至顶网软件与服务频道消息:来自布朗大学和英特尔公司的研究人员正在合作开发基于人工智能的技术,旨在帮助脊髓损伤患者重新行走。
人的脊髓受到损伤后,从大脑的电信号就不能传递不到肌肉,这会导致瘫痪。这种损害是毁灭性的,原因是人体本身不能再生受损的神经纤维。然而有医学专家认为,人工智能技术可以帮助一些受害者恢复肌肉控制。
布朗大学和英特尔的研究人员不久前启动了一项为期两年的有关技术的研究工作,研究得到美国国防高级研究计划局630万美元的资助。
布朗大学卡尼研究所脑科学研究院工程院的助理教授David Borton 表示,“我们知道脊柱病灶附近的电路通常仍会保持活跃,其机能仍存在。”
Borton的想法是尝试创建一个“智能脊柱界面”,帮助大脑重新连接脊髓,帮助患者恢复肢体动作和对膀胱的控制。他称膀胱控制是脊髓损伤患者关注的主要问题之一。
他表示,“这是项探索性研究,目的是构建工具集,包括硬件、软件和对脊髓功能的认识,工具集令打造这种系统成为可能。”
美国罗得岛医院及Micro Leads公司的医生也将参与该项研究。Micro Leads开发过高分辨率脊髓仿真技术。
英特尔也将在硬件和软件专业知识上助一臂之力,将帮助打造研究里需要用到机器学习工具,用于解码由大脑发送到脊椎的信号。研究的基本想法是建一个可以绕过受损部位、恢复大脑与身体的其余部分受损连接的接口。研究人员再收集从脊髓上发出的动作和感觉信号数据,再利用人工神经网络进行传达合适的动作命令。
这些数据将在脊髓伤患志愿者做物理治疗时从植入装置搜集。在该项研究里,脊髓信号将通过外部计算机系统解码,着眼点是开发一种可以实时解码的完全植入装置。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。