如今，机器学习与人工智能已成为各行业的关键技术。鉴于该领域研究量庞大，“感知器”专栏（前身为深度科学）旨在汇集并阐释近期最具相关性的发现与论文，重点聚焦人工智能及其重要性。
🔒 遥操作机器人通信安全存隐患
本周研究发现，即使机器人通信采用端到端加密，对手仍可追踪遥控机器人的运动轨迹。格拉斯哥斯特拉斯克莱德大学研究人员指出，仅靠最佳网络安全实践不足以阻止对自主系统的攻击。
尽管Pollen Robotics、Beam等公司已展示遥操作机器人在零售、医疗等场景的实用性，但新研究表明其易受监视风险。论文描述了一种利用神经网络推断遥控操作信息的方法：在分析TLS保护流量后，该网络能以约60%准确率识别运动，并以高准确率重建仓储工作流程（如拾取包裹）。
⚖️ 印度即时贷款平台算法问责制亟待加强
谷歌与密歇根大学针对印度即时贷款平台用户的研究显示，用户在“财务压力”下对AI驱动的信用额度产生负债感，被迫接受苛刻条款及过度分享数据。研究人员强调，需加强金融服务领域的“算法问责制”。他们呼吁政策制定者避免纯粹技术路径，转而实施情境化干预，增强用户能动性、实现有意义透明度，并重构设计师与用户关系。
🎮 AI算法“解决”《火箭联盟》
德国多特蒙德工业大学等机构团队开发了一种低计算强度的游戏AI算法，利用“sim-to-sim”迁移技术在简化版《火箭联盟》中训练守门和击球任务。该系统守门成功率极高，进攻射门命中率达75%，表现优异。
🦾 Meta开源MyoSuite加速具身智能模拟
Meta发布的MyoSuite可在三维空间模拟肌肉骨骼与物体的交互，帮助智能体学习正确抓握而不损坏物品。该工具运行速度提升数千倍，大幅加快模拟学习进程。马克·扎克伯格表示将开源模型以推动领域发展，目前确已兑现承诺。
🚗 MIT自动驾驶V2V协同防停车
MIT项目通过V2V协议让自动驾驶车辆协同工作，除最前方车辆外，后续车辆通过依次逐渐减速避免完全停下。这种超密集编队行驶虽单次节能有限，但规模化后能显著降低能耗并提升乘坐舒适度。
🗺️ EPFL机器学习优化国家3D测绘
瑞士利用无人机激光雷达测绘全国时面临移动误差难题。洛桑联邦理工学院（EPFL）团队将机器学习集成至捕获堆栈，自动识别多角度扫描物体并对齐点云图，生成单一连贯网格，解决了大规模测绘的手动校正痛点。
🐾 AI算法助力动物行为追踪与福祉改善
苏黎世大学团队设计了追踪动物行为的算法，可识别求偶舞蹈及压力、焦虑等细微变化。该工具不仅减轻研究人员视频分析负担，还能用于圈养动物福祉监测及其他动物研究，实现科研效率与动物保护的双赢。
此外，非常喜欢这幅插图。