在本期刊最近发表的一篇文章中,Drukker 等人 1 回顾了人工智能 (AI) 在妇产科超声成像中的作用。作者描述了 AI 算法在标准平面的自动检测和分类等应用中的应用。一个特别的挑战是,训练这些 AI 算法需要大量的超声图像。训练所得算法的方式存在引入偏差的风险。其次,在算法训练和验证的数据群体之外应用算法时会出现一个潜在问题。目前没有足够的证据表明 AI 算法可以从它们训练的群体推广到其他群体。如果 AI 算法无法在不同环境中推广,那么研究结果的普遍采用就会有问题。我们在此描述了在英国环境中开发的 AI 算法,并使用 2016 年英国人群的数据,与 2009 年至 2017 年期间在丹麦两个胎儿医学中心获得的图像相比如何。
最近,机器人行业庆祝了成立 60 周年。六十多年来,我们一直使用机器人来帮助人们做那些通常很脏、很枯燥和/或很危险的事情。从基本的机械辅助系统到全自动汽车、环境监测和外层空间探索,该行业取得了长足的进步。我们已经看到 IT 技术在日常生活中被广泛采用,用于各种支持任务。通过使用机器人,我们开始看到一场新的革命,因为我们不仅将获得平板电脑、手机、计算机的 IT 支持,还将获得可以与世界进行物理交互并协助日常任务、工作和休闲活动的系统。“旧”机器人系统主要是机械支持系统。随着廉价计算、用户界面和传感器的逐渐普及,可以构建以前难以想象的机器人系统。技术的融合正在推动机器人技术在日常生活各个方面的使用和采用的革命。十三年前,在亚特兰大举行的机器人科学与系统 (RSS) 会议上,制定路线图的过程开始了。在计算社区联盟 (CCC) 的支持下,来自工业界和学术界的 120 人组成的团队制作了一份路线图。该路线图于 2009 年 5 月提交给国会党团和政府机构。这反过来导致了国家机器人计划 (NRI) 的成立,这是一项由国家科学基金会领导的跨机构努力。NRI 于 2011 年启动,最近迎来了五周年纪念日。在本次更新之前,路线图已于 2013 年和 2016 年更新。过去几年,我们看到机器人技术在制造业、医疗保健应用、自动驾驶汽车和无人机领域取得了巨大进步,同时,传感器、通信系统、显示器和基础计算等核心技术也取得了重大进展。所有这些因素共同推动了路线图的更新。在计算社区联盟的支持下,于 2019 年 9 月 11 日至 12 日在伊利诺伊州芝加哥、2019 年 10 月 17 日至 18 日在加利福尼亚州洛杉矶以及 2019 年 11 月 15 日至 16 日在马萨诸塞州洛厄尔举办了三场研讨会。研讨会的意见在 2020 年 2 月于加利福尼亚州圣地亚哥举行的研讨会上进行了协调和汇总。总共有来自工业界、学术界和研究机构的 79 人参加了研讨会。审查了 2016 年路线图,并评估了进展情况,以此作为制定路线图更新的基础。本文件总结了已确定的主要社会机遇、提供所需解决方案的相关挑战,并介绍了为确保美国继续在机器人技术领域处于领先地位而需要做出的努力,包括研究创新、采用最新技术以及采用适当的政策框架,以确保以负责任的方式使用该技术。