给自闭症儿童做教学工具,下架的谷歌眼镜重获新生

耗时三年,14万行,50年前阿波罗11号登月的全部代码都能在GitHub找到了! 大数据文摘出品 作者:易琬玉 50年前的今天,美国宇航员尼尔森·阿姆斯特朗从阿波罗11号飞船登月舱走出,在月球表面留下了人类登月的第一个脚印。 美国总统肯尼迪1961年就设定了登月目标。阿波罗计划历时9年,经历了十次失败,Apollo11号才终于将人类的踪迹带到了月球。在着陆前,躲开了陨坑和巨石宇航员阿姆斯特朗和奥尔德林在着陆点周围探索了两个多小时,他们采集了土壤和岩石样本、... 阅读详情

大数据文摘出品

编译:啤酒泡泡、胡笳、Aileen


作为谷歌曾经的明星产品,Google Glass因隐私问题却没能被大众接受,它的商业寿命似乎已经终止。


但是,现在它却可以用来帮助自闭症儿童学习如何感知情绪以及进行眼神交流。


来自加州Morgan Hill的Esaïe Prickett就在家中戴上了谷歌眼镜。他和他的家人在某个临床试验中检测了这个设备。Esaïe Prickett与自己的母亲、父亲和四个哥哥坐在客厅里,只有Esaïe戴着谷歌眼镜的人。



谷歌眼镜帮助自闭症儿童与人交流


Esaïe透过谷歌眼镜注视着周围,他的家人做出各种各样的表情,开心的、悲伤的、惊讶的、生气的、或者无聊的,然后他试着去识别每一种面部表情。眼镜会立即闪烁只有他才能看到的微小数字标识,告知他答案是否正确。


Esaïe现在已经12岁了,他从10岁开始接受这项临床试验。


他的家人在Esaïe 6岁的时候,发现他患有自闭症。Esaïe在客厅中使用的技术,是用来帮助他识别情绪以及如何与周围的人进行眼神接触。只有在他正面直视对方的面部时,眼镜才会验证他的选择。


这项临床试验是由斯坦福大学和旧金山湾区研究者发起的一个项目的一部分,Esaïe和他的家人通过几周的时间来参与该技术的测试工作。


最近,该项目的详细内容刊登在了《美国医学会杂志》儿科分刊上。该项目为自闭症儿童与其他人交流提供了一些新的技术,其中就包括交互式机器人和智能眼镜。


斯坦福大学的研究结果显示,这些技术有望帮助像Esaïe一样的儿童理解情绪并且更直接地与周围的人接触。这些技术还能测定行为的变化,这在以前是很难做到的。


Esaïe正戴着谷歌眼镜和他的哥哥Morgan一起练习面部表情


专家们认为其他的新技术也可以提供类似的帮助。比如,亚马逊的数字语音助手Alexa可以帮助孩子纠正发音错误。但是尽管这些想法已被广泛流传,研究人员仍提醒公众,这些技术还需要经过严格的测试才能全面了解它们的作用。


为帮助自闭症表弟而产生的灵感


Catalin Voss在2013年开始为谷歌眼镜设计软件,那时谷歌刚刚在媒体中发布了有关智能眼镜的消息。那时18岁的Voss是一名斯坦福的大一学生,他着手建立了一个可以自动识别图片的应用,接着,他想到了自己患有自闭症的表弟。


从小到大,Voss的表弟都在浴室的镜子前练习如何识别面部表情。Voss认为,谷歌眼镜可以协助这个日常练习。借助于计算机视觉的最新成果,他的软件可以自动识别面部表情,并记录下使用者是否识别出某种情绪。


“我在尝试设计一个可以识别表情的软件”,Voss说到:“我知道有些人正在为此而苦恼”。


而那时,谷歌眼镜短暂的高光时刻已经结束。由于内嵌的摄像头会侵害个人隐私,谷歌停止了该设备的销售。


但是谷歌眼镜以另一种形式存在着:被研究人员和商业机构所使用。Voss如今已是博士研究生,在接下来的几年里,他会和斯坦福的自闭症专家教授Dennis Wall以及其他人共同合作来开发他的应用。



他们的临床试验持续了两年,共有71个孩子参与其中。他们是最早在该领域进行的临床试验,他们的试验涵盖了各种类型的自闭症孩子,从有语言障碍和触觉敏感的重度自闭症孩子,再到一些轻度自闭的孩子。


Voss说,那些在家中使用这个软件的孩子们在Vineland自适应行为量表(一个用于追踪自闭症谱系行为的衡量标准)中表现出显著的提高。


孩子们在Vineland自适应行为量表的进步,甚至达到了与那些专科诊所中使用传统医治方法治疗相媲美的效果。


与传统治疗方法相比,Voss的软件以及其他类似的治疗方法可以帮助更多地方的更多孩子,孩子们不用定期去诊所接受治疗,可以突破地域的限制。


“从某种程度上,孩子的家人可以使用这个应用去制定他们自己的治疗方案”,Voss说。


Esaïe的父亲Jeffrey Prickett说,他已经被这项研究所吸引。他知道自己的儿子肯定会很喜欢这个治疗方法的,因为他很喜欢用iPad和观看DVD电影。


谷歌眼镜因为各种原因无法商用,但值得庆幸的是,它找到了另一种存在的价值。


相关报道:

https://mp.weixin.qq.com/s/zCgY57lpr2ylYEQozT9S1g

十个技巧,让你成为“降维”专家 大数据文摘出品 来源:PLOS 编译:啤酒泡泡、刘兆娜、李雷、sirin、邢畅、武帅、钱天培 在分析高维数据时,降维(Dimensionality reduction,DR)方法是我们不可或缺的好帮手。 作为数据去噪简化的一种方法,它对处理大多数现代生物数据很有帮助。在这些数据集中,经常存在着为单个样本同时收集数百甚至数百万个测量值的情况。 由于“维度灾难”(cur... 阅读详情

相关推荐

手工计算神经网络第三期:数据读取与完成训练

大数据文摘出品作者:蒋宝尚小伙伴们大家好呀~~用Numpy搭建神经网络,我们已经来到第三期了。第一期文摘菌教大家如何用Numpy搭建一个简单的神经网络,完成了前馈部分。第二期为大家带来了梯度下降相关的知识点。这一期,教大家如何读取数据集,以及将数据集用于神经网络的训练,和上两期一样,这次依然用Numpy实现。在开始代码之前,文摘菌先带大家看看今天我们使用的数据集。数据集介绍数据集采用著名的MNIS...

BigDataDigest的博客 1159

5G爆发前夜,谷歌微软争相豪赌的云游戏厉害在哪?

大数据文摘出品 作者:曹培信 今年3月20日,Google CEO Sundar Pichai在全球最大的游戏大会之一GDC,发布了云游戏平台Stadia以及一款配合Stadia平台使用的游戏手柄。 几天后,在E3 2019游戏展上,微软也展示了自家的云流媒体服务Project xCloud。 巨头科技公司抢占云游戏高地的帷幕正在缓缓拉开。在讨论更多细节之前,让我们先...

BigDataDigest的博客 5605

DeepMind发布多智能体协作最新评估方法α-Rank,登上Nature

大数据文摘出品 来源:Nature 编译:魏子敏、宁静 在开发通用人工智能的过程中,训练和评估算法同样重要。 评估指标不仅仅在培训结束时发挥作用,并且也是整个培训过程中智能体进化的关键驱动因素。 错误的排序和不合理的限制可能会让AI自行进化出奇怪的“心眼”。在之前我们的一篇报道中就总结了错误的评估方式导致的AI“钻空子”训练法,比如在让AI玩俄罗斯方块的时候,发现最...

BigDataDigest的博客 1157

AI = 神经网络?这8个技术就不是!

大数据文摘作品编译:傅一洋、丁慧、AileenAI热潮中,有关神经网络的声音最大。然而,AI远远不止如此。目前在AI技术领域中,投入资金最多的当属对神经网络的研究了。在众人眼中,神经网络技术貌似就是“程序构造的大脑”(虽然比喻很不准确)。神经网络的概念早在20世纪40年代就被提出,但直到现在,人们对于神经元及大脑的工作方式仍然知之甚少,最近几年,科研界关于神经网络技术创新的呼声越来越强,渴望重...

BigDataDigest的博客 4054

Adobe又逆天!不用机器学习,用13.5M软件把《长安十二时辰》变成水墨动画

大数据文摘出品 作者:曹培信 用过修图软件的同学们应该都知道,利用强大的GAN,已经可以实现一键转换照片风格的功能,比如将你拍的风景照转换成一副印象派的画作。 现在,轻松转换视频风格的软件也诞生了! Secret Weapons发布了一款简单而又强大的软件EbSynth,由布拉格捷克技术大学和Adobe共同研发。这款只有13.5M的免费工具,轻松几步就可将视...

BigDataDigest的博客 1123

所见即所触,教AI实现触觉和视觉的信息交互

大数据文摘出品 来源:MIT 编译:楚阳 在加拿大作家玛格丽特•阿特伍德的著作《盲人杀手》中有这样一段描述:“触觉,先于视觉也先于语言,既是第一语言也是最后的语言,并总是诉说真相。” 触觉使我们可以感受世界,而视觉帮助我们了解其全貌。 被编写为视觉或者触觉的机器人一般不能实现此两种感官信息的交互。为打破这种隔绝,来自MIT(麻省理工学院)CSAIL(计算机科学与人工...

BigDataDigest的博客 1029

入职一年后,一位算法工程师给初学者的一封信

大数据文摘出品 来源:towardsdatascience 编译:啤酒泡泡、fuma、张弛、宁静 “作自己的怀疑论者,不断试错,有时,沟通比技术本身能带来更大的价值。” ——佚名 亲爱的读者: 你们好!我是Daniel Bourke,一位来自澳大利亚的机器学习工程师。我在这个岗位上从业有一年之久了,好吧,可能很多读者对这个岗位不太熟悉,可以随我看下一天的工作...

BigDataDigest的博客 2235

Wandb用起来,一行Python代码实现Keras模型可视化

大数据文摘出品来源:wandb编译:邢畅、宁静在训练神经网络的过程中,我们可能会希望可视化网络的性能和中间的结构,很多可视化代码的冗长复杂使得我们望而却步,有没有一行代码就能解决可视化的所有问题呢?通过wandb,只需要加一行Python代码就可以可视化Keras网络性能指标和结构。(注:Keras使得构建神经网络变得简单明了,这一点深得人心)这样好用的包如何下载呢?只需运行“pip instal...

BigDataDigest的博客 984

从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南

大数据文摘出品来源:blog.nanonets作者:栾红叶、熊琰、周家乐、钱天培从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南几十年来,人体姿态估计(Human Pose estimation)在计算机视觉界备受关注。它是理解图像和视频中人物行为的关键一步。在近年深度学习兴起后,人体姿态估计领域也发生了翻天覆地的变化。今天,文摘菌就从深度学习+二维人体姿态估计的开山之作Dee...

BigDataDigest的博客 1153

exercise-instagram-data-modeling:使用SQL炼金术图

为Instagram创建数据库模型 在src/models.py文件中,您将找到几个描述示例数据库的类。 这是一个4分钟的视频,解释什么是UML: : 我们将为Instagram数据库创建实体关系图,该图与该图非常相似: :fire: 您可以首次使用此免费工具练习图表: : :laptop: 安装方式 安装所有依赖项$ pipenv install 进入环境$ pipenv shell 根据需要生成图表次数$ python src/models.py 打开文件diagram.png来检查您的UML图! :memo: 指示 您的工作是使用复制instagram数据模型所需的代码更新src/models.py文件。 该项目正在使用SQLAlchemy Python库生成数据库。 您认为instagram的数据库上可能有哪些表格:例如:帖子,用户等? 用户内部应具有哪些属性? 还是在Post表内?

YOLO26算法星形目标识别+训练好的模型+100张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[星星(Star)] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 85 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.8477 Precision | 1.0000 Recall | 0.9954 train/box_loss | 0.8235 train/cls_loss | 0.7275 val/box_loss | 0.7248 val/cls_loss | 0.9621 【训练过程分析】 85 轮训练后,我们得到了一个 mAP50 为 0.9950 的模型,这真是让人惊喜的成绩。一开始,模型的训练过程进展非常迅速,loss 在前 20 轮内从 1.5000 下降到 1.0000 附近,此后,loss 依然保持稳步下降,但速度明显放缓,特别是在第 30 轮到第 50 轮之间,loss 曲线进入了一个平台期,大约在 0.85 附近徘徊了 10 轮,直到第 60 轮左右才再度加速下降。这样的表现说明模型在前期阶段收敛良好,但到了后期,确实需要更多的训练轮次以确保模型的稳定性。 在验证集上,val_loss 保持平稳,没有出现明显的波动,这进一步证明了模型没有过拟合。然而,我们注意到在第 80 轮和第 85 轮之间,val_loss 似乎有所微弱的反弹,尽管这种波动并不显著。在训练集上,前 50 轮训... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

Netflix一位数据科学家剪出了上百部爱情片,想教AI认识“亲吻” | 国际接吻日

大数据文摘出品 编译:高延、橡树_Hiangsug、宁静 7月6日,这可能是一年中最适合亲吻的日子——国际接吻日(International Kissing Day)。 这个节日最早起源于英国。1991年这个节日得到了联合国的承认,也希望让更多人知道,亲吻的美好,这也是人类表达爱意最自然的一种方式。 那么,人工智能可以通过训练了解亲吻吗? 来自Netflix的...

BigDataDigest的博客 1093

科技中介服务机构如何提升客户在技术评估与需求匹配环节的服务效率与专业度.docx

科技中介服务机构如何提升客户在技术评估与需求匹配环节的服务效率与专业度

全球首个AI宇宙模拟器发布!6亿光年宽度,还“自行”跑出了暗物质

大数据文摘出品 作者:易琬玉、曹培信 《创世纪》里,神用7天创造了这个世界。而现在,你可能也有机会体验这个过程,创造一个属于自己的宇宙。 6月11日,Space Engine 0.990版本在Steam平台发售,发售不到一天,近300测评全部为最高评价,截止6月20日已经卖出了2万份,同时Steam用户好评率高达96%。之后,还得到了资深电脑游戏玩家、复旦大学中文系教授严峰的...

BigDataDigest的博客 1026

51单片机的温湿度检测报警系统仿真资料

51单片机的温湿度检测报警proteus仿真系统

国央企创新负责人如何通过平台识别并引进关键技术?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

1美元从零开始训练Bert,手把手教你优雅地薅谷歌云TPU羊毛

大数据文摘出品 来源:Google Colab 编译:武帅、曹培信 2018年10月,Google AI团队推出了Bert,可以说Bert一出生就自带光环。 在斯坦福大学机器阅读理解水平测试SQuAD1.1中,Bert在全部两个衡量指标上,全面超越人类表现。并且在另外11种不同NLP测试中均创造了历史以来最好成绩,将GLUE基准提升7.6%,将MultiNLI的准确率提提升...

BigDataDigest的博客 1023

工业级24V电源保护电路深度解析:五重防护机制详解

自恢复保险丝(PPTC,Positive Temperature Coefficient)是一种过流保护元件✅可恢复:过流后自动恢复,无需更换⚡响应快:电流超标立即动作🔄多次使用:在额定范围内可反复使用第1层(F1):阻挡过流 → 物理熔断第2层(D3):吸收浪涌 → 能量泄放第3层(Q1):防止反接 → 逻辑阻断第4层(Q2/Q3):抵御过压 → 主动切断第5层(CR):平滑启动 → 时序控制设计哲学:"让每一级保护专注做好一件事"通过这篇文章,我们深入理解了:✅自恢复保险丝。

qq_58068673的博客 3575

贝叶斯网络之父:当前的机器学习其实处于因果关系之梯的最低层级

大数据文摘出品 每当提起“无人驾驶”汽车技术如何强大,又被大众赋予了怎样的期待,都会让人想起HBO电视剧Silicon Valley《硅谷》中的一个情节: 硅谷大亨风险资本家Gregory的助手安排了一辆无人驾驶汽车送创业公司的小员工Jared回家,本以为这个剧情只是为了诠释一种硅谷式傲慢,刚上车时一切也都很顺利,谁知路程走了一半,这辆汽车突然开始执行日程中之前设置好的指令,罔...

BigDataDigest的博客 937

Spring WebFlux响应式编程实战(三):优雅处理异常与高效调试技巧

本文深入探讨了Spring WebFlux响应式编程中的异常处理与调试技巧。文章通过电商订单流处理场景,详细解析了Reactor核心操作符onErrorReturn、onErrorResume和onErrorMap的实战应用,并介绍了如何构建@ControllerAdvice和WebExceptionHandler全局异常处理防线。同时,提供了使用.log()操作符、Hooks.onOperatorDebug()及BlockHound进行高效调试的方法,旨在帮助开发者构建健壮、可维护的响应式应用。

weixin_29252171的博客 67

别再死记硬背HJB方程了!用Python数值求解一个简单最优控制问题(附完整代码)

本文通过Python数值求解Hamilton-Jacobi-Bellman(HJB)方程,帮助读者从工程实践角度理解最优控制问题。教程涵盖从建立简单车辆控制模型到离散化HJB方程、实现值迭代算法及可视化结果的完整流程,适合具备Python基础的开发者学习。

weixin_42520796的博客 371
上一篇: 提速30倍!这个加速包让Python代码飞起来
下一篇: 提前两天预测急性肾损伤,DeepMind最新研究登上Nature
BigDataDigest
博客等级 码龄9年 448粉丝 500原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值