每日疫情动态
数据来源于新浪新闻app截图
本期前沿洞察为大家带来：MIT设计出零隐私风险追踪新冠肺炎感染者的应用程序；可灵活变形的折纸机器人；帮助AI更精确识别语音的Google数据集......
一起来看看吧：
零隐私风险追踪新冠肺炎感染者的应用程序
麻省理工学院研究人员设计出了一种新的应用程序，可以提供自动追踪联系人，该程序可以利用每个人移动设备发出的蓝牙信号，将联系人与随机字符串绑定在一起。
该系统的工作原理是让每个移动设备不断发送随机的数字字符串，这些数字是通过蓝牙发送的。假设有人被确诊，可以通过其手机所接受到的字符串以追踪与其有过密切接触的人，其他人则可以通过扫描来查看他们的手机是否在这段时间内收到过这些数字字符串。
该程序通过蓝牙发送随机字符，图片来自网络
MIT的系统解决了最棘手的隐私相关问题，它根本不使用任何地理位置信息，也不使用任何诊断信息或与特定个人关联的其他信息。
目前该MIT研究团队负责人表示，麻省总医院全球卫生中心，CSAIL，MIT林肯实验室，波士顿大学，布朗大学，MIT媒体实验室，魏兹曼科学研究所和SRI International都已经加入了该项目的研究当中。
新型灵活可变型折纸机器人
近期宾夕法尼亚大学的研究人员受折纸艺术启发，创造出一种灵活的“软”弹簧折纸机器人，该机器人的名字叫REBO，通过折纸波纹管图案的几何设计实现了弹性轴向顺应性，从而降低材料重量并减少能量损失。
EBO的机器人平台由四部分组成：(a)三个双层REBO致动器 (b)直流电机模块和3D打印的滑轮系统(c)力传感器系统 (d)集成感测和控制的微处理器。三个REBO致动器被安装在顶部和底部的丙烯酸板之间并固定。钢筋束穿过致动器的结构通孔，一端固定在顶板上，另一端固定在安装在电动机上的皮带轮上。旋转电动机使致动器压缩或伸长，致动器线性运动的速度限制由电动机确定。将力传感器放置在顶板（球拍）上，以检测小球何时与顶板接触。
轻巧的可变形REBO结构具有可控制刚度的弹性，在数千次击球的过程中反复进行疲劳损失极少，这证明了高度可重复的渐近循环系统的稳定性。此外，由于REBO的刚度仅通过改变几何参数就可以改变一个数量级，因此尽管在所有不同的设计中都依赖单一的整体材料，也可以调整机械输出功率以适应各种应用。
研究团队将REBO的杂耍过程分为“飞行”和“命中”。在“飞行”模式下，发射的小球可以看作是无损失的衡重力状态。球发射后，REBO迅速重置回到其预压缩位置。当小球触发了球拍上的力传感器，系统进入“击打”模式时，球沿着压缩弹簧REBO，整个系统可以看作是弹簧上的质量。除了击打小球外，REBO还可以倒置过来，摇身一变成为弹跳机器人。
Google发布数据集 帮助AI更精确识别语音指令
谷歌于4月10日宣布发布Free Universal Sound Separation数据集（简称 FUSS），旨在支持AI模型的开发。该研究描述了两种机器学习模型，它们共同降低了多扬声器的语音识别词错误率（WER）信号。
Google FUSS帮助AI进行更精准识别训练
据悉，大多数声音分离模型都假设混合物中的声音数量是静态的，并且它们会分离少量声音类型的混合物（例如语音与非语音）或相同声音类型的不同实例（例如第一说话者与第二说话者）。FUSS数据集将重点转移到更广泛的问题上，即将可变数量的任意声音彼此分离。为此，FUSS数据集包括各种声音，逼真的房间模拟器以及将这些元素混合在一起的代码，以提供具有真实性的多源，多类音频。
— END —
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
