目录
1、封面文章：加拿大滑铁卢大学统计学家开发新方法，可在不需要大数据集的情况下教授人工智能系统
2、美国超安全核技术公司USNC-Tech发布新型核热推进发动机概念，或将地球-火星的旅行时间缩短至仅3个月
3、奥地利Cyclotech公司计划对其独特的电动垂直起降机身的磅演示机进行飞行测试
4、美国麻省理工学院开发新型装置，可让肌萎缩侧索硬化症患者继续与人交流
5、美国Nanoscope公司利用基因疗法绕过受损细胞，可使完全失明的小鼠恢复一定程度的视力
6、南澳大利亚州实现在世界上首次完全依靠太阳能发电
7、以色列数据探索平台Dealtale获得种子轮融资，以加速推出SaaS平台，并加速在美国和欧洲的扩张
8、荷兰金融科技公司Silverflow融资万欧元，用以支持团队扩充
9、德国酒店初创企业Limehome成功获得万欧元融资，以投资于技术平台、品牌和公司的进一步发展
10、美国金融科技公司StreetShares获得万美元融资，以继续扩大经营范围和业务范围
详细内容1、封面文章：加拿大滑铁卢大学统计学家开发新方法，可在不需要大数据集的情况下教授人工智能系统滑铁卢大学的统计学家提出了一个数学过程的想法，可在不需要大数据集的情况下教授人工智能系统。深度学习网络需要大量的数据集来检测显示如何执行给定任务的模式，例如从人群中挑选某张脸。在这项新的研究中，研究人员想知道是否有办法缩小数据集的大小他们发现，在一个名为MNIST的数据集中提取描述手写数字的最相关信息并将它们打包在一起，大大减少了人工智能系统学习识别新数据集中字母所需的字符数量。这个系统之所以能用更少的数据学习，是因为它被训练以一种新的方式识别数字：他们训练它识别目标是一个看起来有点（30%）像数字8的数字，而不是仅仅显示3千次，其他数字也一样。他们称这些暗示为软标签。他们将这个想法进一步应用到一种叫做k-最近邻（kNN）的机器学习中，这使得他们能够将他们的想法转化为图形化的方法。使用这种方法，能够将软标签应用到描述图形上XY坐标的数据集上。结果，人工智能系统很容易被训练成将点放在他们画的直线的正确边上，而不需要一个大的数据集。研究人员建议将其扩展到其他领域，尽管他们承认仍有主要障碍需要克服。（来源：techxplore.