GoogleAI提出了基于搜索数据的Mashup烘焙食谱
冬天的到来，令海内外家庭烘焙的次数变多，随之而来的是关于烘焙的搜索次数明显增长。谷歌一个AI团队基于此做了个有趣的AI尝试，他们在AI领域深尝试了解导致饼干松脆，蛋糕松软和面包蓬松的背后原因的科学。
谷歌在他们的博客上发表了一篇文章，描述了这个有趣的AI是如何使用一种称为AutoMLTables的GoogleCloud工具来构建机器学习模型的。这个模型先是收集了数百种食谱，随后将其缩减为基本成分，再根据成分来确定哪种配方烘焙哪个食品。
这个模型可以分析食谱的配料量并预测它是饼干、蛋糕还是面包的食谱，据称这项技术将会用来制作一些可能会“受到所有人喜爱”的新食谱。目前他们使用ML模型提出了两种全新的烘焙配方：cakie（蛋糕和曲奇混合）和breakie（面包和曲奇混合）。
该博客写于1月5日，作者是GoogleCloud开发的倡导者SaraRobinson，和AppliedAI的DaleMarkowitz。
三星“*事级”坚固平板电脑在美国上市
三星GalaxyTabActive3实际上在去年9月已经全球发布，只不过现如今才在美国上市，Wi-Fi专用版本价格为.99美元起，LTE型号价格为.99美元起。
这款8英寸平板为Android系统，主打坚固耐用，使用场景是制造，零售和工作场所，具有IP68防水防尘等级。三星说它通过了包括高海拔在内的23种环境测试，可以满足MIL-STD-*用级标准。常规包装中配备了IP68SPen手写笔，并且包装盒可承受意外跌落1.5米。
TabActive3的另一亮点是，即便带着工作手套也可使用触摸屏，还提供了三个物理导航按钮以及两个可编程按钮。TabActive3专门针对扫描条形码进行了优化并附送了额外的5,mAh电池。
TwelveSouth推出适用于MacBook和iPad的ParcSlope人体工学支架
苹果配件制造商TwelveSouth宣布推出ParcSlope人体工程学支架，专门针对MacBook和iPad用户。ParcSlope使用全金属设计，深空灰色，顶部配备了橡胶塞，可以让iPad或MacBook更好地固定到位。
这是一个二合一的设计，18度的角度可以帮助人们直视MacBook的显示屏，并且使之更适用于MacBook的打字或着用iPad进行画画和写字。据说这个设计还可以令MacBook处于完美的角度，方便大家进行各类视频会议及通话。
听起来非常诱人，不过价格也真的并不低。据说过几日在苹果商店上架后，价格将为59.99美元。
Facebook改进AI，可为视障用户生成照片描述
Facebook对他们的自动替代文本（AAT）系统进行了重大更新，更新后的系统会自动为有视觉障碍的人生成照片描述。
这个系统基于AI技术，据Facebook称，这项技术现在可以识别照片中对象和场景数量是原来的10倍，包括各种活动，地标，动物类型以及其他细节。这将使盲人或视障人士更容易理解社交网络上共享的照片的上下文。
更令人感到欣慰的是，这个功能可以与45种不同的语言兼容。
用微小的钻石传感器原位测量细胞内热导率
本月《科学进展》（ScienceAdvances）的一篇论文提及，科学家使用由包裹荧光纳米金刚石的聚多巴胺制成的纳米传感器来测量了人体细胞内部的热导率（导热率），这些传感器同时释放和测量热量，从而证明热量在细胞中的耗散速度比以前认为的要慢得多。
在这项新工作中，科研人员基于最初开发的技术基础，创建了一种涂有散热聚合物的荧光纳米金刚石传感器，以约nm的空间分辨率测量了HeLa和MCF-7细胞的细胞内热导率。由于局部温度的变化会对纳米金刚石中的缺陷进行一定程度的放大，从而导致其被激光照射时发荧光的程度被改变。
研究人员提到，由于钻石非常惰性，因此该方法比其他类型的探针稳定得多。这项新工作确定的热导率可以解释只有几华氏度的热峰，并可能会充当该小区内以前无法识别的信号系统。比如，热量增加可能使蛋白质折叠或展开，驱动某些酶促反应或向调节肌肉钙水平的通道提供反馈。
文章的最后提及，研究人员认为这个新工具可以回答生物学中令人费解的细胞现象，但仍然需要更多的研究来确定这些梯度是否确实存在，如果存在，还需要再研究他们是如何产生的。
语言处理AI开始对冠状病*突变建模
人类自然语言处理算法（NLP）此前更多应用在单词和句子上，现在却可以对病*逃逸进行建模：能够生成蛋白质序列并预测病*突变，包括帮助人们研究冠状病*逃避免疫系统时的关键变化。
上周发表在《科学》的一项研究中，研究人员将来自三个不同病*的数千个基因序列结合在一起，使用相对GPT-3等大型语言模型而言更古老的LSTM神经网络，再通过NLP技术对蛋白质序列和遗传密码进行建模，来预测突变。
流感血凝素，HIV-1包膜糖蛋白（HIVEnv）和严重急性呼吸系统综合症冠状病*2（SARS-CoV-2）穗病*蛋白的语言模型可以单独使用序列数据，准确预测结构逃逸模式，从而避免病*被人类免疫系统中的抗体检测到，这一过程称为病*免疫逃逸。基本思想是免疫系统对病*进行解释，类似于人类对句子的解释。
复杂的实时火灾预测和建模程序
WildfireAnalyst是一种实时火灾预测和建模程序，CalFire在年从加州TechnoSylva公司获得使用许可。
WildfireAnalyst从数十种不同的资料中收集数据，比如天气预报，卫星图像和给定区域中的湿度测量值等。随后，将所有内容投影到加州在燃烧的火焰叠加图形上。
从WildfireAnalyst提供的标准化平台上，可以观看火灾数据，并利用这些信息，预测下一步将要在哪里发生大火。从理论上讲，这可以帮助决策者对救火人员进行派遣或者对某些地区居民进行撤离。
说起来简单，但做起来却不容易。毕竟，火灾并非线性系统，而是从因果关系出发的。这个因果关系会引发自我维持的反应，从而使周围环境形变。这种系统对任何细微变化都很敏感，故而也可能导致错误的答案。从这方面来说，预测火灾，任重而道远。
AI可以解释如何解决魔方问题
来自南卡罗来纳大学的ForestAgostinelli称自己团队在使用强化学习来创建AI算法，以学习如何解决诸如RubiksCube之类的难题。
强化学习是AI近年来有一个很火的领域，主要是研究计算机如何从自己的经验中进行更深一步的学习。在强化学习中，AI会根据其行为获得正面或负面的反馈，从而独立学习获得一些强大的结果，比如在没有任何人工指导的情况下战胜围棋对手或者证明数学定理。
但在目前，AI的思想太超前了，于是大家称之为计算机科学界的“黑匣子”（blackboxes）。这些黑匣子AI只会生成解决方案，却不会给出它是怎么解决的这个方案或过程，以及其他一些详细的内容。
于是，计算机科学家这数十年来一直想要打开这个黑匣子，而这个打开黑匣子的努力被称为可解释的AI（explainableAI）。这个研究小组开发explainableAI所使用的实验物品是魔方（RubiksCube）。
据该团队研究人员解释，魔方本质上是一个寻路问题：找到一条从A点（一个扰乱的魔方）到B点（一个已解决的魔方）的路径。ForestAgostinelli还补充说，相似的其他寻路问题还包括导航，定理证明和化学合成等。
目前他们已经建立了一个专门的网站，把这些实验内容放了上去。
SpaceX购买了两个巨大的石油钻机用作浮动发射台
一个名为MichaelBaylor的记者为NASASpaceflight挖掘到一个公共记录：SpaceX在年6月购买了两座深水石油钻机，打算将它们转换为浮动发射台。
据说这两个钻机刚买下就开始了招兵买马，招聘“具有在德克萨斯州布朗斯维尔的海上平台上工作的能力”的“海上作业工程师”这则广告很有名。SpaceX将这两座钻机命名为Deimos和Phobos，据说这是致敬火星的两颗卫星。
这个由ElonMusk领导的太空公司，此前便一直暗示自己正在为火星，月球和高超音速旅行绕地球建造浮动的超重型太空港。想来这两座钻机改为发射台后，将用于把SpaceX的大型星舰火箭送入轨道，从而将旅客送往月球，火星及其他地方。
论Excel的伟大——无需代码也可解决AI问题
一位名为BenDickson的作者表示，Excel是无需编写代码也可学习AI基础知识的绝佳工具。
BenDickson认为，Excel可直接在工作簿中创建机器学习模型，以解决各类复杂问题。他举的第一个例子是简单的线性回归机器学习算法。
具体来说，就是使用功能强大的可视化数据图表工具（比如散点图在笛卡尔平面上显示数据的值），显示数据的分布。随后，创建一个名为为Trendline的机器学习模型，用来预测数据值的变化，并根据数据创建回归模型。
之后，将趋势线设置为回归算法，可以从线性、多项式、对数和指数中选择一种。还可以配置图表以显示机器学习模型的参数，将其用于预测新的观察结果。也可以将多个趋势线添加到同一图表，便可轻松快速地测试和比较不同机器学习模型的性能。
除回归算法外，BenDickson还介绍了如何将Excel用于监督和无监督机器学习算法（包括k均值聚类，k最近邻，朴素贝叶斯分类和决策树等），以及高级版的使用Excel进行深度学习和自然语言处理等详细内容。
由于篇幅原因，本篇内容先到此结束，下次有空再慢慢研究。