V
主页
智能仿生眼:人工智能驱动的失明治疗 | 加州大学圣塔芭芭拉分校
发布人
我们如何才能让患有无法治愈的失明的人们恢复功能性视力?尽管基因和干细胞疗法的最新进展显示出巨大的希望,但对于许多因视网膜、视神经或皮质严重退化或损伤而失明的人来说,还没有有效的治疗方法。 在这种情况下,电子视觉假体(“仿生眼”)可能是唯一的选择。 然而,当前假肢视觉的质量仍然处于初级阶段,并且在不同的设备技术之间没有太大差异。 一个主要的突出挑战是将电极刺激转化为大脑可以理解的代码。 我们的目标不是有一天通过视觉假体恢复自然视力,而是更好地思考如何创造实用且有用的人工视觉。 具体来说,视觉假体有可能通过基于人工智能(AI)的场景理解来提供视觉增强功能,专门针对已知会影响盲人生活质量的特定现实世界任务(例如,面部识别) 识别、户外导航、自我护理。 因此,该提案的目标是解决神经科学、计算机科学和人机交互交叉领域的基本问题,从而实现智能仿生眼的开发; 也就是说,视觉神经假体通过提供视觉增强来支持特定的日常任务,充当人工智能驱动的视觉辅助工具。 为了实现这样的技术,我们首先需要 1) 了解视觉假体如何与人类视觉系统交互以塑造感知,2) 确定最能支持特定现实世界任务的视觉增强策略,以及 3) 开发一个原型系统,允许 我们通过仿生眼接受者在循环中验证并迭代改进我们的增强策略。 这项工作将进一步加深我们对大脑刺激如何导致感知的理解,并且从确定最佳视觉增强策略中获得的见解可能广泛适用于不同的视觉辅助设备和感觉替代设备,因此可能使盲人和弱视人士受益 。 最后但并非最不重要的一点是,视觉假体支持日常任务的能力可能会决定废弃技术和广泛采用的下一代神经假体设备之间的区别。
打开封面
下载高清视频
观看高清视频
视频下载器
Scala AI 国防总监凯瑟琳·哈里斯:人工智能驱动的国防决策
光子驱动数据中心和人工智能的下一步发展 | Lightmatter Nick Harris
Yann Lecun:目标驱动的人工智能——迈向能够学习、记忆、推理和计划的人工智能系统 | 3月28日
液体神经网络,一种让人工智能在训练后也能学习的新想法
斯坦福大学 HAI 会议:绘制人类大脑图谱和理解智能科学
斯坦福李飞飞:重塑人工智能的安全性和可靠性
DeepMind联合创始人:人工智能浪潮即将到来
《华尔街日报》:Snap CEO谈人工智能如何重塑重大科技
哈佛教授:揭露关于运动、睡眠、跑步、癌症和糖的 7 大谎言!!!
音频伪造技术 | 麻省理工学院计算机科学与人工智能实验室
机器人学习中你所需要的就是收缩 | 加州理工学院 控制与动态系统 Chung Soon Jo 教授
图灵讲座:生成式人工智能的未来 | 12月21日
生成式人工智能简述:如何在AI时代生存和发展
五分钟开发一个AI炒股智能体!
马克·扎克伯格谈 Llama 3.1、开源、AI智能体、安全等
【推荐】Quivr:AI知识库的开源解决方案,打造你个人及企业的第二大脑
2024 年最重要的人工智能趋势
麻省理工学院Max Tegmark教授:通过机械解释让人工智能可控
物理学家布莱恩·考克斯:量子计算和黑洞物理学
Stability AI 创始人:人工智能如何对抗不平等
哈佛商学院Karim Lakhani教授:人工智能时代的竞争
可汗学院发布基于GPT-4的AI超级老师
剑桥大学副教授 Petar:足球战术人工智能助手
量子互联网
【论文讲解】Tree of Thoughts:如何使用大语言模型有意识地解决问题(附论文链接和代码)
麻省理工学院-IBM沃森人工智能实验室主任Aude Oliva:构建学习人脑过程的工具
TED演讲:有了AI,任何人都可以成为程序员
LLMs:黑客指南
议题简介:探索生成式人工智能和法律-科罗拉多大学法学院
注意力机制概述 | Google
英伟达:通过物理模拟和生成式AI,构建具有生成式物理AI的机器人
走进 Google 量子 AI 实验室
纽约大学神经科学名誉教授 Gary Marcus:人工智能泡沫会破裂吗?后续会如何发展?
GFlowNets 是什么吗?
马斯克对话爱迪生国际CEO:电动汽车驱动的电气化的未来
斯坦福教授讲述 AI视角下计算语言学的未来
谷歌AI创始人Mustafa Sule:人工智能正变得更加危险和威胁
《科学》杂志:2023 年最大的科学突破
Marc Benioff 和 Sam Altman 探讨可信人工智能的未来
斯坦福AI研究院:机器是否真正具备理解能力