硅谷Live /实地看望/热门探秘/ 深度评论
我们好，技能前沿洞悉又跟我们碰头了！本周的科技发展能够说触及方方面面，从美国高校捣鼓”人工眼球芯片“，”螳螂机器人“到甚至提早检测阿尔兹海默症、猜测地震，以及日本科学家创造“人工尾巴”等等。能够说从健康、出行、安全都有重要发展，一同来看！
美国高校
用血液检测就能提早20年猜测阿尔兹海默了？
来自华盛顿大学圣路易斯分校医学院的研讨人员宣称，他们在开发能够检测阿尔茨海默氏症的血液检测方面取得了重大发展 -在症状呈现长达20年前就能进行检测。
华盛顿大学神经病学教授，该论文的作者 Randall Bateman 在《Neurology》杂志上标明，想要提早查看出阿尔兹海默病，通常是让人们承受大脑扫描（例如MRI 或PET）并进行临床试验，“耗时且贵重，但经过血液查看，或许每个月都会筛查不计其数的人。”
研讨人员详细是怎样做的呢，首要测量了 158 名年纪超越 50 岁的成年人的血液中一种叫做淀粉样蛋白β的蛋白质水平，看看跟其在其脑部扫描中发现这种蛋白质的存在是否匹配（事实上PET也是经过检测淀粉样蛋白的水平怎么）。
除此之外，当研讨人员将这些信息与该疾病的别的两个风险要素结合起来——年纪超越65岁且患有遗传变异基因APOE4的人群，这至少使疾病风险增加三倍，这意味着血液检测的精确性从 88% 提高到 94％。
因而，研讨人员期望经过加速潜在临床试验参与者的筛查进程来协助未来的试验，并在此进程中加速医治阿尔茨海默氏症的脚步。
宾夕法尼亚大学研讨人员打造人工人眼芯片
为什么要研讨眼睛疾病？比方干眼症（DED）便是一种常见疾病，假如你每天花 8 小时或更长时刻盯着电脑屏幕的话，或许发现眼睛变得疲倦或枯燥，然后换上干眼症。
可是，美国食品药品监督管理局 FDA 几乎没有在这类疾病上有同意的药物，部分原因是制药厂商难以对人眼的杂乱病理、生理结构进行建模。
现在，宾夕法尼亚大学的工程、医学研讨人员宣告，期望用一款“芯片上的人工眼”来处理这个问题。该研讨近期宣告在《天然医学》（ Nature Medicine ）杂志上，概述了作为器官替身的“芯片上眼睛（eye-on-a-chip）”的精确性，并展现了其作为药物测验渠道的实用性。
（图片来自宾夕法尼亚大学，版权归于原作者）
宾夕法尼亚大学工程学院、医学院的研讨人员们花了数年时刻对芯片进行微调，为该芯片在药物、化学品和化妆品的无动物测验方面进行了很多尽力。总的来说，他们期望规划一种能够仿照健康眼睛和有干眼症眼睛的眼睛模型，使其能够协助测验各类终究对人类没有损伤风险的各种药物。
感兴趣的能够点击原文阅览：
https://penntoday.upenn.edu/news/blinking-eye-chip-used-disease-modeling-and-drug-testing
VR 游戏让帕金森病患者能够在虚拟国际中自傲走路
说完药物开发再来看看另一则科技在医疗范畴的发展。
近来，南加州大学的工程师团队与研讨人员和 VR 游戏规划师协作，为全国际超越 1000 万患有帕金森病的人开发虚拟现实游戏，协助帕金森病患者自傲地走路。
研讨显现，至少有 71％ 的帕金森氏症患者易患跌倒症，跌倒将构成的严峻损伤，特别关于晚年患者，可导致残疾，社会阻隔等。而传统的物理疗法以力气练习为主，练习场所往往是在在诊所。但是，研讨标明，在实在的环境环境中进行的活动，将更有助于长时刻保存运动技能。
这款名为“战胜（Overcome）”的游戏，让患者经过在跑步机上行走，感触自己散步在一个虚拟的现代化城市中，城市里有路途、人行道、建筑物和轿车，而且能够选择日/夜形式。患者经过避开人行道上随机发作的椅子，纸张，塑料杯等障碍物来取得积分。
除了音频反响之外，研讨人员还经过引进触觉反响组件使 VR 体会愈加感同身受，当患者触摸到障碍物时，微控制器会正告振荡马达，他们会感觉到振荡，正告他们改动途径。
现在，一些医院也现已运用 VR 为帕金森病患者进行物理医治。
“甲由”机器人问世，有望地震时进行救援
当一个螳螂巨细的机器人，能承受120斤的分量时，能发挥什么效果？
近来，加州大学伯克利分校的研讨人员就创造出一种新的昆虫巨细的机器人，该该机器人大约是一张大邮票的巨细，由一块称为聚偏二氟乙烯或 PVDF 的压电资料薄片制成。
压电资料独特性在于向它施加电压时将会使资料胀大或缩短。研讨人员将 PVDF 涂在一层弹性聚合物上，使整个片材曲折，一同给其增加了一条前腿，以便利资料在电场下曲折和伸直时，能够以振荡“跳动”运动推进设备向前。
这个分量不到十分之一克的机器人可承受约 60 公斤的分量，一同该机器能够以每秒 20 个体长的速度在地上行进，速度可与甲由适当，据报道该机器人现在是昆虫级机器人中最快的，它能够穿过管子，爬上小斜坡并承载小负荷，例如花生。
研讨人员标明这种小型机器人将在查找和救援使命中发挥重用效果，它能够进入到狗或人无法进入或许过于风险的当地，例如能够在地震时协助在碎片下寻觅生命。
脑震荡不是触摸性运动大脑受损的仅有原因
由卡内基梅隆大学和罗切斯特大学医学中心一项针对大学橄榄球运动员的研讨发现新研讨标明，脑震荡并不是触摸性运动中大脑受损的仅有原因，运动员或许只是参与一个赛季的头部击球就会导致大脑的结构性改变。
研讨人员研讨了 38 名罗彻斯特大学的球员，每个参与者在每个时节开端的两周内和最终一周内承受 MRI 扫描。
虽然，在研讨中参与者被盯梢的时刻内只要两名球员遭受了临床确诊的脑震荡，但赛季和季前 MRI 的比较显现，超越三分之二的球员阅历了大脑结构完好性的下降。而且旋转加速度（引起头部歪曲的冲击）比线性加速度（正面磕碰）更多地与调查到的中脑白质结构完好性的改变。
这项研讨标明，运用分散 MRI 进行中脑成像或许是未来确诊单个震荡性头部碰击和/或重复性亚震荡性头部碰击的一种办法，而且这项研讨能够构成一些新的方针，协助受伤的球员决议是否要重返赛场。
MIT：运用AI主动化分子化合物组成，最快只需两小时
在 Science 新出书的杂志中，麻省理工学院宣告用人工智能能主动化分子化合物的组成，这项技能“有望协助人们削减分子构建的一切繁琐部分”，并提出怎么制作新分子化合物的或许。
新体系主要有三个进程：
首要，由 AI 软件提出了组成分子的途径，软件是从美国专利商标局数据库中提取的数百万种从前宣告的化学反响的数据进行练习，然后不只供给所知道的分子或这些分子反响的相关主张，它还能够推行到从未制作过的新分子。
然后，化学家检查 AI 软件发作的主张组成道路，以树立更完好的方针分子配方。化学家有时需求进行试验室试验或修正试剂浓度和反响温度等改变，再终究将配方加载到渠道上。
这个体系跟过去旧体系的差异在于，旧体系是每次组成化合物后需求化学家手动装备，新体系则彻底由机器人渠道装备。
该团队已组成了多种化合物：如阿司匹林和抗生素等，用更短的时刻处理了大约 30 种不同的反响。最简略的进程需求两个小时，制作多种化合物需求大约 68 小时。
海外高校
假如给你造一条尾巴，你会用来干什么？
日本科学家想给人类造个尾巴了！
受海马启示的原型机器人尾翼，最近被日本科学家们造了出来，这被以为能够协助用户平衡或许使一些用户在玩 VR 游戏愈加感同身受。
日本庆应大学科学家称这个“人工尾巴”为 Arque。它是经过内置的人工肌肉和椎骨，尾部运用气动体系与穿着者一同曲折和移动，当它们歪斜或摇晃时充任智能平衡物。尾部还能够经过增加或移除模块化的“椎骨”来调整整个穿着者的身体。
不过，这个尾巴有必要固定在这个气动体系上，所以它不是彻底可独自移动的，这意味着用户无法拖着它移动很远。但关于一些平衡有困难的人来说，或许是一个福音，由于它有望作为辅佐设备——虽然仍有待调查机器人的尾巴将永远是社会可承受的，有人甘愿运用它而不是手杖。
试验室
Los Alamos试验室：声信号就能猜测地震了？
据 Los Alamos 国家试验室音讯，该试验室经过机器学习研讨发现，从地震断层中勘探到的声信号能够用来猜测下一次地震发作的时刻，经过勘探该信号，未来或许将能够精确猜测地震。
研讨文章《From Stress Chains to Acoustic Emission（从应力链到声学排放）》宣告于《 物理谈论快报》上。试验室经过数据建模测量了地震中应力链的溃散信号，应力链是由晶粒组成的桥，其将应力从断块的一侧传递到另一侧。
为了研讨应力链溃散发作声学信号的原因，该团队在超级计算机进行了一系列数值模仿。该模型精确地模仿了地震断层演化的动力学，并进一步处理了物理驱动地质断层的问题。
该团队现在现已在之前北美，南美和新西兰大型地震中测得声信号数据，研讨显现，该信号能精确地显现毛病中的应力状况。
那是不是意味着假如今后该技能真的能老练运用猜测地震，加州小伙伴就再也不同忧虑大地震忽然到来了？
（图为检测到的应力毛病宣布的声信号，图片来自网络，版权归于原作者）
大公司
Google研讨完成果蝇大脑3D主动重建
近来，Google 与霍华德休斯医学研讨所（HHMI）、剑桥大学等协作，对整个果蝇大脑进行了主动重建。果蝇是生物学科中研讨最完好的生物，前史上有 8 个诺贝尔奖得主因果蝇相关的研讨取得诺贝尔奖。而且果蝇的脑部结构较为简略，因而易于研讨。
HHMI 研讨人员将果蝇大脑分红数千个超薄 40 纳米切片，运用透射电子显微镜对每个切片成像（发作超越四十万亿像素的脑图画），然后将 2D 图画对准成一个连接的 3D 图画整个果蝇脑的图画体积。运用数千个云 TPU 后，来盯梢果蝇大脑中的每个神经元。
处理包括数万亿像素的 3D 图画和形状杂乱目标时，可视化既重要又困难。因而 Google 规划了一个可扩展且功用强壮的新东西 Neuroglancer，能够支撑许多高档功用，如恣意轴横截面重建，多分辨率网格，以及强壮的开发自定义功用， 经过与Python集成剖析作业流程等。
感兴趣的能够点击原文阅览：
https://ai.googleblog.com/2019/08/an-interactive-automated-3d.html
看完今日的技能前沿，你对哪条形象最深入？欢迎我们留言评论！更多技能前沿洞悉，能够点击硅谷洞悉此前文章：
