Weekly Review 27 February 2026
我上周在 Twitter 上发布的一些有趣的链接（我还在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：Greenwashing 与任何其他行业一样适用于 AI：https://www.theguardian.com/technology/2026/feb/17/tech-companies-traditional-ai-generative-climate-breakdown-report 目前还没有新西兰律师被发现使用 AI 生成其提交的材料： https://www.leightonassociates.co.nz/post/no-nz-la
New technology lets plants tell farmers when they are thirsty
该工具结合了微型传感器、简单的硬件、软件和机器学习。《新技术让植物告诉农民何时口渴》一文首先出现在《今日佐治亚大学》上。
DopFone app can accurately track fetal heart rate using only a smartphone
由华盛顿大学研究人员领导的团队创建了 DopFone，该系统使用现成智能手机的现有扬声器和麦克风来准确估计胎儿心率。这款手机模仿多普勒超声波，发出声音并聆听胎儿心跳引起的回声的细微变化。然后机器学习模型估计心率。
Scaling Feature Engineering Pipelines with Feast and Ray
在生产机器学习系统中利用 Feast 等特征存储和 Ray 等分布式计算框架使用 Feast 和 Ray 扩展特征工程管道的帖子首先出现在《走向数据科学》上。
Tech Is Taking Over Olympic Curling
在今年的意大利冬奥会上，争议从指尖开始。一次有争议的双触——冰壶运动员是否刷过一块移动的石头两次——引发了抗议、充满脏话的交流以及关于体育精神的激烈争论。在一项以相互信任和将竞争作为共同技能测试理念为荣的游戏中，即使是不当行为的暗示也可能远远超出单一结果。但如果双击可以动摇这项运动，那么当争议不是关于指尖而是关于算法时会发生什么？这个问题掩盖了由机器学习和新一代人工智能驱动的机器人驱动的分析的兴起，这些机器人可以扔石头，读冰，并以机器精度计算策略。相关：米兰-科尔蒂纳冬奥会首次亮相的下一代运动智能机器人中的一些机器人，例如“Curly”，已经在正面竞争中击败了人类精英对手。其他人的设计要么是为
Lockheed Martin tests new F-35 AI capabilities
在内华达州内利斯空军基地进行的“守望先锋”项目试飞期间，洛克希德·马丁公司构建和训练的人工智能/机器学习模型解决了发射器之间的 ID 模糊性，提高了态势感知并减少了飞行员决策延迟。
5 Python Data Validation Libraries You Should Be Using
这五个库从非常不同的角度进行验证，这正是它们重要的原因。每个问题都解决了现代数据和机器学习工作流程中反复出现的一类特定问题。
The Machine Ethics podcast: moral agents with Jen Semler
机器伦理播客由 Ben Byford 主持，汇集了对学者、作家、商界领袖、设计师和工程师的采访，主题涉及自主算法、人工智能、机器学习和技术对社会的影响。道德代理人与 Jen Semler 本月，本与 Jen Semler 进行了面对面的会面。他们讨论了人工智能是什么、哲学家和 [...]
Office of Naval Research 2026 Young Investigator Program Awardees
在罗纳德·里根总统执政期间，海军研究办公室为科学、技术、工程和数学领域的早期职业学者创建了一个青年研究员计划，提供创新的解决方案，以确保美国海军和海军陆战队保持作战人员的优势。今年，约 1700 万美元的资金将由 23 名获得博士学位的研究人员分享。 2018 年 1 月 1 日或之后，致力于在沿海预报、机器学习、增材制造、自主操作、先进传感器、灵巧机器人、高超音速、决策优势、海洋声学、超快激光和先进复合材料方面取得重大科学突破。三年期间的典型资助金额为 750,000 美元。阅读更多
Allohistium anas Near 和 MacGuigan，in MacGuigan、Taylor、Ghezelayagh、Wood、Simmons、Mollish 等，2025 年。Cinder Darter || DOI：doi.org/10.1093/sysbio/syaf083 摘要过去 250 年来，生物学家一直依靠形态特征来识别、定义和正式描述物种。系统发育物种概念的出现和分子数据的引入催生了适用于广泛的真核谱系的新物种定界方法。然而，这些方法严重强调基因组数据，往往忽视表型特征。我们提出并实施了一种物种界定方法，该方法利用 ddRAD-seq 的全基因组标记和分枝形态特征
AI Uncovers Lost Soviet Moon Lander
为什么重要：人工智能利用 NASA 图像和机器学习在突破性太空考古发现中发现了失落的苏联月球着陆器。
The First Spacecraft to Survive a Moon Landing Vanished in 1966 and AI May Have Finally Found It
两个敌对团队——一个使用机器学习，另一个使用人类眼睛——竞相寻找第一艘在月球上软着陆的航天器。
Roboworx Adds AI-Powered Predictive Analytics to Robot Service Manager
通过将遥测数据与机器学习相结合，先进的软件平台可以及早发现问题，减少停机时间，并将机器人服务进一步从反应性转变为预防性
Monitoring Ocean Color From Deep Space: A TEMPO Study
科学家应用机器学习来证明地球同步卫星可用于从深空评估海洋的健康状况。
Antonio Torralba, three MIT alumni named 2025 ACM fellows
Torralba 的研究重点是计算机视觉、机器学习和人类视觉感知。
Self-Supervised Learning with Gaussian Processes
自监督学习 (SSL) 是一种机器学习范例，其中模型学习理解数据的底层结构，而无需来自标记样本的显式监督。从 SSL 获取的表示已被证明可用于许多下游任务，包括聚类和线性分类等。为了确保表示空间的平滑性，大多数 SSL 方法依赖于生成与给定实例相似的观察对的能力。然而，对于许多类型的数据来说，生成这些对可能具有挑战性。而且，这些方法缺乏考虑……
