如何,您知道的,以及我认为那真的很有价值,就社区的感觉而言,就像我们都在互相关心一样。

[音乐]

受访者:戴夫·雷伊

我对公开自己的抑郁症感到没有百分百的安全感。我仍然担心人们会少考虑我。但是,您知道,我觉得值得这样做,如果它可以帮助世界各地的其他人与他们的博士生一起学习,或者其他学者认为是的,我很高兴Dave做到了,这种与我有时的感觉很相似而且,您知道,这给了他们一些动力,让他们可以与某人说话,与同事说话,与治疗师说话,无论谁。如果以这种方式有所帮助,那将是很棒的。

[音乐]

面试官:亚当·利维

那是Dave Reay,他在英国爱丁堡大学工作。有关Dave体验的更多信息,请查看他本周发表的评论文章,标题为:“你不是一个人吗?”此外,《自然》杂志将分三部分介绍学术界的心理健康问题,第二部分将于本周发布。找到这个,并在go.nature.com/wellbeing上找到Dave Comment。如果您遇到困难,Nature会提供一个页面,详细介绍您寻求支持的多种方法。只需前往心理健康收集:go.nature.com/wellbeing,然后单击支持选项卡。我们还将在@NaturePodcast上发布一条指向It的链接。

面试官:沙米尼·邦德尔(Shamini Bundell)

仍将到来:可以按需交付少量货物的液晶。但首先,是时候与诺亚·贝克(Noah Baker)一起发表《研究要闻》。

[叮当声]

面试官:诺亚·贝克(Noah Baker)

首先,蝙蝠保持安静以避免对手。许多蝙蝠通过回声定位找到自己的方式,打电话并聆听声音如何反弹。但是,当研究人员听取加利福尼亚州白蝙蝠的回声位置时,他们发现,在某些情况下,蝙蝠发出的声音更加安静,或者根本没有发出声音。而且,他们对扬声器播放回声定位声音非常感兴趣。研究人员建议,通过保持沉默,蝙蝠希望避免被敌对蝙蝠听到和攻击。在《英国皇家学会议事录B》中找到该论文。

[叮当声]

面试官:诺亚·贝克(Noah Baker)

研究人员创造了一种轻巧,灵活的激光器。它采用聚合物膜的形式,厚度小于一微米,可以固定在从钞票到隐形眼镜的各种物品上。工程师已经可以制造出可弯曲的可弯曲LED,但是通常,早期的聚合物激光器既坚固又笨重。新的聚合物激光器由外部光源供电,可以进行调整以发出具有唯一波长组的光。研究人员说,这可以允许创建类似条形码的激光标签,该标签可以用于制作更难伪造的钞票或在敏感的官方文件上贴标签。您可以在Nature Communications上浏览该论文。

[叮当声]

面试官:沙米尼·邦德尔(Shamini Bundell)

如果您曾经在智能手机或笔记本电脑的屏幕上用力按压,您会注意到它在手指下形成的有趣的波纹状图案。您所看到的是液晶的流动性,顾名思义,这种材料结合了液体和固体晶体的特性。现在,研究人员发现液晶的另一种巧妙用法:微小的货物输送系统。记者阿南德·贾加迪亚(Anand Jagatia)向威斯康星大学的尼古拉斯·阿伯特(Nicholas Abbott)教授介绍了这项研究。

面试官:阿南德·贾加特(Anand Jagatia)

因此,液晶,可能是大多数人都熟悉的液晶,它们存在于我们的智能手机屏幕,计算器中。但是它们实际上是什么,它们具有什么特性?

受访者:尼古拉斯·雅培

液晶,它是物相。因此,我们都熟悉诸如气体,液体和结晶固体之类的东西。因此,液晶是另一种物质状态。因此,分子像液体一样流动,然后像晶体一样流动,尽管它们是可移动的,但它们在很长的距离上彼此相对有序。

面试官:阿南德·贾加特(Anand Jagatia)

在本文中,您设法以某种方式操纵液晶,使您可以在其中引入和捕获极少量的货物。

受访者:尼古拉斯·雅培

是的,因此,液晶的一般特征是它对环境非常敏感且反应灵敏。因此,我们一直在将它们用作一种传感器。我们最近显示的是,您还可以使用液晶来提供响应,这样您就可以响应整个刺激范围释放化学物质,它们既可以是物理刺激,也可以是化学刺激。生物刺激。

面试官:阿南德·贾加特(Anand Jagatia)

响应这些刺激,液晶实际发生了什么,使它们释放了货物?

受访者:尼古拉斯·雅培

它是一种弹性材料,因此就像在拉伸橡皮筋时可以存储能量一样,我们可以在液晶的拉伸或应变状态下存储能量。因此,我们正在做的是设计液晶系统,这些系统将弹出这些微型货物,通过将它们ping出来,有点像使用橡皮筋发射东西。

面试官:阿南德·贾加特(Anand Jagatia)

您设法创建的设置之一是响应人的手指触摸而释放的货物,我认为它是对热量的响应,对吗?

受访者:尼古拉斯·雅培

没错因此,这样的想法是,如果有人触摸该材料,它将从其内部释放一些化学成分,例如,可能是防腐剂,因此,如果要使用某种自灭菌材料。

面试官:阿南德·贾加特(Anand Jagatia)

哦,也许是医疗环境中的表面和工作台面之类的东西?

受访者:尼古拉斯·雅培

是的,是的。或者,您知道,诸如触摸屏之类的东西。

面试官:阿南德·贾加特(Anand Jagatia)

是的,我要说的是我的触摸屏上现在有很多污迹,您能否创造出一些东西,每当我触摸它时,它就可以自己清洁?

受访者:尼古拉斯·雅培

是的,事实上,我知道有一些公司致力于制造可释放化学物质以清洁触摸屏的触摸屏。

面试官:阿南德·贾加特(Anand Jagatia)

手指交叉。我认为您在本文中谈到的下一个应用程序确实令人着迷,它正在创建一种可以存储抗生素的液晶,从而使微货物能够在存在细菌的情况下释放出来。您能告诉我们更多有关此的信息吗?

受访者:尼古拉斯·雅培

在所有过去的实例中,材料已经连续浸出了抗微生物剂。

面试官:阿南德·贾加特(Anand Jagatia)

因此,它们只是不断释放稳定的抗菌剂的一种?

受访者:尼古拉斯·雅培

对,对。因此,这有许多缺点,其一是它可能导致生物体对那些病原体产生抵抗力。但是,这也会导致使用寿命相对较短,因为您会耗尽电源。因此,我们能够证明的是,我们可以设计出包含抗菌剂的微型货物。因此,当微生物移过液晶表面时,与微生物运动相关的机械力触发了抗菌剂的释放。

面试官:阿南德·贾加特(Anand Jagatia)

因此,如果您像我想象的那样,不知道像大肠杆菌这样的细菌随着它的小尾巴游动,这些微小的力正在影响液晶吗?

受访者:尼古拉斯·雅培

是的,那是正确的。因此,只有在活细菌存在的情况下,抗菌剂才会被释放,因此它是自我调节的释放。

面试官:阿南德·贾加特(Anand Jagatia)

因此,看来您已经能够创建可以对多种触发因素做出潜在响应的材料:运动,热量,电场,并有可能用于释放许多不同种类的货物。那么,您如何看待这种技术的未来发展呢?

受访者:尼古拉斯·雅培

实际上,体内有各种各样的机械作用力在起作用,诸如血流之类的东西可以传递机械作用力,因此,我认为有很多令人兴奋的机会来创造可用于体内药物传递的传递系统。

面试官:沙米尼·邦德尔(Shamini Bundell)

那是威斯康星大学的尼古拉斯·阿伯特(Nicholas Abbott)和阿南·贾加迪亚(Anand Jagatia)的谈话。您可以在nature.com/nature的论文补充材料中看到释放液晶货物的视频。

面试官:亚当·利维

最后,在本周的新闻聊天室,休了一年的产假之后,首席新闻和特约编辑Celeste Biever返回工作室。嗨,Celeste。

受访者:Celeste Biever

嗨,亚当,回来真的很好。

面试官:亚当·利维

现在首先,我们有一个关于在美国受到威胁的熊的故事。现在,他们从这个故事中真正受到什么威胁?

受访者:Celeste Biever

他们受到狩猎的威胁。这个故事是关于灰熊的,特别是怀俄明州的提案,怀俄明州是黄石国家公园的举办地之一。而且,该州已提议允许继续追捕灰熊,这是很长一段时间以来才允许的,并且是在联邦政府去年将灰熊从濒危物种名单中删除之后才提出的。

面试官:亚当·利维

所以,如果他们不再濒临灭绝,那似乎更适合他们了,对吧?

受访者:Celeste Biever

对拟议中的狩猎的一些批评家说,将其从名单上剔除的方法存在一些问题,他们会争辩说该物种确实已经建立并且足够安全,可以立即进行狩猎。因此,例如,存在有关如何收集数据,方法已更改以及狩猎的批评者的疑问,这意味着估算是不正确的。也有关于雌性的信息,以及它们继续繁殖多久的假设,该方法基于雌性会继续繁殖的假设,但批评家说,随着年龄的增长,其繁殖能力将大大下降。

面试官:亚当·利维

已提出的实际狩猎的细节是什么?

受访者:Celeste Biever

因此,此次狩猎总共将涉及24只熊,其中12只在黄石公园附近受监控的地区,另外12只在仍被视为黄石生态系统的更广阔地区。

面试官:亚当·利维

与至少相信在黄石国家公园的灰熊的数量相比,这个数字如何?

受访者:Celeste Biever

据信该数字约为700。

面试官:亚当·利维

那么,通过狩猎去除这种数量的熊对这只熊种群有什么影响呢?

受访者:Celeste Biever

计划中的狩猎的批评者说,除了在狩猎中被杀死的熊之外,对提案的任何评估还应考虑到无论如何都会因其他原因而死亡的熊。例如,2017年有56人死于自然原因或与人发生冲突。因此,如果今年再次发生这种情况,那可能是总共80只熊,而这还不包括杀死可携带4只幼崽的雌性的连锁反应。

面试官:亚当·利维

而且,尚未确定这次狩猎是否会继续进行,但似乎有些人担心它可能会继续。

受访者:Celeste Biever

因此,5月23日将进行投票。该提案已经公开征询公众意见,所以我们看到了,但是怀俄明州似乎确实决心继续执行该提案。

面试官:亚当·利维

现在,我们本周的第二个故事是大型强子对撞机,大型强子对撞机正在寻求人工智能来解决一个棘手的问题。他们希望AI可以解决什么问题?

受访者:Celeste Biever

因此,我能否首先说我喜欢这个故事,是因为它汇集了两个科学丰富而有趣的主题,即AI和LHC,以及我所报告的我个人最喜欢的两种东西,因此,那在那里。是的,大型强子对撞机(位于欧洲核子研究组织(CERN))的大型强子对撞机的问题在于,在未来十年中,它们将发生的粒子碰撞将增加20倍,将会产生大量更多的数据,他们将不得不筛选这些数据以找到有趣的碰撞种类,并从背景数据的噪音中筛选出来。

面试官:亚当·利维(Adam Levy)以及他们目前如何筛选这些数据,以及为什么这项工作会继续进行下去?

受访者:Celeste Biever

现在,它的工作方式是,使对撞机中产生的所有东西都弄得一团糟,目的是使用它来追踪各种粒子穿过对撞机的轨迹。他们现在使用模式识别算法来追溯这些轨迹,因此它已经自动化了。但是鉴于数量的大量增加,这些算法基本上太慢了,所以这个想法是,或者让许多物理学家怀疑,如果他们设置了一种称为机器学习的技术,这是目前AI中最热门的事情,并且设置它来解决这个问题而不是模式识别算法,这些AI算法在筛选这些冲突并提出好东西时会更快,更高效。

面试官:亚当·利维

但是他们只是聘请了一位非常好的开发人员或类似的人,实际上是在安排一场比赛。

受访者:Celeste Biever

是的,这项权利和竞赛的组织者已经公开了许多模拟数据,并挑战软件开发人员编写一个程序,然后可以从该模拟数据中追溯轨迹,并且因为他们创建了该数据,所以他们具有这些音轨的实际答案。而且他们还增加了一些现金奖励,因此,如果他们的算法最能重构这些音轨,那么一个编码器可以赢得12,000美元。

面试官:亚当·利维

以前有过人工智能竞赛,对吗?包括其中一种正在寻找希格斯玻色子的东西吗?

受访者:Celeste Biever

这是在大型强子对撞机实际发现希格斯玻色子之后的一种方法,但这只是一种使用这类算法来重新找到它的方法,这确实是一种性感的竞争,因为希格斯玻色子创造了这种新闻波,不仅在科学界,而且在世界范围内。但是实际上,这一挑战要容易得多。因此,编码人员面临的挑战是这个难题要棘手得多,这只会使它更加令人兴奋!

面试官:亚当·利维

赛莱斯特(Celeste),感谢您再次加入我们,以及有关这两个新闻报道的更多信息,请访问nature.com/news。

[叮当声]

面试官:沙米尼·邦德尔(Shamini Bundell)

这一切都在本周完成,但请务必查看自然视频频道,我们在其中使用木偶来讲述一个进化陷阱捕获了一只毫无戒心的蝴蝶的故事。网址为youtube.com/naturevideochannel。我是沙米尼·邦德尔(Shamini Bundell)。

面试官:亚当·利维

我是亚当·利维。[叮当声]