HTC Vive圖書館計劃：用VR服務生活

▼HTC Vive圖書館計劃：用VR服務生活

▼迦納科學家擬利用珠子監測小兒肺炎

▼密歇根大學打造出比米尖還小的計算機

▼日本科學家研製可追蹤地表氣味的機器人

▼AI新演算法預測人死亡時間，準確率高達95%

HTC Vive圖書館計劃：

用VR服務生活

HTC 近日宣布了Vive Libraries計劃，準備把自家VR設備帶到各大圖書館中去，目前預計涵蓋美國加利福尼亞州和內華達州的110個圖書館，如果計划進行順利，還會逐步推廣。

對於圖書館計劃的內容，HTC已經策划了一份「超過35種最具沉浸式的教育和體驗型VR應用」列表。就目前來看，圖書館的讀者們可以藉助VR親臨柏林牆、國際空間站等地回顧歷史或者走進太空，也可以與鯊魚一起游泳，親手創建3D模型，甚至自由冥想。

當然首批應用只是開始，隨著VR的普及程度提升，還會有更多教育類應用與圖書館行業結合在一起。

去年年底，HTC就已宣布攜手中國新聞出版研究院和青島出版集團共同推出「中國VR閱讀平台」。該平台本質上基於Vive Libraries，同樣集成VR硬體設備VR數字資源，逐步面向全國各類學校、圖書館、科技館、博物館、書店、景點景區等公共教育和文化服務空間。

迦納科學家擬利用珠子監測小兒肺炎

近日，來自迦納的科學家們設計出了一種能夠幫助母親準確監測孩子呼吸速率並發現肺炎跡象的珠子。據了解，研究小組利用尼龍線和熱壓聚酯旗等材料來打造這款珠子，期間他們還從女性和兒童健康專家那裡獲取過意見。

迦納恩克魯瑪科技大學醫療科學學院講師Ansong解釋稱，這些珠子與當地天主教徒和穆斯林教徒的宗教珠子有些類似，因此從文化層面角度考慮它是可以被接受的。

研究團隊在Komfo Anokye教學醫院（以下簡稱KATH）兒童福利診所招募了100名產後婦女。在接下來的研究中，研究小組利用視頻教授母親們如何使用這些珠子，並向她們提供了一分鐘的沙粒計時器以此協助計算呼吸速率。

Ansong表示，大多數母親都能用珠子準確計算出孩子的呼吸速率並識別出肺炎的其他患病癥狀。這種對肺炎診斷珠子顏色編譯的解釋，跟交通信號燈類似：紅色代表停止（危險）；綠色代表可行（沒有危險）；黃色代表存在潛在危險，需要定期檢測。

密歇根大學打造出

比米尖還小的計算機

密歇根州立大學的工程師們，打造出了一款可以站立在米尖上的「全球最小計算機」，尺寸僅為IBM此前公布的1/10。 更小，意味著他們必須嘗試新的方法。

帶領研究團隊的David Blaauw教授稱：「我們必須發明一種新的方法來實現電路設計，它不僅低功耗、還得能容忍光線。」這項研究還為其它領域打開了大門，密歇根大學表示，你可以用這些裝置在眼內進行壓力感應、癌症研究、油藏監測（一種油田增產和挖潛的基礎）、生化過程、甚至對蝸牛展開研究。

與密歇根大學工程師一起參與這項研究的生物醫學工程教授 Gary Luker 說到：「我們藉助溫度感測器來研究腫瘤和正常組織之間的溫度變化，此舉有望成為決定治療成功或失敗的關鍵」。

需要指出的是，比一粒米還小的計算機，其功能必然也相對有限，所以只能根據特定研究需求進行定製。此外當它失去電源時，也無法存儲數據。

日本科學家研製

可追蹤地表氣味的機器人

近日，日本九州大學的科學家們，開發出一種新型機器人，它可以檢測並追蹤地面上留下的氣味，比如腳印。配備了踏板的九州大學機器人，可以從地面拾取信息，且能夠以每秒10厘米的速度行進。

帶領開發團隊的Zhongyuan Yang、Fumihiro Sassa和Kenshi Haysashi表示，該機器人可通過底部安裝的軟管，將氣味分子從地面吸入、並傳送給LSPR感測器。

LSPR的全稱為「局域表面等離子體共振」（localized Surface plasmon resonance），感測器可在接觸目標氣體時、測量一層金納米粒子的光吸收變化。

目前這項技術已被校準來檢測乙醇，但未來可根據實際需要來分辨更多分子信息。在實驗室測試中，該機器人已經成功探測並追蹤地表不同位置留下的一系列乙醇沉積物。研究人員希望進一步發展這項技術，以便在安全等領域得到特殊應用，甚至允許多個機器人通過氣味標記相互通信。

AI新演算法預測人死亡時間

準確率高達95%

日前，谷歌新出爐的一項研究報告稱，該公司已開發出一種新人工智慧演算法，可預測人的死亡時間，且準確率高達95%。據報道，這項AI技術對醫院患者面臨的一系列臨床問題進行了測試。

在研究中，谷歌對來自兩個醫療中心至少21.6萬名成人患者，應用了這一AI技術，測試時間至少為24個小時。研究人員從電子健康記錄中獲取了大量數據。

研究人員在報告中解釋說：「我們需要了解深度機器學習演算法，能否在廣泛的臨床問題和結果中產生有效的預測。因此，我們選擇了來自不同領域的結果，包括一項重要的臨床結果——死亡、一項衡量護理質量的標準——再入院、一項資源利用率——住院時間和一項檢測病人病情的度量——診斷。」

這項理論性證據研究發現，該演算法可準確地預測病人的死亡風險、再入院，延長住院時間和出院診斷。在所有情況下，該演算法都被證明比以前公布的演算法更精確。此外，該AI演算法在早期預警評分上，也明顯比傳統預測模式更精確，這將有助於幫助醫生確定病人的病情和治療方案。

MIANZI JINGXUAN

GIF

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！