前沿洞察丨助你一“臂”之力,有触觉感应的假肢来了


前沿洞察

科学技术的快速发展是你可以向公众清楚地感受到技术的帮助。本周的前沿见解带来了这些新技术:可以让残障人士拥有触觉感应,并进行意识控制的假肢;凭借声音就可以画出发声者画像的AI模型;唱出一段旋律就可以创造蛋白质的新技术......

让我们来看看王朝军:

%5C

拥有触觉进行意识控制的假肢

假肢并不是什么新鲜事,但是在最新一期的《科学机器人》(科学机器人学)7月25日,犹他大学研究小组最新开发的机器人手臂,高科技假肢的手指不仅可以跟随大脑意识灵活移动,更重要的是,它还能够在触摸物体时产生灵敏的触觉。

研究人员还为这种高科技假体取了一个非常有趣的名字。 LUKE Arm,“Luke”这个词取自《星球大战-帝国反击战》中的Luke Skywalker。

Luke臂硬件主体由金属引擎和透明硅“皮肤”组成,由外部电池供电并连接到计算机。 Luke的手臂信号系统由犹他大学由Gregory Clark领导的研究小组开发,该小组允许假肢进入佩戴者的神经系统并让大脑向机器人手臂发送信号。

在这项最新成果中,除了实现对大脑机器人手臂的控制之外,还有必要实现大脑对机器人手臂的触觉感知,因为要完成像蹲式操作这样的简单任务,它不仅仅是大脑告诉手臂如何移动,机器人手臂也学会“感觉”对象,以便大脑知道要施加多大的力量。

%5C

Luke Arm可以模仿人类手指触摸和感受物体的方式,向大脑发送触觉信号。这意味着与传统假肢中使用触感的金属尖头或抓手不同,佩戴Luke手臂的患者可以像正常人一样感受到柔软或坚硬的物体,从而可以执行一些精细的任务,例如捡起一个鸡蛋或捡起一个葡萄,不要过度压碎物品;例如,与爱人浪漫地互锁,而不会互相伤害。

除了创建一个触觉的Luke臂原型,研究团队还开发了一个完全便携的版本,不需要连接到身体外部的计算机。通过无线连接,给予佩戴者完全的自由。

%5C

凭声音就能画像的新技术模型

听声音和使用声纹解锁,这项技术已被广泛使用,人声包含个人的某些特征,因此可以区分。那么,你能只通过声音画一幅肖像,并且尽可能与扬声器相似吗?

最近,卡内基梅隆大学的Yandong Wen和其他人使用生成对抗网络(GANs)来首次研究这个问题。利用讲话者的语音生成一些匹配原说话者面部特征的人脸,并用交叉模态匹配(跨模态匹配任务)评估了模型的性能。这是语音人像领域的突破。

它无意选择那些面孔和真实发言者的完美结果。通常,从种族和一些其他典型的面部特征的角度来看,该模型确实可以输出具有说话者特征的面部,即使不完全相同。该模型确实学到了一些信息,输出与原始发言人非常相似,并且语音时间越长,匹配的特征越多,两者越类似。

%5C

图|从不同持续时间的正常记录产生的面部结果,右侧的Ref是真实说话者的不同面部照片。从上到下的前四位发言者是Danica McKellar,Cindy Williams,Damian Lewis和Eva Green。 Yandong Wen,et al。/CMU)

当然,性别和年龄特征也可以很好地学习,左侧输出的年龄和性别与右侧真实面部的年龄和性别一致。在整个测试集上,生成图和真实讲话者性别相同的概率可以达到96.5%。

%5C

图|从性别时代重建面孔,(a)是从旧声音中产生的面孔; (b)是男声所产生的面孔; (c)是女声所产生的面孔。左侧是生成的图形,右侧是真正的说话者。 Yandong Wen,et al。/CMU)

尽管该模型表现良好,但仍有待改进的领域,例如头发和图像背景以及其他声音无关功能,可通过数据清洁进行清洁,并且还可以利用一些明显与发声相关的面部特征。该模型将更准确。

一般来说,声音肖像和语音肖像问题的差距已经填补。

%5C

哼唱一段旋律,就可能创造出全新蛋白质

创造一种全新的,有用的蛋白质并不像普通人所能做的那样。但如果你只是唱一首旋律,就有可能创造一种新的蛋白质,难道不可思议吗?

麻省理工学院的科学家于6月在ACS Nano杂志上发表了他们的论文,研究人员通过科学与艺术的完美结合开发了一套可以将蛋白质分子结构转化成声音的系统,而研究人员逆转这一过程时,只需创作一段旋律,就能够将其转化为自然界中从未见过的全新蛋白质。

为了更好地了解这种蛋白质,研究人员试图将蛋白质语言翻译成另一种更易于人类理解的形式。音乐。与音乐一样,蛋白质的结构是分层的,并且在不同的长度或时间尺度上具有不同的结构水平。

蛋白质复杂的结构和功能信息则能够很好地编码在音乐的音调、音量和持续时间等维度中。研究人员希望通过这种方式收集不同蛋白质之间的关系和差异,作为探索调整和修饰蛋白质结构和功能的方法。

利用分子的物理特性来确定声音,系统提供了一种将蛋白质的氨基酸序列转换为音乐序列的方法,尽管这些声音可以用于人类听觉,但这些声音之间以及它们之间的关系是基于每个氨基酸分子本身的实际振动频率,这些振动频率是用量子化学理论计算的。

%5C

ACS Nano)

虽然研究人员自己可能不知道蛋白质语言的基本规则,人工智能程序已经学会了蛋白质是如何设计语言的,从而可以对其编码,创造现有版本的变体或全新的蛋白质设计。

研究人员说,鉴于数万亿种潜在的氨基酸序列组合,当涉及到创造新的蛋白质时,你无法从头开始,这就是人工智能所能做到的。

研究人员说,没有其他方法可以匹配它。缺点是这个模型并没有告诉我们里面发生了什么。 “我们只知道它有效。”

该团队还创作了由氨基酸声音开发的音乐作品,这些声音完全由氨基酸产生的声音组成。研究人员表示,没有使用任何人工或自然仪器来展示如何使用这种新的声源来创作作品。

研究人员还开发了一款名为Amino Acid Synthesizer的免费Android智能手机应用程序,可播放氨基酸声音并将蛋白质序列记录到音乐作品中。