但是蛋白质晶体很难被发现，以往主要通过目视检查来识别蛋白质晶体，容易发生人为错误而错过它，错过它会导致失去重要的生物医学发现的机会 。目前研究讨论通过机器识别可以获得超过94%的精度，对这一领域的研究来说是会是一个很大的进步 。直观讲就是通过机器视觉识别出科学家需要的晶体，不过这种晶体非常小，结构各不相同，且需要足够样本数据来训练和深度学习，这些都增加了很大的难度 。如果这项研究获得成功，那么未来新药物的研究速度会有很大提升，意义非凡 。2.Scalable Deep Reinforcement Learning for Robotic Manipulation，机器人操作的可扩展深度强化学习 。文章来自Alex Irpan，软件工程师，谷歌大脑团队和Peter Pastor，高级机器人学家 。文中指出机器人在执行重复任务时，比如建造产品是相当常见的，希望能够设计出视周围环境的变化而执行最佳动作的机器人，而且可以对意外结果做出正确的反应 。难点在于能够分辨真实世界的细微差异，并预测对象的动作，这需要强化学习算法，并在训练中有足够多的多样性的数据 。总结下来就是需要机器人具备人类的一切感知和反应能力，这真的很难，目前科学家们用7个机器人运行4个月的时间，用15到30%的时间采集数据，当它动作执行的更好一些的时候，从数据采集切换到学习模型，这项算法用相机拍到的图像，然后指挥手臂和夹钳如何移动，目前已经收集了1000多个不同的离线数据 。
以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!
「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：