医疗机器人：美敦力以16亿美元收购Mazor Robotics

1、业界|医疗机器人：美敦力以16亿美元收购Mazor Robotics

美敦力公司在购买Mazor Robotics以超过16亿美元的现金购买协议后全面投入手术机器人技术。对于全球最大的医疗设备制造商美敦力而言，该交易扩大了其在脊柱外科市场的领导地位，并加快了其向机器人辅助程序的转变。

美敦力自2016年起拥有Mazor 3亿美元的股份（约11％），Mazor被广泛认为是机器人辅助脊柱手术的领导者。到2022年，全球脊柱外科机器人市场预计将达到27.7亿美元。Mazor制造了Mazor X制导系统和文艺复兴机器人辅助脊柱手术平台。

美敦力于2017年成为Mazor X系统的全球独家经销商，迄今已成功安装了80多套系统。现在，所有美敦力公司的筹码都以每股58.50美元的ADR股票收购，以收购位于以色列凯撒利亚的Mazor。该报价为每股29.25美元（ILS104.80），扣除现有股权和收购现金约13.4亿美元。

2、业界|智能电子： 谷歌在华举办最大规模路演，亚洲科技初创公司走向世界

昨天，谷歌在中国举办初创企业路演活动 Demo Day Asia，这也是谷歌的 Demo Day Asia 首次登陆中国。此次活动作为谷歌上海开发者日的内容之一在沪举办，共有来自中国、澳大利亚、日本、韩国等多个亚洲国家的 10 家科技初创公司从此前的在对 300 多位参赛者评选中脱颖而出，在 Demo Day Asia 上进行决赛路演。在当天的活动上，来自印度的 AI 医疗初创公司 SigTuple 拿下了 Demo Day Asia 的决赛冠军，它将获得投资者的资金和最高100,000 美元的谷歌云服务赠金( Google Cloud Platform credit )。两家中国公司也在 Demo Day Asia 上展示了中国的科技创新力量：FinTech 公司 Miotech 专注于多元化资产管理大数据，正在为金融服务公司开发基于人工智能的软件；来自中国香港的 Origami Labs 公司，则致力于智能指环研发，通过骨传导技术，让人们不必掏出手机就可以接听电话、发送短信。

3、前沿|无人机：DJI，EENA和Black Channel发布SAR无人机研究结果

无人机越来越多地被公共安全团队和急救人员采用。本周DJI，欧洲紧急号码协会（EENA）和爱尔兰研究公司Black Channel的一项研究表明，为什么这种趋势将持续下去。

像这样的研究很重要。您将很难在世界任何地方找到紧急服务 - 特别是在搜索和救援（SAR）领域 - 现金充足，能够为新技术分配资金，而无需证明其有效性。

当生命受到威胁时，紧急救援队伍不能挪用资金。这就是为什么支持无人机可以通过现场测试来帮助拯救生命以量化其影响的说法至关重要。SAR团队使用无人机强调成功的一些障碍包括持续的误报，当地形变得更具挑战性时的沟通问题（即山坡阻挡并降低视频输入），根据视频对地形的不准确感知饲料，当然，众所周知的电池寿命和飞行时间的烦恼。

然而，与传统的SAR团队相比，无人机搜索者确实发现他们的受害者平均快了191秒。

总体而言，很清楚地看到无人机团队与传统同行相比表现良好，并且通过一些调整可以改善成功率（无论是寻找幸存者还是寻找幸存者所需的时间）。

4、学界|特种机器人：辣椒采摘机器人在温室劳动力自动化方面发展

由欧盟资助的研究人员组成的团队开发了一种甜椒收获机器人，可以帮助农民降低成本。SWEEPER机器人是一个自动移动平台，带有一个机械臂，带有一个用于水果收割的末端执行器。该机器人设计用于单茎行裁剪系统，作物具有非成簇果实和少量叶片遮挡。初步测试表明，通过使用经过改良模拟所需条件的市售作物，机器人可以在24秒内收获成熟的甜椒，成功率为62％。研究人员计划在SWEEPER系统中添加传送带和收获小车，并自动化收获后的水果和蔬菜采摘物流。

5、学界|仿生机器人： 物理学家训练机器人滑翔机像鸟一样翱翔

来自加利福尼亚大学圣地亚哥分校的研究人员利用强化学习训练滑翔机自动导航大气热量，飙升至700米高度 - 近2,300英尺。这项新颖的研究在自然杂志上发表的“ 通过现场强化学习的滑翔机翱翔”中有所描述。该研究强调了垂直风加速度和滚转扭矩作为高飞鸟的可行生物线索的作用。调查结果还提供了一种直接应用于自主飞行器或无人驾驶飞行器的开发的导航策略。

“这篇文章是迈向人工智能的重要一步 - 如何在像鸟一样不断变换的热量中自动飙升。我很惊讶，需要相对较少的学习来实现专家表现，” Terry Sejnowski说，他是研究团队的成员。 Salk生物研究所和加州大学圣地亚哥分校生物科学系。

强化学习是机器学习的一个领域，受行为心理学的启发，即代理人根据已执行的动作和结果学习如何在环境中表现。根据加州大学圣地亚哥分校物理系教授Massimo Vergassola和博士学位。候选人Gautam Reddy，它提供了一个适当的框架，以确定有效的导航战略，作为响应环境线索的一系列决策。

6、学界|智能制造： 亚利桑那州立大学副教授Ming Zhao领导GEARS的开发

亚利桑那州立大学副教授Ming Zhao领导GEARS的开发，GEARS是一个大数据计算基础设施，专为当今苛刻的大数据挑战而设计。

异构计算的一个例子是iPhone X的处理器，它有四个针对性能优化的内核和两个针对功效优化的内核。虽然这些通用内核可以运行各种应用程序和操作系统职责，但该处理器还具有专门用于机器学习任务的双核神经引擎，并运行Face ID，这是一种需要大量计算能力才能运行的人脸识别应用程序很快。

GEARS采取了类似的方法，但规模要大得多。该系统正在扩展，只有通用计算机处理器（中央处理单元），加入加速器（图形处理单元和现场可编程门阵列，或FPGA），并集成深层次的存储层（动态随机存取存储器，非易失性存储器，或NVM，HDD和各种SSD技术），每个都有自己的优点和缺点，具体取决于给定的应用程序的特性。

包含诸如FPGA和NVM之类的异构硬件使GEARS能够解决棘手的大数据问题，例如，无法轻松并行化且对延迟敏感的问题。在许多情况下，这些不太传统的硬件设计也消耗更少的功率，从而有助于实现GEARS的能效目标。

7、前沿|智能制造：图灵奖得主Patterson力推新计算机架构及软件语言

加州大学的David Patterson也是RISC的先驱和Google工程师，他表示摩尔定律已经结束，计算机架构正处于新时代的前沿。Patterson于2004年至2006年担任ACM主席，并且是2017年ACM AM图灵奖的共同获奖者，他表示，“革命性的新硬件架构和新的软件语言，专为处理特定类型的计算问题而定制，只是等待如果人们只是在处理这些事情，那么有图灵奖等待被接受。“ 例如，在软件方面，Patterson表示将Python重写为C可以将性能提高50倍，优化技术可以进一步提高速度。他认为“在Python中改进1000倍是可行的”。他说，应用程序并不都需要相同级别的计算精度，并补充说有些可能使用低精度浮点运算而不是常用的IEEE 754标准。他说，机器学习“对于计算是贪婪的”，并为应用新的架构和语言提供了最大的机会。“这是计算机架构的黄金时代，”帕特森说。