|
|
点击标题下「武理工智能交通」可快速关注 编辑：武汉理工大学智能交通系统研究中心来源：科学网、交通部、教育部、科技部、国家自然科学基金委，中国交通新闻网，智能交通，啸谈阡陌，车云网，青塔网，搜狐网易科技，新浪科技，央视网
内容提要科学网【学术评价】最好不评，尽量少评为什么“国际合作”在大学排名中占重要地位？微信论科教吴恩达为人工智能降温，给产业界的信：《你要弄明白人工智能能做什么，不能做什么》通用汽车未来交通科技日：如何让V2X在中国快速落地？重磅：最新ESI中国大学综合排名百强出炉！学科评估结果呼之欲出，评估结果和“双一流”挂钩？网易、凤凰科技无线脑电-脊髓传输让瘫痪猴子重获行走能力DeepMind训练人工智能像儿童一样玩积木中国交通新闻网中巴经济走廊交通基础设施联合工作组举行第四次会议让科研人员凭聪明才智和创新成果富起来交通期刊最新论文•Transportation Research Part A-F、AAP，中国公路学报、交通运输工程学报、交通信息与安全科学网【学术评价】最好不评，尽量少评
受邀参加了中国科学院学部于11月9日在武汉主办的2016科技伦理研讨会，会议的主题是“科技评价与科研诚信”。与会者都有5分钟的自由发言，老文大概是倒数第二个发言者，发言的主题是“学术评价：最好不评，尽量少评”。听了前面很多院士和专家的发言，感觉持类似观点的人不少，所以我的发言主题其实没什么新意，这里只不过想为这个主题提供一些理论依据和事实佐证。
首先，学术不可能被准确评价，这是理论上决定了的，很难突破。前不久，我国发射了世界首颗量子通信卫星。量子通信的最大优点是保密性超强，目前理论上不能破解。为什么不能破解？因为测量本身导致被测对象改变其状态，从而导致任何测量都不可能得到被测对象的本来信息。在量子通信中，你可以去窃听，但你窃听到的绝对不是真实有效的信息。学术就像量子，遵循测不准原理，学术评价就像量子测量，一评就变味，所以永远评不准。
其次，对不可能准确评价的东西进行评价，不仅破坏评价过程，也扭曲对评价目标的认识。这有大量事例证明。例如，我们用考分评价学生的智力水平，结果促使学校大力推行应试教育，而家长们和其他社会大众也往往把智力看作是学校教给学生的应试能力；我们过去用论文数量来评价科研人员的学术贡献，结果导致大量毫无意义的低劣论文，这种评价不仅没能评出真正的学术，反而使许多杰出的科学成就被低估甚至被埋没；最近，我们对论文的评价似乎从数量转向了质量，大家的眼界也提高了，开始追求所谓的“诺奖级”成果了，但国外有学者研究发现，过分追求和倡导原创性成果，是今天不可重复的研究越来越多的原因之一。大家都去挖坑了，结果金子不一定越来越多，但坑一定是越来越多。
经济学家早就有个发现：一种评价一旦被选择用来作决策时，这种评价就开始失去其价值了。过去，国家用GDP衡量地方经济和官员政绩，结果单位GDP的能耗世界前茅，造成资源耗竭、生态退化、环境恶化等问题；前几年，国家适时地淡化了GDP考核，经济进入相对良好的可持续发展。道理其实是非常简单的：上有政策，下有对策，评价越多，对付评价的策略便越多，而不是解决问题的策略越多。
所以，对学术，最好是不评，这样最有利于学术生态和学术本身的发展。但学术不评可能不现实，所以退而求其次是尽量少评。如果非评不可，那么评价维度不宜单一或偏颇，评价方法应与时俱进，该终止时就终止，以免形成不正常的学术生态。例如，大学如果长期过度重视甚至重奖论文，可以预计，大学里最终将只剩最会写论文的人。就像国家淡化GDP指标一样，我们也到了该消除论文崇拜（无论是数量还是质量）的时候了。
为什么“国际合作”在大学排名中占重要地位？
这次专程来芬兰的赫尔辛基大学访问，一是为《园艺研究》邀请稿件，二是谈合作。这位教授也是我6月在法国开会时认识的，原来2014年我请过他去中国，但他要上课，不能去。就把他给忘了。法国开会时，在大巴上，正好坐他旁边，一看名字，OMG，原来是他！真是“踏破铁鞋无觅处，得来全不费工夫”！一聊，就可以合作，这是开会的一个重要收获。这不，就来了。来到冰天雪地的赫尔辛基，又让我想起我在北达科他州立大学工作的日子。
说起合作科研，本来都是科研人的家常便饭，但似乎在国内总是比较难。国内一个朋友说，在校内合作比在校外合作难，在校外合作比国际合作难，所以大家都喜欢国际合作。看来还是评估体系在作怪。而不是国际合作更显得高大上，还可以出国旅游。
但是，最近看世界新闻和导报的世界大学排名，却发现，international collaboration （国际合作），却占了10%的权重！这么高！看来国际合作还有这个更大的好处。我想这个国际合作也是要通过“国际合作论文”来体现吧？另外，全球研究声望（global research reputation，占12.5%），估计也会和国际合作有关吧？
为什么“国际合作”在大学排名中占那么搞的分量？我想有至少两个原因。
一是国际合作能产出好的科研成果。今天的大科学研究项目，一个学校，一个国家的不同机构越来越难做了，一是经费的拘谨，二是拥有不同知识特长的科学家却在不同的国家，三是有资源的和有科技的国家不一致，这样大项目的研究就要求国家合作。通过国际合作来完成一些大项目。从这些年获得的诺贝奖也可以看出，很多都是国际合作的产物，虽然很多这些不一定都是大项目，而是小团队的idea碰撞和合作。不管怎样，国际合作能产生重大突破。
第二是国际合作可以提高教学质量和人才培养。通过国际合作，可以培养顶尖科研人才和企业人才。高级和顶尖人才的培养是一流大学的皇冠。顶尖人才是原创科研和新型企业和产品的源泉。
国际合作还会对“全球研究声望”产生影响。可以想象，合作论文可以提高“全球研究声望”、产业管理者的调查评估也会受到国际合作的影响。这个指标单独占12.5%的权重。
所以，要提高大学排名，要大大提高国际合作的强度。好处多多！但在国际合作的同时，国内大学更要鼓励校内和国内的合作。现在国内的很多合作项目更多是“每个人带一盘菜，放在一个餐桌的转盘上凑一个大餐”，而不是“每个人贡献一份原料一起做一锅东北乱炖”。
所以来芬兰建立合作，也是为南京农大的“建世界一流大学”的目标添砖加瓦。
微信论科教通用汽车未来交通科技日：如何让V2X在中国快速落地？
创新正在努力把人们从当前的出行烦恼中解放出来。11月3日在“智?创未来交通”科技日上，通用汽车在国家智能网联汽车(上海)试点示范区封闭测试区内首度对外展示了8项V2X技术。这些技术想要实现的是更安全、更便捷和更优化的明日交通。
在自动驾驶研究的过程中，不少人都问过这样的问题：一辆单凭本地传感器实现无人驾驶的汽车，在下午3点强烈光照下的红绿灯十字路口，能正确识别红绿灯吗？当左侧车道大卡车遮挡范围里突然出现横穿马路的行人，它可以从容应对吗？
面对这些情况，“孤岛式”的无人驾驶会因为摄像头的物理局限性而束手无策，也会在无法预知路口信息时，让车上的人遭遇胆战心惊。除摄像头、毫米波雷达、激光雷达等自主传感器之外，V2X技术被称为车辆的通讯传感器，它被认为是弥补上述场景应用欠缺的感知技术。
通用汽车中国科学研究院院长杜江凌将两类传感器分别比作汽车的“眼睛”以及“耳朵和嘴巴”。自主传感器可以“看见”外部世界，车载智慧大脑再根据自主传感器描绘的样子分析判断环境。而V2X通过通讯技术，让车与车、车与人、车与基础设施等交换信息，类似有一张嘴巴直接与汽车喊话（例如“现在是红灯”、“前方有施工区域”）被听到，与眼睛观察相比是一种更加直接的感知方式。
如果自主传感器能让自动驾驶汽车眼观六路，那么V2X技术就赋予了这辆车耳听八方的能力。
理论上来说，单靠自主传感器和通讯传感器都能实现不同程度的自动驾驶，但实际想要完全代替人类驾驶员，对于技术安全的要求将变得相当严苛。通用汽车即将投放于美国市场的“超级巡航”（Super Cruise）技术，可以基于自主传感器在高速公路，包括其拥挤路况下，解放驾驶员的双手，实现半自动驾驶。
通用汽车全球执行副总裁兼通用汽车中国公司总裁钱惠康在科技日指出，“当车辆可以分享彼此的行车速度、方向以及运行数据等信息时，超级巡航技术的一大优势就体现出来了。”由此可见，技术发展的大趋势是两种传感器互补。通过车端信息融合为自动驾驶汽车提供更加全面的环境信息输入，从而努力接近100%的安全。
V2X需要通用标准
在搭载相关设备的车辆没有形成规模化之前，V2X仍然“英雄无用武之地”。
因此V2X面临的最大挑战，是实现不同车辆间的信息交换，前提是不同车辆和基础设施之间使用一套共同的标准来交换信息。这套标准因国家而异，对应到技术维度，大致分为物理层介质层、传输层、应用层，当三个层次的标准达成一致，才能促成“沟通”。
目前与通讯行业相关的物理层介质层和传输层标准都尚未确定，DSRC、LTE-V等通讯技术在车联网领域的使用还在讨论之中，DSRC技术略趋于成熟。想要在现阶段高效发展V2X技术，主机厂做为环节中的一员，可以通过一个不受通讯技术选择影响的应用层标准，率先在整个链条上开展布局。
目前中国汽车工程学会正在制定智能网联汽车技术路线图，这包含了通信与信息交互平台技术的路线图，三个层次的技术标准正在逐步成型。除了大唐、华为、电科院等通讯企业之外，通用汽车作为主机厂代表之一，牵头了应用层标准的制定，预计在今年年底完成并提交。上图绿色部分展示了通用汽车参与制定的中国网联汽车技术应用层标准范畴。它定义了数据交互的内容和格式，共用这套标准的车、行人以及基础设施，都可以相互理解对话。同时，通用汽车还参与定义了应用层界面（API）和服务层界面（SPI）。前者可以让第三方开发商更加简便地开发V2X应用，后者可以兼容包括DSRC、LTE-V等在内不同的底层通讯技术。
谈起参与制定应用层标准的初衷，杜江凌给出了这样的回答，“发展都有过程，不能等，总有比现在更好的技术在后头，但我们不要被通讯行业的发展左右进展。”
从小范围测试到真实交通
在已经公开的中国网联汽车技术（V2X）应用层标准中，给出的发展时间表指明到2016年左右，在交互标准的基础上，开展基于V2X的碰撞预警应用研究。
本次通用汽车科技创新日在位于上海嘉定的国家智能网联汽车(上海)示范区举办，现场展示了V2X应用的最新成果。继今年6月国家智能网联汽车（上海）试点示范区封闭测试区开园时成为首个在中国演示V2X的主机厂后，通用汽车这次带来了8项V2X应用，包括：
V2V（车与车通讯）——紧急电子刹车灯预警、交叉路口碰撞预警、前方碰撞预警、盲区预警、换道预警、车辆失控预警
V2I （车与基础设施通讯）——闯红灯预警、工作区减速预警
根据现场工程师介绍，在目前V2X的技术的支持下，已经可以实现车辆在130-160km/h的行车速度下，与方圆300m内的车辆、行人和基础设施通讯。
在接受媒体采访时，杜江凌这样评价V2X技术为汽车行业带来的变化：“V2X淡化了各个厂商的竞争，因为它需要所有人合作完成”。在不久前的2016中国汽车工程学会年会（SAECCE2016）上，基于正在制定中的国家V2X应用标准，通用汽车与长安汽车进行了互联互通测试。主机厂配备不同的V2X设备，实现不同通讯协议的切换和协同，这在国内还是首次。
在发展V2X这件事情上，通用汽车展现了积极进取的态度。在美国率先上市的2017款凯迪拉克CTS将是首款搭载通用汽车V2V技术的车型。现场的工作人员介绍，届时CTS会采用前装方案实现互联，接入车内网络可以获得方向盘、车速等信息，可实现的V2V功能与后装方案比，将会更多更可靠。吴恩达为人工智能降温，给产业界的信：《你要弄明白人工智能能做什么，不能做什么》
许多高管问我人工智能能够做什么？这些人想知道 AI 是如何颠覆他们从处的行业，以及他们该如何利用 AI 重塑自己的公司。这段日子，有媒体在描述人工智能时总是夹杂着一些不切实际的观点：如人工智能很快就会接管全世界！
是的，人工智能确实在改变着搜索、广告、电商、金融、物流、媒体等行业，但作为曾经 Google Brain 的负责人、斯坦福大学人工智能实验室前主任以及百度 1200 多人的 AI 团队领导者；以及培育出许多世界领先的人工智能小组，并创造出许多服务上亿用户的人工智能产品的人，在谈及人工智能对世界的影响，我想表达这样一个观点：
AI 确实将改变许多行业，但它不是魔法。要真正了解人工智能为你的企业和你所处的行业产生哪些影响，我们必须得扒开被炒作背后的面纱，看清楚它的本质，去了解人工智能在今天究竟能做些什么。
尽管人工智能已渗透到各行各业，但它的应用和落地方式还极其有限。几乎所有 AI 的最新进展均是通过一种类型来完成：输入数据（A）快速生成简单的回应（B），举个例子：就这么一个简单的输入 A 和输出 B 将改变许多行业，而构建由 A→B 的技术被称为监督学习。A→B 这种系统距离科幻片中存在情感的机器人还差得很远，人类的智能也远远比 A→B 系统高级得多。
A→B 系统发展速度很快，这其中深度学习很大程度上受大脑的工作原理启发。即便是受大脑原理启发，但是这些系统的智能程度仍旧远远达不到科幻小说里的那样。许多研究员正在探索其他形式的人工智能，其中一些已被证明在特定环境下有效，也许还有更好的突破方式，让更高级的人工智能诞生成为可能，但我们仍然没有清晰的路径去实现这一目标。
不过，目前监督学习有一个致命的弱点：它需要庞大的数据。
研究者需要给系统输入大量 A 和 B 的样本：搭建一个图片标注器就需要十几万的图片（A）和可以证明图中是否有人存在的标签（B）。同样，建立一个语音识别系统需要数万小时的输入语音（A）和语音转录文本（B）。
那么 A→B 这个系统能做什么？关于其颠覆性影响，这里列一个法则：如果人类进行一项思考时间少于 1 秒的任务，那么不远的将来或许我们能用人工智能自动化完成这项任务。
人们在人工智能应用方面已经做了很多有价值的研究：在监控视频中检测可疑行为、汽车即将撞到行人时自动急刹车、自动删除网上的黄暴内容，上述任务均可在一秒之内完成。
当然，上述提到的更适合大的业务方向，搞清楚人工智能技术与你的业务的联系很重要。
运行人工智能需要仔细选择 A 和 B，并提有效数据以帮助 AI 找出 A→B 的关系。选择 A 和 B 就已经改变了许多行业，此外，它还有望带来更多新的颠覆。
在明白了人工智能能够做什么和不能做什么之后，高层管理员们下一步应该把它人工智能纳入自己的战略。这意味着需要理解价值是怎么创造出来的？以及什么是难以复制的？人工智能社区非常开放，与大多数顶尖的研究人员发布和共享观点、甚至开源代码。这个开源的世界，有两种东西是稀缺资源：
数据：在我领导过的 AI 团队中，很多团队最多一两年的时间就能把其他团队软件写出来，但是要获得其他团队的数据是极其困难的。相比于软件，数据在商业竞争中是更好的壁垒。
人才：简单地下载和应用开源软件作用有限，更多需要你根据实际的商业模式和数据定制人工智能。而能胜任这项工作的人才是绝对的“抢手货”。
很多人通过写人工智能对人类的利弊来阐述 AI 的潜力。例如，我们已经看到有人用聊天机器人进行对话来缓解寂寞；我们也看到了人工智能涉及到种族歧视等问题。然而，人工智能在短期内对我们造成的最大危害是：我们利用人工智能处理任务的频率远远超过了以前，这有可能会造成失业问题。作为领导者，确保我们正在建设中世界的每一个个体都能自由成长是我们所有人的责任，这个过程中，了解人工智能能够做什么以及如何让它渗入到你们企业的策略中只是一个开始，而不是结束。
重磅：最新ESI中国大学综合排名百强出炉！
自从去年国务院印发《统筹推进世界一流大学和一流学科建设总体方案》，正式推出双一流建设计划，新一轮的一流大学和一流学科建设开始受到越来越多的关注。
而一流大学和一流学科如何评价，ESI评价指标是个极其重要的参考依据。目前全球很多知名高校都在采用ESI来衡量和评价学科实力，国内各级教育主管部门和大学最近几年来也开始越来越重视ESI指标，越来越多的大学把进入ESI全球前1%的学科数量定为发展目标之一。本期青塔小编整理了2016年11月ESI最新数据中国高校综合排名前100名的情况，同时与2016年9月的排名情况进行了比较，结果供大家参考。
ESI是世界普遍采用的科研表现评价工具基本科学指标数据库（Essential Science Indicators，简称ESI）是衡量科学研究绩效、跟踪科学发展趋势的基本分析评价工具，它是基于Clarivate Analytics公司（原汤森路透知识产权与科技事业部）Web of Science（SCIE/SSCI）所收录的全球11000多种学术期刊的1000多万条文献记录而建立的计量分析数据库。目前，ESI已成为当今世界范围内普遍用以评价高校、学术机构、国家/地区国际学术水平及影响力的重要评价指标工具之一，其数据库以学科分门别类(共分22个学科)，采集面覆盖全球几万乃至十几万家不同研究单位的学科。
百强高校稳步前进本期青塔统计了Clarivate Analytics公布的2016年11月ESI最新数据中国内地高校TOP100的情况，并与2016年9月进行了对比。
北京大学国际排名128位，入选学科数达到21个。浙江大学国际排名145位，比9月份进步3位，入选ESI前1%学科总数18个。清华大学国际排名150位，入选ESI前1%学科总数16个。北京大学、浙江大学、清华大学、上海交通大学和复旦大学五所高校进入国际排名前200位。此外，中国科学技术大学、南京大学、中山大学、中国科学院大学和山东大学ESI综合排名也进入国内高校前十位。
相比9月份，部分高校国际排名有一定程度的进步。其中进步增幅最大的是重庆医科大学，相比9月进步了30位。此外，进步较大的高校还有中国矿业大学、南京工业大学、中国石油大学等高校。
值得一提的是，相比9月份，本次百强高校中共有10所高校新增学科入选ESI前1%，其中西北农林科技大学新增2个学科入选，中国科学院大学、厦门大学、中国农业大学、北京科技大学、华中农业大学、天津医科大学、温州医科大学、山西大学、中国矿业大学新增一个学科入选。
下面来看看各校ESI综合排名情况吧（需要特别说明的是，中国地质大学、中国石油大学和中国矿业大学三所高校并没有区分两地办学的情况）：学科评估结果呼之欲出，评估结果和“双一流”挂钩？
第四轮学科评估进程过半，评估结果呼之欲出，“评估”再次成为高校内外关注的焦点。
自2002年以来，由教育部学位与研究生教育发展中心（学位中心）自主开展的学科评估经过14年运行，已越来越受到政府部门、高校、公众，甚至国际同行的重视。自愿参评的学科，从2012年第三轮评估的4235个，增至今年的7450个，普通高校中具有博士一级授权的学科参评率从80%增加到96%。
曾经时有争议的评估缘何日益受到高校的认可，本轮评估为纠正参评乱象做了哪些调整，其现实针对性是什么，又在指标体系设计中如何引导学科建设甚至高校的未来发展？本报记者近日独家专访了教育部学位与研究生教育发展中心主任王立生。
以“绑定参评”避免“拼材料”“摊大饼”记者：为了让某一学科在评估中有利，以往个别高校可能会将校内相近学科的材料进行所谓的“整合”，“拼凑材料”一说由此而来，并饱受诟病。对此，本轮评估有什么针对性的举措？王立生：为避免学科间拼凑材料，第四轮学科评估在要求参评高校本着实事求是的原则填报材料的同时，采取了按学科门类“绑定参评”的规则，即“同一门类下具有硕士一级授权及以上的学科要参评同时参评，不参评都不参评”，从而有效抑制了相近学科材料不合理整合现象，最大限度地保证申报材料真实准确反映学科建设的实际情况。
当然，考虑到目前交叉学科的迅猛发展，产生的成果往往由多个单位的多个学科人员共同完成，为准确反映各自的实际贡献，本轮评估又完善了“成果归属原则”，即人员和成果均可按此原则拆分体现在不同学科、不同单位，以此鼓励学科交叉与合作，客观反映跨界（跨单位或学科）研究成果。
记者：“绑定参评”在高校引起了什么样的反应？王立生：“绑定参评”的推出超出我们的预期，得到了参评单位的高度认同，99.6%的问卷调查反馈意见支持采用这一办法。但“绑定参评”不只是扼制拼凑材料，同时也对一些高校学科“摊大饼”的现状构成了压力，给高校内部优化学科结构布局，突出优势特色、优化资源配置既提供了契机，也带来了不小的挑战。所谓“摊大饼”，一是高校在扩招过程中盲目增列学科点，重布点轻建设现象长期存在；二是一些高校合并后相同学科并存的现象也不鲜见，学科因人而设的情况也不同程度地存在，学科规模过于庞大，特别是在国家“动态调整”政策出台之前，学科建设没有退出机制。此番“绑定参评”，使那些发展长期滞后的学科不能回避建设成效的评估监测，这一方面在某种程度上激发了这些学科“以评促建”的动力，另一方面也让高校下定决心对这些学科进行适度的调整乃至裁撤。这在一定程度上助推了国家“动态调整”政策的实施，但无疑也给学校内部管理带来挑战和契机。
所谓挑战，是任何学科的调整和裁撤背后都涉及人员的调整和利益藩篱的突破，难度很大；所谓契机，是学科评估让学校、学科充分、理性地认识到自身在全国的发展状况，结合自身定位和所在区域经济社会发展需求借机果断作出“动态调整”决策。从这个视角，我们也看到了学科评估对高校和学科发展产生的“以评促建”功能。
用指标体系规避“数帽子”“论牌子”
记者：以往的评估较为重视量化指标，造成高校在追逐资源、追逐有头衔教师上过于功利。对此，本轮评估有什么针对性的举措？
王立生：本次评估的指标体系中对师资规模、重点实验室等“条件资源类”指标，采取适度降低分量的做法，强调学科评估的基本定位是学科整体水平评估，评价的重点是学科发展的成效和学科建设的质量，重在“输出”的成效质量而非“输入”的条件资源。同时，本轮评估为克服“以学术头衔评价学术水平”的片面性，由以往“客观数据评价”改进为“基于客观数据的专家主观评价”，不再直接“数帽子”“论牌子”，而是重点考察“代表性骨干教师”以及科研团队的结构质量，即由主观评价专家综合考察学科的师资队伍的水平、结构、人才梯次、国际化程度和可持续发展能力，强调要有一定数量的青年教师，避免以前学科队伍中时常出现的“大树底下不长草”的现象，鼓励学科支持青年教师学者的成长。
记者：本轮学科评估的指标体系中，将什么指标放在首位？
王立生：高校和学科最重要的任务是培养学生，培育人才，因此本轮评估把人才培养质量放在指标体系的首位，首次在评估中提出了“培养过程质量”“在校生质量”“毕业生质量”三维评价模式，按照这一评价模式，本轮评估不仅将创新创业成果纳入在校生质量考察指标，还要开展毕业学生和用人单位满意度调查，从学生角度考察导师的教学指导质量，同时跟踪学生毕业后的职业发展质量，将学科建设质量评价的话语权扩展到教师和教育系统以外，关注高校培养学生的社会认可度和学用契合度。评估结果会和“双一流”建设的资源分配挂钩吗
记者：当前，参加本轮学科评估已经成为许多高校最重要的工作之一，这固然与上轮评估对高校和学科建设产生的吸引力和影响力有关，是否也与高校对评估结果会与资源分配挂钩的预期有关，甚至有人认为评估结果会直接影响“双一流”高校和学科的评定。
王立生：学科评估是学位中心面向所有学位授予单位的所有学科自主开展的一项评估服务，而且是以“第三方”的方式组织运行，这意味着我们已经开展了14年的学科评估，包括现在正在开展的第四轮学科评估，并不是为某些特定项目“量身定制”，也不是经由政府部门授权开展的行政性、强制性评估任务。评估结果被认可而被选择作为资源配置的参考依据或之一，是属于使用者自主的考量。学位中心的任务就是要脚踏实地、科学严谨、公平公正地做好下半程的评估工作。
网易、凤凰科技无线脑电-脊髓传输让瘫痪猴子重获行走能力
由瑞士洛桑联邦理工学院（EPFL）领导的国际研究团队开发了一套新型无线脑电传输系统，利用脑部植入神经电极，通过无线传输重新连接大脑与脊髓神经的通信，帮助腿部瘫痪的猴子重新获得行走能力。据称，这是国际上首次利用无线脑电控制实现动物行走能力的恢复，也是利用电子技术修复脊髓损伤的新突破。
该研究结果11月9日发表于国际期刊《自然》（Nature），同时带来了多项先进技术：记录动物脑部特定区域神经活动信号（如，行走意愿）的大脑植入体、接入下脊髓层（Lower Spinal Cord）用以刺激行走肌肉的微电极，以及实现两者之间通信的无线连接技术。
纽约费恩斯坦医学研究所 (Feinstein Institute for Medical Research)生物电子医学中心主任查德·波顿（Chad Bouton）近期正在进行手部瘫痪志愿者的脑电控制实验，利用脑电信号控制瘫痪的手臂运动，患者需要穿戴电极织成的袖子或者通过机器人获得脑电控制能力。波顿表示：“将这两者（指脑部活动信号和脊髓神经）实现无线连接，这简直太棒了！”
EPFL研究团队是第一例通过建立无线脑电控制技术恢复动物运动功能的研究。长久以来，科学家有一个开发完全可移植的、隐形的脑电系统的宏伟蓝图，而EPFL团队的研究工作正式该宏伟蓝图的一部分，并且有望帮助恢复人类瘫痪患者的自主意志性运动。
该国际研究团队的带头人格雷古瓦·库尔蒂纳（Grégoire Courtine）是一名专门从事硬脑膜外电刺激（epidural electrical stimulation）的神经科学家，通过电刺激下脊髓层激发逐步的运动能力。
与手臂运动不同，行走运动是与脊髓神经协同进行的自主运动，这一定程度上是一种独立的运动方式。库尔蒂纳团队先前的研究表明，他们可以通过刺激瘫痪大鼠的脊柱使其恢复行走能力，但是这种情况下，研究者只是像操纵傀儡一样操纵大鼠的腿部行走运动。当时，研究者称下一步将进行动物大脑自主控制运动的研究。
参与实验的两只恒河猴各有一侧脊髓神经损伤，所以各有一条腿部瘫痪而不能行走。
库尔蒂纳团队通过手术向两只猴子的脑部植入“大头针”大小的一列神经微电极，用以记录猴子大脑对应于控制腿部运动的脑区神经元电活动信号。
研究者利用美国布朗大学（Brown University）研发的一款无线传输器，附接在猴子颅骨上。这样，脑部植入神经微电极所记录的大脑信号就被转播到猴子所穿的特制夹克上。
一旦猴子大脑产生行走意愿的脑部活动，将触发一系列预先编程的电刺激信号，施加于下脊髓层，刺激肌肉做出相应的响应。
当该无线脑电辅助系统处于关闭状态时，猴子在运动测试时只能跛足单腿跳动，受伤的腿无力的悬垂着。然而，一旦该系统处于打开状态，猴子就开始尝试不断抬起、放下受伤的腿，并逐渐依靠该腿进行身体承重。
此外，库尔蒂纳也是EPFL衍生公司G-Therapeutics的创始人。尽管还没有与脑部植入物相结合，该公司目前已经筹集到大约4000万美元的资金用以发展该脊髓电刺激技术。
目前，G-Therapeutics正与洛桑大学医学院（Lausanne University Hospital）神经外科医生Jocelyne Bloch合作，对八位志愿者进行脊髓神经刺激测试，这将作为康复治疗项目的一部分。其中，Jocelyne Bloch也是该公司的共同创始人之一。
据库尔蒂纳称，接下来的众多计划之一是尝试通过该无线脑电传输系统对患者进行直接的大脑控制，并且希望这项人体实验在五年内能够得以进行。
DeepMind训练人工智能像儿童一样玩积木
触摸，挪动，破坏，甚至尝尝味道，儿童从小就在用这种方式了解身边的世界，机器可以吗？现在，谷歌DeepMind和加州大学伯克利分校共同开发的人工智能系统也要开始它接触世界的旅程了。
「很多对于世界的观感，如『我可以坐在这吗？』或『它是湿软的吗？』通过实践才能获得最好的解答。」DeepMind研究科学家Misha Denil说道。在刚刚提交的一篇论文中，Denil与他的团队讲述了他们正在训练人工智能在两个不同的虚拟环境中与物理对象进行交互，从而感知虚拟世界的物理规律。
一开始，人工智能面对五个相同尺寸的积木，它们内部的质量是随机的，在每次训练中都会变化。如果人工智能识别出质量最大的积木，系统就会给予正反馈，如果失败，则给予负反馈。经过反复试验，人工智能发现检测最重积木的最佳方式是在做出选择之前观察所有积木。
随后，研究人员进行第二个试验，五个被随机组合，有的堆叠在一起，有的单独放置。人工智能必须理解有几个积木被整合在一起，同时给出关于质量的答案。随着试验的进行，人工智能开始理解它必须与积木的整体进行交互——拆分组合的积木，观察每一块的重量进行相加，才能得出正确的答案。
这不是人工智能第一次玩积木了。在今年3月，Facebook在一个研究中也使用积木模型来训练神经网络，他们的人工智能试图预测堆叠的积木是否会倒塌。
人工智能的儿童游戏
使用正负反馈训练计算机的方法被称为深度强化学习（deep reinforcement learning），这是DeepMind 擅长的领域。在2014年，这家公司的人工智能训练人工智能玩Atari 游戏，随后他们被谷歌收购。
这一新方法受到发展心理学文献的启发，儿童在幼年时会花费大量的时间对随机对象进行探索和实验（Smith＆Gasser，2005; Gopnik，2012; Spelke＆Kinzler，2007）。通过让人工智能代理在交互式模拟环境中进行物理实验，人工智能学会了操纵对象并观察后果以推断隐藏对象属性。研究人员证明了这种方法在两个重要的物理理解任务中的效率——推断质量和计数在视觉模糊条件下的对象的数量。人工智能在虚拟世界中的训练非常基础，人工智 只需进行有限的交互，不需要处理现实世界中出现的复杂情况。但这项研究仍然表明人工智能可以在未经事先输入的情况下理解物理性质和物理定律。
「这项研究的成果对于机器人而言意义重大。」麻省理工学院的吴佳俊说道，「例如，它可以帮助机器人在复杂地形下导航。」
Denil 也认为他们的研究是一种突破：「我认为这项成果距离应用还有一段路要走，但理论上它适用于任何方面，当机器需要理解现实世界的规律时，这样的方式相比被动观察前进了一大步。」
中国交通新闻网中巴经济走廊交通基础设施联合工作组举行第四次会议
11月10日，中巴经济走廊交通基础设施联合工作组第四次会议在京举行。交通运输部副部长戴东昌和巴基斯坦交通部常秘卡利德·马苏德·查哈里分别率团出席了会议。会议梳理了中巴经济走廊交通基础设施在建项目的进展，就解决项目推进中存在的问题进行了坦诚、务实的交流，并就铁路、公路、港口、机场建设等后续项目滚动实施深入交换了意见。
在发言中，戴东昌指出，中巴经济走廊是“一带一路”倡议的重要组成部分，走廊项下的交通基础设施建设对提升两国和相邻区域的互联互通水平具有重要意义。交通基础设施联合工作组是中巴经济走廊建设中推动交通基础设施建设的重要手段和抓手。自成立以来，双方成员共同努力、精诚合作，推动各项工作取得了卓有成效的进展，成功实现了首批项目实质性开工。希望双方在已有的工作基础上，更好地沟通、交流与合作，克服困难、迎接挑战，确保中巴交通基础设施项目更加有序、高效地推进，服务走廊整体建设和两国经济社会发展。卡利德称，中巴两国情同手足，感谢中方长期以来对巴基斯坦发展给予的支持与帮助。他表示，中巴经济走廊交通基础设施建设已经取得了早期收获，希望此次会议达成的共识能够成为项目持续推进的指导方针，为项目实施创造更加有利的条件。巴基斯坦将积极为中方人员在巴工作提供安全、方便的工作和生活环境，扎实推动下一步工作，实现中巴发展共赢，助力区域互联互通。
出席工作组会议的双方代表团除两国交通主管部门外，还包括来自中国外交部、国家发展改革委、商务部、国家铁路局、进出口银行和相关项目建设企业的代表，以及巴总理办公室、计划发展部、铁道部、民航部、国家公路局、信德省和俾路支省等地方部门和驻华使馆的代表。
会前，戴东昌会见了卡利德一行，巴基斯坦驻华大使马苏德·哈立德会见时在座。
让科研人员凭聪明才智和创新成果富起来 日前，中办、国办发布的《关于实行以增加知识价值为导向分配政策的若干意见》（以下简称《意见》），成为科研人员热议的焦点。有人称，此新政落地，科研人员的工资条将有重大变化，涉及收入分配的“老大难”问题有望破解。
“《意见》扩大了正向激励措施，尊重知识和人才、鼓励创新的导向性作用突出,既破除了阻碍教学科研人员创造力的部分显性障碍，也触及了一部分隐性障碍。”中国科学院大学公管学院法律与知识产权系副教授刘朝认为，科技成果产权长期激励、科研人员和教师依法依规适度兼职兼薪，是《意见》的最大亮点。
“这个文件主要是针对我国科研人员的实际贡献与收入分配不完全匹配的问题，提出了明确分配导向完善分配机制的7个方面，21条改革部署。”在11月10日举行的国新办通气会上，科技部副部长李萌介绍说，《意见》基本思路是发挥市场机制作用，具体措施上突出推动形成体现知识价值的收入分配机制，扩大高校、科研院所在收入分配上的自主权，发挥科研资金、项目资金的激励引导作用，加强科技成果产权对科技人员的长期激励作用，允许科研人员依法依规适度的兼职兼薪。
在李萌看来，这项关于收入分配调节的《意见》体现了导向性、统筹性和针对性。“文件对收入分配的机制进行系统设计，构建了三元薪酬结构，三元即基础工资、绩效工资和科技成果转化性收入。特别重要的是确立了增加知识价值分配的导向，目标是在全社会形成知识创造价值、价值创造者能得到合理回报的良性循环。”李萌说，《意见》还统筹了自然科学和哲学社会科学不同的门类，以及统筹创新链的不同环节，包括基础研究、应用研究、技术开发和成果转化等。
根据不同的创新主体、创新领域、创新环节智力劳动的特点，《意见》还实行有针对性的分配政策。李萌举例说，比如基础研究很多转化不成物化的产品，也得不到额外收入。这就要求基础研究、软件开发和软科学等对试验设备依赖程度较低、试验耗材较少的智力劳动密集项目，建立符合自身特点的劳务费和间接费的管理方式。再如对专职从事教学的人员要适当提高基础性的绩效工资，加大对教学名师的岗位激励力度。
针对备受科研人员关注的科技成果转化激励问题，《意见》特别强调要在产权激励上体现。比如探索对科研人员实行股权、期权、分红激励，加大在专利权、著作权、职务新品种权、集成电路、布图设计专有权等知识产权，以及科技成果转化形成的股权、岗位分红权等。
“《意见》特别鲜明地提出了要解决对创新的长期积累政策缺位的问题，明确指出要坚持长期的产权激励和现金奖励并举。” 科技部政策法规与监督司司长贺德方说，《意见》要求科研机构和高校要履行好在成果转化当中的法人责任，完善科研机构和高校建立科技成果转化相应制度，解决单位领导人的顾虑即免责问题，并且解决长期产权激励中关于税收的问题。
“能否真正落地实施是最大的难点，需要各地区各部门制定具体措施。”刘朝坦言，以高校为例，虽然《意见》体现了破除量化考评和追求长期目标的导向，但现实中教学评估、学位点评估等客观存在。“这些以负向激励为主的评估指标体系的现实压力，依然会通过高校领导层层转移到广大教师和科研人员身上。”
回答记者提问时，李萌回应称，下一步会推动相关领域、部门、单位，来制定相应的管理办法和规则，“比如我们将和教育部一起研究大学怎么落实，和中科院一起研究科研院所该怎么落实……”
最新学术论文1)TransportationResearch Part A: Policy and PracticeVolume 94, In Progress (December 2016). 第18篇 Kelly J. Clifton, Patrick A. Singleton, Christopher D. Muhs, Robert J. Schneider, Development of destination choice models for pedestrian travel[J]. Transportation Research Part A: Policy and Practice, 2016, 94: 255-265.2)TransportationResearch Part B: Methodological
Volume 94, (November 2016) 第18篇Fangfang Wei, Ning Jia, Shoufeng Ma, Day-to-day traffic dynamics considering social interaction: From individual route choice behavior to a network flow model[J]. Transportation Research Part B: Methodological, 2016, 94: 335-354.3)TransportationResearch Part C: Emerging TechnologiesVolume 73, In Progress (November 2016).第3篇 Wei-Hsun Lee, Li-Hsien Yen, Chien-Ming Chou, A delay root cause discovery and timetable adjustment model for enhancing the punctuality of railway services[J]. Transportation Research Part C: Emerging Technologies, 2016, 73: 49-64.4)Transportation Research Part D: Transport and EnvironmentVolume 49, In Progress (December 2016).第1篇 Kai Huang, Pavlos Kanaroglou, Xiaozhou Zhang, The design of electric vehicle charging network[J]. Transportation Research Part D: Transport and Environment, 2016, 49: 1-17. 5)Transportation Research Part E: Logistics and Transportation Review Volume 96, In Progress (November 2016).第4篇
Mohamed Amine Masmoudi, Manar Hosny, Kris Braekers, Abdelaziz Dammak, Three effective metaheuristics to solve the multi-depot multi-trip heterogeneous dial-a-ride problem[J]. Transportation Research Part E: Logistics and Transportation Review, 2016, 96: 60-80.6)TransportationResearch Part F: Traffic Psychology and BehaviourVolume 43, Part 1, (October 2016). 第4篇Mark S. Rea, John D. Bullough, Toward performance specifications for flashing warning beacons[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2016, 43: 36-47.7) Accident Analysis& PreventionVolume 98, In Progress (January 2017). 第21篇 Mingxia Huang, Motohiro Fujita, Wisinee Wisetjindawat, Countdown timers, video surveillance and drivers’ stop/go behavior: Winter versus summer[J]. Accident Analysis & Prevention, 2017, 98: 185-197.8)《交通运输工程学报》Journal ofTraffic and Transportation Engineering2016年04期. 第14篇 王 柱,董长松,韩常领,等.高寒冻融环境下隧道结构服役性能预测模型[J].交通运输工程学报,2016,(04):133-140.WANG Zhu,DONG Chang-song,HAN Chang-ling,et al.Service performance prediction model of tunnel structure in alpine freezing-thawing environment[J].Journal of Traffic and Transportation Engineering,2016,(04):133-140. (in Chinese)9)《中国公路学报》China Journal of Highway and Transport2016年09期. 第6篇 王文炜, 黄辉, 戴建国, 郑宇宙. 钢-GFRP-混凝土组合梁受弯性能试验[J].中国公路学报,2016,29(9): 45-52.WANG Wen-wei, HUANG Hui, DAI Jian-guo, ZHENG Yu-zhou. Experiment on Flexural Behavior of Steel-GFRP-concrete Composite Beams[J]. China Journal of Highway and Transport, 2016, 29(9): 45-52.10)《交通信息与安全》Journal of Transport Information and Safety2016年04期. 第1篇 宫峰勋，韩明，马艳秋. 空管系统GLS许可性审定研究[J]. 交通信息与安全, 2016, 34(4): 96-103.GONG Fengxun, HAN Ming, MA Yanqiu. A Study on Approval Certification of GLS in Air Traffic Control System[J]. Journal of Transport Information and Safety, 2016, 34(4): 96-103. (in Chinese)
武理工智能交通长按 识别 关注 |
|
发表于 2017-3-23 03:09:49
收藏