視覺學習行為的神經機制

視覺學習行為的神經機制

中國科學院腦科學與智能技術卓越創新中心（神經科學研究所）、上海腦科學與類腦研究中心、神經科學國家重點實驗室姚海珊研究組開展了眶額葉皮層通過調節初級視皮層的反應增益促進視覺偶聯學習的研究。研究論文發表于Nature Communications。通過光遺傳標記技術，發現投向V1的OFC神經元通過降低放電率的方式編碼獎勵預期信號，與V1神經元相反。在No-Go刺激出現時抑制OFC向V1投射的活動能夠減慢小鼠的視覺學習速率，而光遺傳激活V1的SST抑制性神經元能夠提高小鼠的學習速率。因此，OFC向V1的投射能夠調節V1神經元對獎勵無關刺激的反應，通過改變刺激的顯著性來易化視覺偶聯學習。

基于機器學習的太陽風分類及其空間天氣預警應用研究進展

中國科學院國家空間科學中心天氣室研究員李暉、王赤等與南京信息工程大學副教授許飛展開人工智能識別太陽風分類的合作研究。研究論文發表于Earth and Space Science。團隊利用國際流行的10種機器學習分類算法（KNN、LSVM、RBFSVM、DT、RF、AdaBoost、NN、GNB、QDA、XGBoost）在優選后的八維參數空間中開發了太陽風分類的自動識別算法，可以自動、快速地將太陽風觀測數據分為冕洞風、冕流風、扇區反轉區風和日冕拋射風4類。該研究證實了基于機器學習的分類算法有能力高效而準確地識別出4種典型類型的太陽風，可以獲得比以往經驗模型更好的分類效果。

數據驅動的藍藻水華研究進展

中國科學院重慶綠色智能技術研究院大數據挖掘及應用中心與中國科學院水生生物研究所研究員宋立榮課題組合作，將人工智能方法與水生態問題進行融合，利用模型對我國大中型淺水湖泊藍藻水華數據進行深入挖掘分析。研究論文發表于Harmful Algae。研究證實微囊藻生物量變化主要受到水溫和總磷濃度調控，絲狀藍藻生物量依賴于具體的水體生境條件。建立了環境因子與藍藻生物量及產毒能力的因果關聯，檢驗出水溫、光強和氮濃度依次為影響毒素濃度的關鍵因子，從毒素控制角度強調了氮磷雙控的控制策略。利用貝葉斯推斷方法對我國“三湖”氮、磷營養鹽的控制濃度進行估算，強調氣候變暖會影響營養鹽標準的參考閾值。

智能計算成像研究方面取得新進展

中國科學院上海光學精密機械研究所信息光學與光電技術實驗室與德國斯圖加特大學應用光學研究所、美國麻省理工學院合作，提出并實驗驗證了一種基于物理模型和深度神經網絡的新型計算成像方法，無須大量帶標簽的數據來完成神經網絡訓練，促進了人工智能技術在計算成像中的廣泛應用。論文發表于Light： Science & Applications。針對基于深度學習的計算成像方法中訓練數據難以獲取和模型泛化性有限的問題，提出將物理模型與神經網絡相結合的方法（Physics-enhanced deep neural network， PhysenNet），利用物理模型替代訓練數據來驅動網絡參數的優化，以計算成像中的經典例子“相位成像”來驗證該方法的有效性。

基于參考圖像的人臉組成編輯方法

中國科學院自動化研究所媒體深度偽造與反偽造創新團隊孫哲南研究員、李琦副研究員等人提出了一種從參考圖像學習目標人臉組成形狀的人臉組成編輯算法（r-FACE）。相關論文收錄于IJCAI 2020。人臉肖像編輯指基于一幅給定的人臉圖像，對人臉的屬性或組成進行編輯，并且生成的圖像看起來真實自然，其在影視制作、照片處理和交互式娛樂等方面具有廣闊的應用前景。該方法提出了多樣化且可控的人臉組成編輯方法，并較好地保留原始圖像的姿勢、膚色等風格特征，與傳統算法及商業PS算法等相比有明顯視覺效果提升。該方法能夠生成高質量和多樣化的人臉，并可以實現顯著語義形狀變化的人臉組成編輯。

從大規模科學文獻中提取生物醫學實體關系的新型深度學習模型

清華大學交叉信息研究院曾堅陽研究組成功開發了從大規模科學文獻中提取生物醫學實體關系的深度學習模型，即基于機器學習的大規模生物醫學關系自動抽取技術。研究論文發表于Nature Machine Intelligence。研究團隊采用了一種基于遠監督的深度學習策略，使得模型能夠在不依賴人工標注數據的情況下應用到各種生物醫學關系抽取場景當中。此外，文章所提出的集成了隱式句法樹學習和注意力機制的模型，在多項生物醫學關系抽取任務當中，都取得了領先的實驗結果。這項研究成果表明，這種新型的機器學習框架能夠為生物醫學關系發現提供有力的幫助。

預測納米金屬氧化物炎癥效應的機器學習模型

大連理工大學環境學院李雪花副教授團隊與蘇州大學李瑞賓教授團隊合作，首次構建了機器學習模型，實現了對納米材料造成肺部炎癥效應的預測。不僅為納米材料風險評價提供了重要的工具，還拓展了對納米材料炎癥效應機理的認識。研究論文發表于Environmental Health Perspectives。論文構建了包含30種納米金屬氧化物的數據庫，其中涵蓋金屬氧化物的4種定量、理化性質。開發了預測納米金屬氧化物肺部炎癥效應的機器學習模型。識別和證明了金屬氧化物誘導炎癥效應的關鍵細胞事件。研究表明細胞攝取、溶酶體損傷及組蛋白酶Cathepsin B釋放是金屬氧化物造成炎癥的關鍵事件。

自動化所空間機器人自主操控技術研究進展

中國科學院沈陽自動化研究所機器人學國家重點實驗室、中科院“空間自主操控創新交叉團隊”張鑫、劉金國等，針對不具備抓捕特征的空間非合作目標，提出了一種機器人化“鎖籠對”的捕獲方法。研究論文發表于IEEE/ASME Transactions on Mechatronics。文章提出了采用雙臂空間機器人實現鎖籠對的捕獲方法，核心是將目標限定在有限的封閉空間之中，即機器人化鎖籠中；并提出鎖困兼容性概念以及相應的性能指標，用于定量地描述鎖籠對方法的捕獲能力。基于該性能指標，提出一種雙臂空間機器人預捕獲構型的規劃算法，以獲得最優捕獲能力。最后，搭建氣浮式空間機器人實驗平臺驗證了方法的有效性。