一周AI大事盘点：日企利用AI减少食物浪费，AI改善生物医学成像

  【雷竞技须安全稳定 网络频道】过去的一周，AI领域都有哪些新鲜事？AI应用范围又新增了哪些领域？行业大咖分享了哪些精彩观点？今天就带你盘点过去一周(9月30日至10月6日)AI领域发生的热门事件：

  日企利用人工智能技术减少食物浪费

  9月30日消息，据外媒报道，日本企业正利用人工智能和大数据减少食品加工过程中的浪费问题。日冷食品开发了一套人工智能系统，用于检测鸡肉中难以去除的骨头。原有的检测系统使用的X射线有时会给出错误结果，导致肉被扔掉，而不是加工成炸鸡和其他产品。该公司希望在三年内将鸡肉加工过程中的食物浪费减少80%。

  日本农业部表示，在2016财年日本浪费的643万吨食品中，企业占了55%。仅食品生产商就占了近40%，大大超过了零售商和餐馆。日本政府希望在2016财年到2030财年之间将与商业相关的食品浪费减少20%以上。预计将有更多公司利用技术提高生产效率。

  速评：据联合国粮食及农业组织统计，全球每年食物浪费总量约为13亿吨。为杜绝食物浪费现象的发生，2016年2月，法国颁布了一项法律，要求零售商捐献仍在安全食用期但有被丢弃风险的食物。意大利在2016年通过了类似的立法。韩国、美国和英国都有食品银行，向贫困家庭发放未售出的食品。虽然有许多国家都在推行减少食物浪费举措，但不可否认的是，粮食浪费问题仍然严峻，前路依然任重道远。

  谷歌发布TensorFlow 2.0正式版

  10月1日消息，谷歌宣布，开源机器学习库TensorFlow 2.0现在可供公众使用。据了解，该版本主要特性包括：1、通过Keras和eager execution轻松建模;2、在任何平台生产中进行稳健的模型部署;3、通过减少重复和删除已弃用的端简化API。

  速评：今年3月，谷歌在加州举办的TensorFlow开发者大会上发布了TensorFlow 2.0的Alpha版本。本次发布的TensorFlow 2.0正式版进行了许多改进，给开发者提供了灵活易用平台。可以说，TensorFlow 2.0 为推动机器学习领域的SOTA进展以及构建可扩展机器学习的应用提供便利。

  灌溉系统检测交由无人机代劳，以减少人力投入并节省水资源

  10月1日消息，美国密西根州立大学与普渡大学的研究人员利用无人机检测灌溉系统，用来确定每个地方的洒水器是否可正常使用。据介绍，搭载摄像头的无人机能记录洒水器所喷洒出的水型，帮助农民确认设备有无更换需要，并在维修人员到达之前，获取零件规格信息，以及确定哪些洒水喷头须进行维修，大幅度降低了劳动力投入。

  速评：当前，世界上有许多国家面临着从事农业人口减少、劳动力老化以及极端气候等多方面的挑战。为解决这些困境，各国纷纷布局智慧农业，利用人工智能、无人机、云端自动化等新兴技术，带动产业发展。

  人工智能技术用于改善生物医学成像

  10月2日消息，瑞士联邦理工学院和苏黎世大学的研究人员开发出一种人工智能技术，可在不影响图像质量的情况下大幅减少传感器数量。光声成像是近年来发展起来的一种非入侵式和非电离式的新型生物医学成像方法，可以用于血管的可视化、大脑活动的研究、皮肤病变的表征和乳腺癌的诊断。然而，渲染图像的质量很大程度上取决于设备使用的传感器的数量和分布：传感器越多，图像质量越好。

  速评：研究人员开发的新方法允许在不影响最终图像质量的情况下大幅减少传感器的数量，这使得降低设备成本、提高成像速度成为可能。相信随着这一技术的不断完善，未来能够与其他一些成像技术相结合，帮助医生更准确地诊断疾病。

  瘫痪人士使用大脑控制的机器人服装行走

  10月5日消息，据法新社报道，一位四肢瘫痪的男子目前已经能够通过使用大脑控制的机器人服装来移动瘫痪的四肢。这位名叫Thibault的男子从阳台上坠落，导致脊髓损伤造成肩膀以下瘫痪。他的肱二头肌和左手腕可以活动，左臂可以用操纵杆操纵轮椅。法国格勒诺布尔大学的研究人员将记录设备植入Thibault头部两侧的大脑和皮肤之间，以跨越感觉运动皮层，大脑控制运动功能的区域和感觉的区域。电极网格收集人的大脑信号，并将其传输到解码算法，该算法将信号转换为运动，并命令机器人形态的服装完成这些信号，并由此展开行走。

  速评：虽然，这项技术目前只是一种实验性的治疗方法，但一旦得到改进，它就有可能改善患者的生活。因此，这一科技的发展对于瘫痪人士来说是极其有意义的。希望有一天人类可以通过人工智能技术，能够直接控制肢体的行走。