牛津大学的专家正在将人工智能应用于社会面临的最大挑战。

他们正在使用人工智能来解决全球健康问题，从识别精神疾病到预测未来流行病的传播。

研究人员正在使用人工智能来策划展览和创作交响乐，监控非法野生动物贸易，并在火星上寻找生命。

他们正在分析人工智能对工作场所的影响，并带头探索人工智能对人类影响的伦理问题。

全球健康、医学和疾病：牛津大学的专家正在使用人工智能来增强我们的医疗保健服务，更准确地检测疾病，并帮助我们更好地了解我们的身体。他们不仅使用人工智能开发和改进疗法和治疗方法，而且还致力于推动变革，并在全球使用的新健康技术的治理中提供保障。

了解大脑和认知能力下降：研究人员在歌诗达集团，由Rui Ponte Costa 医师，正在寻求通过开发新一代的计算学习模型来理解大脑学习的基本原理，这是由最近的机器学习发展推动的。科斯塔博士神经和机器学习小组，部分牛津神经科学和牛津神经理论，取得了多项重大突破，包括引入人工智能驱动的胆碱能神经调控理论这解释了大脑学习加速及其在认知能力下降中的作用。“机器学习帮助研究人员加快分析复杂多样的现实世界数据的过程，并协助开发痴呆预测模型”Sarah Bauermeister副教授，精神病学系，与来自其他一些机构的同事一起，研究人员还使用机器学习技术来分析复杂的数据，以便发现隐藏的模式，这些模式可能会识别那些有患痴呆风险的人，或者指出有希望的治疗研究领域。参加英国痴呆症平台数据马拉松，具有从天体物理学到生物医学科学背景的研究人员询问了真实世界的数据，重点关注诸如他们是否可以为痴呆症创建准确的风险预测模型，以及他们是否可以模拟从轻度认知障碍（MCI）到痴呆诊断的进展轨迹。

使用人工智能诊断和监测精神疾病：人工智能也被用于大学的精神科检测有心理健康困难的人的语言差异最终可用于帮助诊断和监测精神疾病。通过开发基于人工智能语言模型的新工具，他们能够发现精神分裂症患者在言语方面存在微小但显着的差异，这表明其症状的严重程度。主要作者Matthew Nour 博士与伦敦大学学院的同事一起训练了人工智能语言模型，以理解单个参与者产生的单词选择。“这项工作展示了将人工智能语言模型应用于精神病学的潜力——精神病学是一个与语言和意义密切相关的医学领域”Matthew Nour博士，精神病学系，他们发现，与对照组相比，精神分裂症患者使用的单词之间的相关性不那么明显，因此，人工智能语言模型无法预测。研究人员推测，这可能与大脑存储不同记忆和想法在大脑中的关系方式有关。当查看来自同一参与者的脑成像数据时，他们发现了对这一理论的支持。

识别心脏病发作的风险：人工智能不仅用于绘制认知能力下降的地图和诊断精神疾病。牛津大学的专家正在将人工智能应用于各种疾病和病症的风险评估和预防。例如，Antoniades集团，由Charalambos Antoniades教授，正在使用人工智能开发技术这可以在致命心脏病发作前至少五年识别出致命心脏病发作的高风险人群。该小组，总部设在拉德克利夫医学系，使用机器学习开发了一种新的生物标志物或“指纹”，称为脂肪影像组学特征（FRP）。这可以检测生物危险信号，识别炎症、疤痕和向心脏供血的血管的变化——所有这些都是未来心脏病发作的指标。我们开发了一种方法，可以进行扫描，使用人工智能不仅分析心脏动脉，还分析动脉周围的区域，这告诉你在未来8到10年内是否会心脏病发作。Charalambos Antoniades教授，拉德克利夫医学系，2018年，分拆公司Caristo Diagnostics是联合创始人作者：Antoniades教授，Stefan Neubauer教授和Keith Channon教授，也来自该大学的拉德克利夫医学系和 Cheerag Shirodaria 博士。该公司的成立是为了将一种新的冠状动脉CT图像分析技术商业化，该技术可以在致命心脏病发作发生前数年就标记出有致命心脏病发作风险的患者。

开发慢性疲劳的诊断测试：据估计，英国有超过 1 万人受到肌痛性脑脊髓炎/慢性疲劳综合征 （ME/CFS） 的影响。这种使人衰弱的疾病的特征是持续和不明原因的疲劳的极端症状，大多数患者依靠自我报告、问卷调查和主观测量来获得诊断。然而，牛津大学的研究人员由Karl Morten 博士从纳菲尔德妇女和生殖健康部和黄炜教授从工程科学系，已经利用人工智能来开发ME/CFS诊断工具，准确率为91%。研究人员使用基于拉曼的非侵入性测试来揭示ME / CFS患者和对照组患者的血细胞的生理和代谢状态。单细胞拉曼图谱有大约 1,500 个单独的特征，这些特征很复杂，并且不一定有明确的特征将 ME/CFS 患者与没有这种疾病的患者区分开来。然后，研究人员使用人工智能来查看测试数据，并能够生成一个模型，可以将患有ME / CFS的人和没有ME / CFS的人分开。虽然这为慢性疲劳综合症的首次诊断测试带来了希望，但在其他领域也可以感受到好处。例如，研究人员正在寻求将这些研究扩展到长期COVID和慢性莱姆病。

具有突触的大脑模型的 3D 生成图像：当一个人要说话时，特写他们的嘴唇；一个男人把手捂在胸前；一个女人疲惫地揉了揉眼睛；专业准备的载玻片的显微照片，展示了前列腺腺癌的细胞结构；在数字屏幕上对人的肺部进行医学MRI扫描；患者与医生交谈；一名医生在MRI机器前看着显示多次扫描的屏幕

预测癌症风险和检测疾病：人工智能还被用于帮助检测许多不同类型的癌症并评估该疾病的个体风险。多亏了成功申请NHS x Artificial Intelligence Health and Care Award（NHS x 人工智能健康与护理奖），牛津大学的专家正在评估前列腺癌检测软件系统。该技术在临床环境中的评估是牛津大学 （OUH） NHS 基金会信托基金正在进行中，这是ARTICULATE PRO 研究。“我们在卫生服务方面的主要目标之一是在早期阶段准确诊断癌症，以便更快地提供治疗，并最终改善患者的预后。Clare Verrill副教授，纳菲尔德外科科学系。该项目由克莱尔·维里尔（Clare Verrill）副教授从纳菲尔德外科科学系，正在研究通过使用名为Paige Prostate的计算机辅助诊断系统在前列腺癌途径中部署AI。OUH 的病理学家正在使用 AI 应用程序来帮助阅读前列腺活检载玻片。该技术将可疑区域标记给病理学家，评估存在的肿瘤数量及其侵袭性。另一个涉及纳菲尔德外科科学系的Verrill教授及其同事的项目能够进一步增强细胞病理学服务感谢13年卫生和社会保健部的5万英镑资金支持。牛津大学医院 （OUH） 是英国最早的三个创始合作伙伴之一。PathLAKE数字联盟，由考文垂大学医院领导。该联盟的目标是在英国的细胞病理学中开发人工智能创新的应用，并创建世界上最大的匿名注释数字全玻片图像库。在PathLAKE的支持下，Verrill教授，理查德·科林博士,Jens Rittscher教授同事们能够开发一种算法自动请求对诊断上不确定的前列腺活检进行额外调查。Verrill教授解释说：“NHS在医疗和私人服务上花费了27万英镑，以弥补病理学服务提供的不足。“通过使用这个工具对前列腺活检进行免疫组织化学（IHC）的分类，病理学家将花费更少的时间审查这些病例，这不仅可以节省经济费用，还可以加速前列腺癌的诊断，以便更早地通知患者和治疗临床医生。每个病例节省的病理学家时间分钟数，Verrill 教授和 Rittscher 教授还与 OUH 的同事合作开发了路径探查器,一种人工智能工具，用于自动评估病理图像的质量。2020年英国研究与创新 （UKRI）,英国癌症研究中心工业界在牛津大学领导的人工智能研究计划中投资了超过11万英镑，以改善肺癌诊断和其他胸部疾病的诊断。肺癌越早被诊断出来，治疗成功的可能性就越大，但在资金方面，只有16%的患者被诊断出患有这种疾病的早期阶段。“这项研究涉及一个由学者、临床医生、本地和全球行业以及患者代表组成的世界级团队，对于加速肺癌检测非常重要。CRUK牛津中心联席主任、牛津癌症早期检测中心主任陆昕教授，与英国国家医疗服务体系（NHS）的肺部健康检查计划合作，将首次使用人工智能将临床、成像和分子数据结合起来，以更少的侵入性临床程序更准确、更快速地诊断肺癌的特征。该研究名为飞镖，由以下机构领导Fergus Gleeson教授来自大学的肿瘤科。来自的专家纳菲尔德初级保健健康科学系和牛津人口健康，包括教授朱莉娅·希皮斯利-考克斯和莎拉·华兹华斯，也参与了该项目，调查普通人群的风险，旨在确定新的筛查标准并评估成本效益。Hippisley-Cox教授的团队也是希望开发一种风险预测算法，作为剑桥大学领导的 DELTA 项目的一部分，旨在更早地诊断食道癌。DART，建立在国家智能医学影像联盟 （NCIMI）在大学的大数据研究所，还将使用算法来更好地评估慢性阻塞性肺病 （COPD） 等合并症的风险。“如果成功，这有可能减少患者的焦虑，更早地诊断癌症，以提高生存率并节省NHS的资金。Fergus Gleeson教授，肿瘤学系牛津大学的另一组研究人员也在分析人工智能在慢性阻塞性肺病（COPD）评估中的应用。纳菲尔德初级保健健康科学部的专家正在努力帮助移动一种名为N-Tidal的设备成为慢性阻塞性肺病自动诊断测试的一部分。“这种潜在的突破性医疗设备可能能够为临床医生提供更快、更准确的患者肺功能评估”elen Ashdown博士，纳菲尔德初级保健健康科学系

人工智能正在被用于开发更快、更便宜、侵入性更小的心脏 MRI 扫描：来自的团队牛津临床磁共振研究中心 （OCMR），部分拉德克利夫医学系，设计了一种名为“虚拟原生增强”的人工智能解决方案，与需要向患者注射造影剂的传统方法相比，它可以产生清晰或质量更好的图像。该解决方案结合了通常不需要对比注入的 MR（磁共振）图像，并使用 AI 训练机器来预测对比度增强图像的外观。这创建的图像类似于传统的对比度增强图像，但不需要注射造影剂，造影剂会延长扫描时间，并且在某些患者（例如患有严重肾衰竭的患者）中应谨慎使用。该研究由张强博士，来自拉德克利夫医学系，并与弗吉尼亚大学和哈佛医学院的研究人员合作进行。牛津大学衍生公司 Perspectum 还开发了人工智能首次主流应用MRI治疗代谢性疾病。该公司是在会议后共同创立的Rajarshi Banerjee 博士和迈克尔·布雷迪爵士教授– 设置者约翰·贝尔爵士教授，Regius医学教授。2012 年推出的总部位于牛津的 Perspectum 也是NIHR 第 2 阶段人工智能健康与护理奖的联合获得者与大学的妇女和生殖健康部以及 2021 年在伦敦成立的胎儿医学基金会。OxNNet工具包，其中还在 1 年获得了 NIHR 第一阶段的资助，使用 AI 在简单的 3D 超声扫描中自动识别胎盘并进行测量。莎莉·柯林斯教授，该奖项的首席研究员解释说：“如果胎盘很小，或者血液供应不足，我们知道婴儿胎儿生长受限的风险会增加。“在怀孕早期就知道这一点意味着我们可以通过连续超声扫描更深入地监测母亲，并在婴儿遇到麻烦时尽早分娩，从而防止生长受限成为死产。

识别骨折以改善骨骼健康：一项希望使用人工智能来检查骨骼健康和降低骨折风险的研究是还成功获得了人工智能在健康和护理方面的资助。这ADOPT研究是牛津大学 Nanox。AI 皇家骨质疏松症协会和剑桥大学之间的合作项目。“这笔赠款是我们迈向人口健康领域全面和可扩展的人工智能解决方案的又一个里程碑”卡西姆·贾瓦德教授，纳菲尔德骨科、风湿病学和肌肉骨骼科学系，50岁以后骨折，尤其是脊柱骨折，可能是骨质疏松症的第一个迹象，骨质疏松症是一种常见的骨骼疾病，可导致慢性剧烈疼痛和改变生活的并发症。然而，大多数患者没有意识到他们有这样的骨折，因为它们会导致暂时的背痛，而这往往被忽视。许多成年人出于其他原因进行计算机断层扫描 （CT） 身体扫描，这通常包括扫描背部，如果存在骨折，扫描会拾取骨折的脊柱骨。但是，由于扫描的原因不是为了检测这些骨折，因此患者和医疗团队经常会遗漏它们。CT 扫描以骨质疏松性脊柱骨折为特征，参与ADOPT研究的研究人员在牛津大学领导卡西姆·贾瓦德教授，正在使用 AI 来评估 CT 扫描并标记可能包含脊柱骨折图像的扫描。2023 年，该研究开始确定第一批未被发现的脊柱骨折患者，如果成功，人工智能增强的椎体骨折预防途径可以改善骨质疏松症患者的识别、评估和治疗建议——也可能为 NHS 节省成本。“我们希望使用 Nanox。AI 的积极好处将显着改变项目中数千名患者的生活，并可能改变NHS中数十万人的生活。卡西姆·贾瓦德教授，纳菲尔德骨科、风湿病学和肌肉骨骼科学系-来自纳菲尔德骨科、风湿病学和肌肉骨骼科学系的另一组研究人员希望显示人工智能作为骨折检测工具的有效性，以帮助繁忙的急诊科的临床医生。漏诊或延迟骨折诊断是一种常见的错误，具有潜在的严重影响，因此Botnar 肌肉骨骼科学研究所着手评估人工智能对放射科医生的帮助——帮助加快和改善骨折诊断。研究人员发现临床医生和人工智能的表现之间没有统计学差异，这表明人工智能在骨折检测中的临床应用前景广阔。91-92%人工智能检测骨折的灵敏度

人工智能在药物发现中的作用：牛津大学的研究人员正在与学术界和行业合作伙伴联手，利用人工智能来开发新药，以对抗各种疾病。2020年牛津大学与阿卜杜勒阿齐兹国王大学宣布合作，创建一个新的人工智能与精准医学中心 （CAIPM）。该中心由两所大学的多学科团队组成，牛津大学的研究人员也加入了统计学和精神病学以及纳菲尔德医学系和牛津人口健康。该中心的首要计划是利用人工智能技术加速药物发现，旨在成为国际公认的人工智能驱动药物发现的灯塔。“利用我们在挖掘基因组学、转录组学、蛋白质组学和代谢组学数据方面的专业知识，以及我们在机器学习方面的创新，我们将能够确定新药的潜在靶点。”Cornelia van Duijn教授，牛津大学人口健康-大学之间的合作伙伴关系大数据研究所和全球医疗保健公司诺华也在2019年宣布成立，旨在建立一个世界领先的研究联盟，利用人工智能来理解复杂疾病并改进药物开发。这项为期五年的合作伙伴关系由来自牛津、巴塞尔、上海、都柏林和美国的学术界和工业界的国际研究人员组成。最近一项由该伙伴关系和惠康信托基金资助的研究挑战了遗传学可能显着解释可变反应的观点见于常用于治疗关节炎和牛皮癣等疾病的抗 IL17 疗法。该研究由以下机构共同撰写：Luke Jostins-Dean 博士，亨利·戴尔爵士研究员肯尼迪风湿病研究所，这将在 2023 年宣布与生成式AI药物创造公司Absci Corporation建立合作伙伴关系。$1亿将新药推向市场的平均成本，

Absci将使用肯尼迪研究所的基因组学数据集，从对炎症性肠病（IBD）具有特殊免疫反应的患者（包括克罗恩病和溃疡性结肠炎）中鉴定出新型抗体。使用反向免疫学，Abcsi将通过计算重新组装抗原抗体对，作为药物开发的一个有前途的潜在起点。“我们对生成式人工智能的潜力感到兴奋，因为它可以加速有前途的候选药物的发现，并更好地了解其潜在的疗效和安全性。Christopher Buckley教授，肯尼迪风湿病研究所临床研究主任-该大学的研究人员英国阿尔茨海默氏症研究中心 牛津药物发现研究所 （ODDI）2021 年宣布与总部位于牛津的 Exscientia 合作。Exiscentia由在牛津大学攻读分子生物物理学博士学位的安德鲁·霍普金斯教授创立，其人工智能驱动的分子设计能力正在与ODDI的技术专长和深度治疗知识相结合。该合作伙伴关系的目标是治疗阿尔茨海默病的神经炎症 - 这是全球最常见的痴呆形式，估计有44万人患有这种疾病或相关形式的痴呆。“至关重要的是，我们开发针对痴呆潜在神经炎症机制的治疗方法。John Davis教授，英国牛津药物发现研究所阿尔茨海默氏症研究中心

利用人工智能对抗抗微生物药物耐药性：包括牛津大学研究人员在内的国际合作是努力为抗击抗微生物药物耐药性的国家行动计划提供信息。世界卫生组织已宣布抗微生物药物耐药性（AMR）是人类面临的十大全球威胁之一，并敦促所有国家迅速减少抗生素的使用以应对这一问题。Koen Pouwels 医师从牛津人口健康将领导工作为初级保健机构开发抗生素管理工具，他在使用数学、统计和机器学习方法对医疗保健相关感染和抗微生物药物耐药性的发展和健康经济影响进行建模方面贡献了自己的专业知识。该项目名为为本地行动提供信息的 AMR 数据 （ADILA）由伦敦大学圣乔治学院主办的新生儿和儿科感染中心（CNPI）负责协调。来自的专家威廉·邓恩爵士病理学院此外，公司还利用机器学习来预测个人风险，并制定个性化的治疗策略，以降低患者出现抗微生物药物耐药性的风险。领导单位Mathew Stracy 博士，研究人员与以色列理工学院合作，开发了一种算法来预测个体患者治疗引起的AMR出现的风险。希望这项工作将导致一种更加个性化的细菌感染治疗方法，这将限制患者和人群中AMR的出现。“我们发现，患者过去感染的抗生素敏感性可用于预测他们在抗生素治疗后复发耐药性感染的风险。利用这些数据，加上患者的年龄和性别等人口统计数据，我们开发了算法。Mathew Stracy博士，威廉·邓恩爵士病理学院-腰椎和胸椎MRI，显示胸椎骨折和脊髓受压-戴着蓝色手套的科学家举着一颗半绿半白的药丸-两名在医学科学实验室工作的医疗保健研究人员。戴着白手套的手在进行检测抗菌素耐药性的测试后拿着培养皿-病毒的宏观图像，通常显示为 COVID-19-身穿黄色防护装备、戴着蓝色呼吸面罩的男子举着一个装有红点的培养皿-女医生触摸她面前的未来主义屏幕，显示图表和统计数据-身穿绿色防护装备、戴着蓝色外科口罩的外科医生使用VR头盔

COVID-19、人工智能和病毒爆发的预测：在 COVID-19 大流行期间，由拉德克利夫医学系的研究人员开发的一项 AI 测试能够对到达急诊科的患者进行感染筛查的速度比标准侧向层析检测快 26%。安德鲁·索尔坦博士牛津大学约翰·拉德克利夫医院（John Radcliffe Hospital）的首席研究员和NIHR学术临床研究员解释说，该测试意味着“感染患者可以更快地被发现，而患有其他疾病的患者可以快速安全地转移到不太可能暴露的病房”。99。7%-AI% 测试正确排除感染的准确性；该系的研究人员也使用 AI 测量 COVID-19 患者的心血管风险为了评估心脏的炎症水平，怀疑这是对病毒产生严重反应的原因。使用 AI 开发“COVID-19 签名”，Charalambos Antoniades教授同事们能够扫描血管炎症加剧和计算一个人死于 COVID-19 和 COVID 变体的风险。与来自利物浦大学、谢菲尔德大学、纽卡斯尔大学和伯明翰大学的研究人员合作，牛津大学的研究人员儿科使用 AI 来提供帮助加强人们接种COVID-19疫苗的必要性通过证明以前的感染并不能长期保护您免受病毒侵害。来自的专家牛津疫苗集团使用当时新的机器学习方法来识别数据中的模式，以查看初始疾病严重程度和早期免疫反应是否可以预测长期免疫力。“使用机器学习是一种新的、令人兴奋的工具，它使我们能够深入研究大型和完整的数据集，以绘制出我们原本无法检测到的模式。”Adriana Tomic博士，牛津疫苗集团儿科-在 COVID-19 大流行初期，IBM 的一组计算机科学家想知道生成式 AI 是否可以用来设计前所未见的分子来阻止导致 COVID-2 的病毒 SARS-CoV-19。三年后的 2023 年，IBM 和牛津大学纳菲尔德医学系 （NDM） 的研究人员发表了一项研究表明，新的抗病毒药物可以在人工智能的帮助下设计、开发，然后可能在几个月内得到验证。研究人员，包括 NDM 的David Stuart教授和客座研究员杰森·克雷恩（Jason Crain）教授在使用传统方法所需时间的一小部分内发现了四种潜在的COVID-19抗病毒药物。“我希望这些方法将使我们能够在未来更快、更便宜地制造抗病毒药物和其他急需的化合物。Jason Crain教授，计算生物物理学客座教授-来自该大学的研究人员团队计算机科学系和哈佛医学院开发了一种工具，可以帮助在新的病毒变种出现之前预测它们。EVEscape（前夕景观）将进化病毒序列的深度学习模型与有关病毒的详细生物学和结构信息相结合。仅利用疫情开始时可用的信息，这种方法可以促进更有效的预防措施，并设计出在令人担忧的变异株流行之前针对其的疫苗。“这项工作具有巨大的价值，不仅对大流行监测工作，而且对疫苗设计提供信息，使其能够稳健地应对某些高危突变的出现。”Pascal Notin，计算机科学系博士生-为了测试 EVEscape 的能力，该团队仅输入了 19 年 2020 月 COVID-2 大流行开始时可用的信息。然后，他们要求它预测SARS-CoV-<>会发生什么。该模型成功地预测了大流行期间会发生哪些突变，哪些突变会变得最普遍。他们还证明了该模型在预测流感、艾滋病毒和未被充分研究的具有大流行潜力的病毒（如拉沙和尼帕）的免疫逃逸预测方面的有效性。原则上，该模型可以应用于任何病毒。特约作者Yarin Gal 副教授强调了这在大流行防范和应对中的重要性。他说：“抗体逃逸突变会影响病毒再感染率和疫苗效力的持续时间。因此，在足够的提前期内预测避免免疫检测的病毒变异是开发最佳疫苗和治疗方法的关键。

人工智能在医疗保健中的应用的治理和伦理：牛津大学的专家不仅使用人工智能来开发诊断、疾病预防和药物发现方面的最新进展，而且还处于塑造在医疗保健中使用人工智能的伦理和治理考虑的最前沿。一项由以下机构领导的研究Paul Leeson教授来自拉德克利夫医学系的研究了人工智能在超声心动图中的应用，以及人工智能在超声心动图中的使用是否评估图像影响了超声心动图师分析扫描的能力和信心。当超声心动图师在人工智能生成的扫描报告的帮助下，他们确定了95%的扫描结果显示冠状动脉疾病，而没有人工智能帮助的识别率为85%。他们还报告说，自评的信心增加了10%，不自信的判断减少了29%。“这项研究的真正区别在于，我们已经测试了算法在实际临床实践中的运作方式，我们发现它从根本上改变了医生做出决定的方式。Paul Leeson教授，拉德克利夫医学系-尽管有报道称临床医生的信心有所提高，患者的治疗效果也有所改善，但在使用人工智能时，研究人员和从业者必须解决并意识到偏见和歧视的风险。Andrey Kormilitzin 医师从精神科有强调了使用数据科学和 AI 时的风险“对属于代表性不足的种族、民族、性和性别少数群体的人们造成意外伤害”。通过回顾现有的研究，他的团队发现，关于性取向和性别认同的数据很少被记录下来，并且由于这些缺失的数据，对LGBTQI+精神困扰和疾病发生率的任何估计都会有偏差。Kormilitzin博士强调，关于算法偏见对LGBTQI+人群的影响和劣势的研究很少，并指出解决数据收集、记录和保真度问题至关重要。“我们希望确保LGBTQI+人群在使用数据驱动的工具（如人工智能）为心理健康服务和实践提供信息时得到公平和公正的对待。”Andrey Kormilitizin博士，精神病学系-英国和日本研究人员之间的多学科合作是研究在医疗保健中使用人工智能的最佳实践。助手是一个研究项目，由Jane Kaye教授与来自的同事卫生、法律和新兴技术中心 （HeLEX）和大阪大学。该小组旨在了解有助于或阻碍人工智能在医疗保健中实施的人为因素;确定利益相关者期望人工智能如何改变生活并影响医疗保健体验;并确定如何解决问题，以促进对数据驱动技术的接受和采用。“随着人工智能越来越多地在NHS和未来的潜在应用中使用，当我们围绕这项新技术开发治理和隐私问题时，患者和公众的参与至关重要。卡西姆·贾瓦德教授，纳菲尔德骨科、风湿病学和肌肉骨骼科学系-研究人员，包括博士候选人巴蒂斯特·瓦西（Baptiste Vasey）和Peter McCulloch教授来自纳菲尔德外科科学系的也有制定报告指南，以改善人工智能在医疗环境中的使用。ECIDE-AI的旨在改善人工智能系统研究的报告，当医生在实际临床环境中首次使用人工智能系统时，治疗实际患者。“随着人工智能越来越多地在NHS和未来的潜在应用中使用，当我们围绕这项新技术开发治理和隐私问题时，患者和公众的参与至关重要。巴蒂斯特·瓦西（Baptiste Vasey），博士候选人， 纳菲尔德外科科学系

人类社会、创造力和文化：牛津大学的研究人员正在使用人工智能来策划展览和创作交响乐。他们正在研究人工智能的社会影响，以及道德需要如何成为技术进步的本质。专家们正在分析人工智能对我们的民主权利意味着什么，以及人工智能将给我们的生活带来哪些日常变化。保护社会，确保以合乎道德的方式使用人工智能。该大学于 2021 年推出，其人工智能伦理研究所汇集了世界领先的哲学家和其他人文学科专家，以及学术界、企业界和政府中人工智能的技术开发人员和用户。人工智能正在改变社会的方方面面，因此该研究所的研究团队正在从各个角度研究其伦理影响。来自大学不同领域的多学科团队正在合作评估人工智能对民主、治理、人权、人类福祉、环境和社会的影响。领导单位John Tasioulas教授从哲学系、研究所2022年成为哲学、人工智能与社会联盟的创始成员。

预测 AI 对日常生活的影响：牛津大学的研究人员进行了调查人工智能对人类生活中最相关的方面之一意味着什么– 我们的家务。他们发现，目前用于无偿家务劳动和照顾责任的十分之四的小时可以在未来十年内实现自动化。44%的家务劳动被认为是可自动化的；该团队包括施璐璐博士，博士后研究员牛津互联网学院 （OII）牛津大学系讲师教育学系和叶卡捷琳娜·赫尔托格，OII和人工智能伦理研究所。专家预测，目前花在杂货店购物上的时间将在十年内减少近60%，而烹饪等其他家务工作则已经成熟，可以实现自动化。到 28 年，只有 2033% 的实体托儿或照顾老年亲属被认为是自动化的。

算法与人工策展：牛津互联网研究所（Oxford Internet Institute）的研究人员也一直在研究算法模型在视觉艺术策展中的应用。博士研究员劳拉·赫尔曼与艺术家合作法比安·赫斯用于展览“算法基座”2023 年 <> 月在 J/M 画廊。该展览的举办是为了突出人类和算法观看方式之间的差异。随着 DALL-E2、Stable Diffusion 和 Midjourney 等生成式 AI 技术的快速发展，人们开始质疑艺术在自动化面前的未来。虽然这些生成式人工智能工具受到了很多关注，但人们对算法推荐平台（例如Instagram）对视觉文化的文化影响知之甚少。

首尔购物区霓虹灯前的人群；一个女人躺在沙发上玩手机，而机器人吸尘器正在清洁地毯；一名男子看着展示考古物品的博物馆陈列柜；一个女人坐在地板上画一幅壁画肖像；一位平面艺术家正在看着显示设计软件的电脑屏幕；一位小提琴手站起来演奏他们的乐器

在人工智能与艺术的交汇处：博士研究员的报告安妮·普洛因,Rebecca Eynon教授和Isis Hjorth博士从牛津互联网学院和Michael Osborne教授来自大学的工程科学系，有研究了人工智能与艺术的交叉点。本文使用机器学习技术在艺术作品中的应用案例研究，调查了人工智能增强创造力的范围，以及人类/算法的协同作用是否有助于释放人类的创造潜力。该团队采访了从事创意艺术工作的专家，包括媒体和美术家，以及报告展示了插画家亚历山德拉·弗朗西斯（Alexandra Francis）设计的一系列艺术品和封面。“虽然机器学习模型可以帮助产生'现有图像的惊人变化'，但从业者认为，艺术家在赋予图像艺术背景和意图方面仍然是不可替代的，也就是说，在制作艺术品方面。Anne Ploin，博士研究员， 牛津互联网研究所，该报告的主要发现之一是，人工智能使用的重大变化涉及围绕生成过程组织创造性工作流程。艺术家们发现当代机器学习艺术与艺术史上其他时期有许多相似之处——例如，1960 年代和 1970 年代的计算机和基于代码的艺术，同时也强调了人类和机器创造力之间范围的差异。虽然机器学习模型可以帮助产生现有图像的惊人变化，但艺术家在赋予艺术图像背景和意图方面仍然是不可替代的。报告封面由插画家亚历山德拉·弗朗西斯设计

人工智能和音乐：通过与文化机构的合作，例如皇家北方音乐学院 （RNCM）在曼彻斯特，以及旧消防局在牛津大学，研究人员工程科学系一直使用AI制作音乐。David De Roure教授是学术主任数字学术@牛津倡议，电子研究教授牛津电子研究中心，RNCM名誉客座教授和图灵研究员。在牛津大学任职期间，作为科学与音乐实践与研究中心 （PRiSM），曾与作曲家合作Robert Laidlow 博士，耶稣学院音乐职业发展研究员，多次。2022 年底，Laidlow 博士的作品“Silicon”是第一部与 BBC 爱乐乐团合作的 AI 作品。这首曲子的创作方法是首先使用 AI 创建乐谱，然后使用 AI 将音符转换为管弦乐声音。最后，人工智能被训练为使用20年的BBC爱乐乐团表演来生成原始音频 - 根据Laidlow博士的说法，这种声音产生了“美妙的管弦乐声音”，但也复制了主持人和观众的声音。De Roure教授以及牛津大学和牛津布鲁克斯大学的同事也与城市音乐基金会合作，探索科学、技术和嘻哈之间的相互作用，创建一个牛津旧消防局的沉浸式声景装置。观众在“时代”中移动，反映了从 1950 年代到未来的不同音乐和技术时代，曲目最终是根据人工智能生成的歌词创作的。

自然、气候和宇宙：牛津大学的专家正在使用人工智能来应对我们自然世界面临的最大挑战，从监控非法野生动物贸易到确保实现净零目标。他们正在揭开我们宇宙中以前未知的秘密;支持寻找地球以外的生命，解码动物语言，并使用机器学习来检测来自太空的自然灾害。

监测野生动植物和协助保护：研究人员来自生物系和牛津互联网学院正在使用计算方法来监测日益增长的在线非法野生动植物贸易，通过以下方式牛津马丁野生动植物贸易项目。研究团队，包括Joss Wright博士,Dame E。J。 Milner-Gulland教授和Amy Hinsley博士，正在开发新的框架，以了解在线消费者行为的驱动因素和特征，以及可能的干预措施，为了减少野生动植物产品的贸易。非法野生动植物贸易的估计价值。通过采用新的在线监测方法，该计划满足了全球对非法野生动植物贸易多学科研究中心的需求，并促进了现实世界的保护影响。这牛津 AI4Science（人工智能科学）实验室是计算机科学系并由Atılım Güneş Baydin 医师。实验室的地震萨凡纳该项目正在使用机器学习将大象与肯尼亚的其他物种区分开来，并利用动物产生的地震数据识别重要的行为，例如奔跑。他们独特的数据集为野生动物监测提供了大量的机会和好处。

用人工智能解码鲸鱼的语言：一个开创性的合作研究项目正在使用先进的机器学习和机器人技术来解码鲸鱼的交流。CETI项目（鲸目动物翻译倡议）是一个TED大胆奖由世界领先的人工智能和自然语言处理专家以及来自大学和其他合作伙伴网络的科学家组成的成功合作。Michael Bronstein教授，DeepMind人工智能教授计算机科学系，是该项目的首席研究员和机器学习负责人，该项目利用人工智能和无监督机器翻译的最新突破来聆听和翻译抹香鲸的交流，并希望能够与之对话。

太空探索和监测：一项涉及研究人员的研究计算机科学系发现人工智能可以加速寻找外星生命通过建议最有前途的地方。The team, including Dr Freddie Kalaitzis，表明人工智能和机器学习方法可以识别地质数据中隐藏的模式，这些模式可能表明生命的存在，支持从火星或其他地方收集样本。“我们的过程结合了统计微生物生态学调查、无人机遥感和机器学习。。。。。。在与火星相关的环境中。'Freddie Kalaitzis博士，计算机科学系在其他地方计算机科学系，由博士生领导的研究人员Vít Růžička已成功培训外太空的机器学习模型这是第一次。监督单位Andrew Markham教授，该团队的成就可以为从灾害管理到森林砍伐的一系列应用提供实时监控和决策。“机器学习在改善遥感方面具有巨大潜力——将尽可能多的智能推送到卫星中的能力将使天基传感越来越自主。

Andrew Markham教授，计算机科学系探测来自太空的洪水。牛津大学研究人员与牛津大学研究人员合作开创的一项新的人工智能技术欧洲航天局的（欧空局）Φ-实验室，被部署执行一项任务，以试行从太空探测洪水事件。牛津团队，由Atılım Güneş Baydin 医师从计算机科学系，开发了一种名为”世界洪水“专为部署在低地球轨道低成本卫星上的太空专用硬件而设计。该模式在降低洪水探测和灾害应对技术的成本以及使低收入国家能够获得这些技术方面具有重大意义。“这是将机器学习和人工智能操作带入太空的非常重要的一步。Atılım Güneş Baydin博士，计算机科学系；一头大象在野生动物园车辆前过马路；两头南露脊鲸，一头母鲸和一头小鲸鱼，在海洋中并排游泳；地平线上的地球视图，前景是火星表面；显示二氧化碳排放的白烟来自两个烟囱；《芝麻街》中伯特的操纵图像

检测不受管制的空气污染：研究人员之间的合作医学统计中心拉合尔管理科学大学正在结合具有远程卫星图像的人工智能帮助解决南亚地区不受监管的砖窑问题；在 牛津 领导萨拉·哈立德副教授，该项目开发了一种改进的、更快的模型，用于检测巴基斯坦、印度、孟加拉国和尼泊尔的窑炉，这些窑炉是空气污染的主要来源，是气候变化的关键因素，并与人口贩运和现代奴隶制有关。“该模型提供了一种快速、准确和高度可扩展的工具，可以自动检测和绘制这片广阔地区的砖窑。”Sara Khalid副教授，医学统计中心-利用 AI 优化向净零排放的过渡。

牛津净零排放是一项跨学科研究计划，与世界各地的其他学术机构和研究中心进行协调，为符合《巴黎协定》目标的气候行动提供信息。净零追踪器由牛津净零排放组织牵头，是一项全球倡议，由牛津净零排放组织共同牵头托马斯·黑尔教授从布拉瓦特尼克政府学院，它提供了国家、州和地区、城市和大公司设定的净零目标的明确登记册。聊天净零是Net Zero Tracker的新工具，是一个基于大型语言模型（LLM）的聊天机器人和问答平台，能够破译围绕“净零”的复杂语言，旨在提高透明度和问责制，以实现净零承诺。研究人员来自史密斯企业与环境学院正在使用大型语言模型 （LLM） 来抵消气候错误信息。Julia Bingler博士共同设计气候伯特，这是一种自然语言处理算法，为研究人员和从业者提供了一种优于以前方法的工具，可以从公司的气候相关报告和净零承诺中提取和分析气候相关文本。2023 年，该团队发布了聊天气候，一个原型人工智能对话聊天机器人，旨在让广大受众能够获得气候风险和信息。一个新的协作式 AI 项目工程科学系正在使用机器学习方法彻底优化一系列能源和交通系统，并支持英国实现净零目标。在 牛津 领导Konstantina Vogiatzaki 副教授，该项目汇集了伦敦帝国理工学院以及剑桥大学、牛津大学和爱丁堡大学的研究人员，将“数字孪生”和节能人工智能算法与行业参与相结合，为能源和交通优化提供循证示例。Vogiatzaki 教授的工作重点是最大限度地提高氢基系统的可靠性、安全性和运行效率，建立在之前 UKRI 创新奖学金的成就之上。“我们很高兴能与这样一个才华横溢的领先研究人员联盟合作，通过利用现代人工智能技术的惊人突破，为净零排放路径带来一步的改变。”Konstantina Vogiatzaki副教授，工程科学系；

新一代巡天：Heloise Stevance 博士从物理系正在开展一项研究项目，为新一代的天空调查创建一个虚拟研究助理（V。R。A）。作为接收者埃里克和温迪施密特人工智能科学奖学金，Stevance博士将解决对夜空中观测到的宇宙爆炸进行分类的需求，其数量已经超过了研究界的调查能力。使用Stephen Smartt教授和斯蒂芬·罗伯茨来自部门物理和工程科学，Stevance博士将在新的Vera Rubin天文台于2024年开放其圆顶之前创建VRA的第一个工作原型。

发现宇宙的成分：另一个收件人埃里克和温迪施密特人工智能科学奖学金,Holly Pacey 博士从物理系是地图集合作，这是欧洲核子研究中心大型强子对撞机综合体中最大的实验。Pacey博士开发了机器学习算法，以搜索宇宙的基本成分，超越我们的”标准型号'的粒子物理学。该项目将开发图神经网络，以改进粒子碰撞分类。

政治、商业和经济：牛津大学的专家正在研究人工智能如何改变经济、商业世界和政治格局。他们正在发现人工智能如何影响政治选举和官僚机构，开创性金融领域的研究，并发现未来的工作会是什么样子。了解人工智能对政府和政策的影响。这数字政治与政府组在牛津互联网学院汇集专家，研究互联网如何改变政治世界，并使用数据科学来理解这些行为。由以下机构领导的项目Keegan McBride博士看官僚主义和人工智能并探讨了公共部门官僚机构如何将其现有的制度逻辑和价值观与新引入的人工智能系统相协调。研究所的民主与科技方案调查算法、自动化和计算宣传在公共生活中的使用。领导单位菲利普·霍华德教授，该方案的研究涉及在选举和媒体中使用宣传和错误信息的问题。人工智能越来越被认为是一种战略技术，可以提供显着的经济、社会和军事优势。人工智能基础设施的政治地理项目，也在牛津互联网学院并由Vili Lehdonvirta教授，旨在绘制作为先进人工智能基础的计算能力基础设施的政治地理。据估计，全球云基础设施由亚马逊、Microsoft和谷歌拥有70%；这牛津马丁学校的人工智能治理计划旨在通过技术和计算研究，结合政策分析，了解和预测人工智能的持久风险。由教授领导迈克尔·奥斯本和罗伯特·特拉格，该倡议的研究将用于支持来自行业、政府和民间社会的决策者，以缓解人工智能的挑战并实现其好处。

减少在线市场的危害：研究人员的一项研究牛津互联网学院伦敦帝国理工学院发现智能算法和动态定价的广泛使用在线零售商使公众面临卖家串通的风险。领导单位Luc Rocher 博士，该研究强调了这种“对抗性串通”如何对消费者产生负面影响，使卖家能够协调价格，并可能以牺牲消费者为代价来增加利润。研究人员呼吁政策制定者和监管机构考虑当前的法律或执法重点如何不包括算法定价的操纵。“我们的研究强调了智能机器学习算法如何发现系统中的漏洞。Luc Rocher博士，牛津互联网研究所；人工智能在金融和投资中的应用。来自的专家牛津可持续金融集团，部分史密斯企业与环境学院，正在开创一个新的研究领域，称为”空间金融“，这个术语是由Ben Caldecott博士。他们的工作将地理空间数据和分析整合到金融理论和实践中。地理数据收集的快速发展和机器学习的进步意味着这些数据集可以近乎实时和大规模地处理，使其与许多金融机构应用程序相关。这些技术的结合有可能改变金融机构衡量和管理风险、机遇和影响的方式。2023年，一个与巴克莱银行合作3年这牛津可持续金融集团英国绿色金融与投资中心（UK Centre for Greening Finance and Investment）成立。“我们很高兴与巴克莱银行合作开展这个项目，创建开放数据和分析，以推动更好的财务决策。Ben Caldecott博士，牛津可持续金融集团董事这个开创性的项目将为金融部门建立脱碳路径和测量农场级温室气体排放的方法。巴克莱银行将利用公开分享的成果为农业部门设定减排目标，以支持该银行的净零排放目标和承诺，使其融资与《巴黎协定》的目标和时间表保持一致。

人工智能改善法律部门：一项涉及研究人员的研究赛德商学院和法学院发现使用人工智能辅助法律技术–旨在支持、补充或取代提供法律服务的传统方法的技术–是改变律师事务所的运作方式通过提高他们的效率和协作性。

英格兰和威尔士的50%律师报告使用人工智能。研究人员，包括教授麻里·萨科（Mari Sako）和约翰·阿莫尔，旨在确定如何安全地放宽在法律服务中使用人工智能的限制，以释放其潜力，并进一步改善法律部门的运作方式。他们的研究结果主张改变政府关于访问公有数据的政策，并呼吁专业和数据监管机构提供指导，以明确人工智能法律技术解决方案开发中的数据使用，以帮助进一步释放其潜力。“我们的报告描绘了人工智能法律技术对英格兰和威尔士法律部门的影响的广泛积极画面。John Armour教授，法学院

人工智能促进创业生态系统：欧洲领先的风险投资公司OpenOcean和Saïd商学院的研究人员联手发布了全球最准确的开放获取创业洞察平台O3。到2023年图像识别市场的估计价值$134亿，O3平台绘制了英国人工智能创业生态系统，为所有利益相关者提供有价值的数据，汇集了风险投资、科技行业和学术界的专业知识，为创业评估的准确性设定了新的基准。包括Mari Sako教授在内的O3研究人员为英国科技行业发现了全新的见解，包括目前拥有明确人工智能产品的初创公司数量不到整个生态系统的10%。该平台提供的见解对于确保英国在人工智能领域的领导地位至关重要。“我们相信这个平台具有巨大的潜力，可以帮助创新者根据可靠的数据做出明智的决定，并促进人工智能的研究。Sako教授，Saïd商学院牛津大学国际发展部(Oxford Department of International Development)研究的一个人工智能分支机构正在提供一种价格合理的技术估值工具，帮助创新者和初创企业获得融资。阻碍创新想法转化为可行产品的一个关键障碍是成本;OxValue。人工智能提供了一种新的方法，旨在使技术定价客观、负担得起，并使所有需要它的人都能获得。OxValue。人工智能基于傅晓兰教授开发的一种算法，其特别目标是促进向全球南方国家传播技术。

改变未来的工作方式：2013年，牛津大学马丁学院(Oxford Martin School)的卡尔-本尼迪克特·弗雷(Carl-Benedikt Frey)教授和迈克尔·奥斯本(Michael Osborne)教授发表了一篇论文，预测美国近一半的工作岗位面临自动化的风险。这项研究催生了牛津马丁未来工作项目(Oxford Martin Programme on the Future of Work)，该项目将提供对技术如何改变经济的深入理解，以帮助领导者在21世纪过渡到新的工作方式。“我们正在努力了解工作自动化的历史和未来。忽视自动化的威胁是对历史的误解。”牛津大学马丁学院卡尔·本尼迪克特·弗雷教授，在牛津大学马丁学院(Oxford Martin School)的其他地方，研究人员已经研究了生成式人工智能在改变各行各业工作、提高生产力和民主化创新方面的潜力。Ian Goldin教授和Pantelis Koutroumpis博士发现，虽然生成式人工智能为加速解决世界上最大的挑战提供了巨大的潜力，但它也可能摧毁就业机会，破坏民主，扩大社会内部和国家之间的不平等和分歧。“现在的挑战是制定所需的监管框架和护栏，以确保其利益得到广泛分享和维持。Ian Goldin教授，牛津马丁学院，来自的新研究牛津互联网学院旨在了解新技术对未来就业和培训的影响，特别是对无偿家务劳动的影响。这UKRI ESRC证书-资助国产AI项目由以下机构牵头叶卡捷琳娜·赫尔托格教授并将研究新小工具和应用程序的潜力，以腾出现在被锁定在无偿家务和护理工作中的时间，并评估我们是否愿意将这些技术引入我们的私人生活。在另一个牛津互联网学院研究Fabian Stephany博士发现工人人工智能技能特别有价值，部分原因是这些技能可以与其他有价值的技能相结合。这项研究集中在962项技能和25,000名工人身上，发现编程语言和数据科学是最有价值的技能之一，一项技能与其他技能相结合的潜力越大，其自身价值就越高。

具有人工智能技能的工人的薪水更高 40%

技术与未来：牛津大学的研究人员正在利用人工智能来推动新技术，这些新技术正在塑造我们世界的未来。从无人驾驶汽车和机器人技术，到清洁能源和生态系统监测，我们的专家正在揭示机器学习如何造福工作场所、道路内外的人类。他们正在应对社会面临的最大挑战，并推进人工智能治理，以确保在全球范围内负责任地部署这些技术。用于服务操作的自主机器人。牛津大学专家在牛津机器人研究所，部分工程科学系，正在研究如何使用机器人来帮助人类，使用机器学习和人工智能。贝蒂是 MetraLabs SCITOS A5 机器人，专为办公室和疗养院环境中的室内服务操作而设计。贝蒂带着 Nick Hawes教授 他于2017年加入ORI担任董事。2019 年，贝蒂在布伦海姆宫的大厅里向游客致意，并提供有关宫殿及其历史的信息。霍克斯教授对牛津火花 大问题播客关于使用自主机器人执行不适合人类的任务的挑战和可能性，例如生态系统变化的水下监测。

无人驾驶汽车：这牛津机器人研究所创立者Paul Newman教授，他领导了技术套件这使得无人驾驶汽车等自动驾驶汽车能够独立于基础设施进行导航。2015年，纽曼教授和英格玛·波斯纳教授分拆出来奥克博蒂卡（现为 Oxa）将其自动驾驶汽车软件商业化，并彻底改变日常车辆为社会所做的工作。“Oxbotica建立在通用自动驾驶的愿景之上，即提供独立于工作场所和车辆类型的安全和可持续的自动驾驶™。”Paul Newman教授，Oxa和牛津机器人研究所，截至 2023 年，Oxa 已显著扩展并与广泛的行业合作伙伴合作，包括应用电动汽车为原型车配备其软件，这些车辆已经在牛津的一条公共道路上在没有车载驾驶员的情况下运行。研究人员来自计算机科学系合作开发了新的人工智能系统为自动驾驶汽车提供更安全、更可靠的导航，尤其是在恶劣天气条件下。由教授指导尼基·特里戈尼和安德鲁·马卡姆， 博士生亚辛·阿尔马利奥卢同事们开发了一种新的、自我监督的深度学习模型，以解决自动驾驶汽车在恶劣天气下面临的挑战，这可能导致定位不准确。“估计自动驾驶汽车的精确位置是在具有挑战性的条件下实现可靠自动驾驶的关键里程碑。”Andrew Markham教授，计算机科学系，

机器人让世界更安全：2021年牛津机器人研究所是获得资助从UKRI产业战略挑战基金进行研究，以开发在极端和具有挑战性的环境中运行的新技术。这些包括工作危险或难以到达的环境，例如核电和海上能源行业的环境。这核中心（RAIN Hub）中的机器人和人工智能是一项合作研究计划，旨在通过缩短时间、提高安全性、促进远程检查以及减少人类暴露于辐射和其他危害的机会来降低核工业的成本和风险。2021 年，ORI 在位于 Culham 的 UKAEA 站点的 JET（欧洲联合环面）进行了一次重大的现场试验。该试验证明了机器人技术对核工业的价值，为未来的机器人在对人类来说过于危险的环境中安全运行铺平了道路。

为移动自主设备供电：智能边缘（Semantic Low-code Programming Tools for Edge Intelligence）是一个新的EU Horizon项目，旨在提供适用于需要快速响应时间的应用的解决方案来自移动自主设备。这个耗资 9 万欧元的项目旨在管理交通、制造、健康应用和智慧城市等移动自主应用所需的智能。“我们很高兴能与这样一个才华横溢的领先研究人员联盟合作，实现边缘智能的阶梯式变化，并将其应用于日常生活。'Noa Zilberman副教授，工程科学系-牛津团队，包括诺亚·齐尔伯曼副教授从工程科学系，正在领导动态群体网络的工作，关键是操作的可靠性、安全性和隐私性。

提升 AI 任务的处理能力：牛津大学的研究人员与来自明斯特大学、海德堡大学和埃克塞特大学的合作者一起发表了一篇论文，报告了他们的集成光子电子硬件的开发能够处理三维 （3D） 数据，大大提高了 AI 任务的数据处理能力。这种方法可以提高能源效率100x本文以团队的开创性工作为基础，包括董博伟博士和Harish Bhaskaran教授，从材料系，于 2021 年发布，展示了人工智能和机器学习应用的关键任务。这项工作导致了光子人工智能公司分拆出来的诞生，显著性实验室。

人工智能助力清洁能源：牛津大学的研究人员加入了一个多机构团队，该团队将探索创造聚变能的新方法希望它最终可以扩大规模，以提供安全、清洁和丰富的能源。该项目的支持来自牛津大学分拆公司总计12万英镑第一盏灯融合，这种新方法背后的公司，以及英国研究与创新的繁荣伙伴关系计划。“机器学习工具在探索实现核聚变所需的极端物质状态方面发挥着重要作用。。。。。。这种伙伴关系汇集了应对这一重大挑战所需的专业知识。

Sam Vinko副教授，物理系Dan Eakins教授从工程科学系和教授詹卢卡·格雷戈里和山姆·文科从物理系将与伦敦帝国理工学院和约克大学的同事合作，研究可扩展核聚变的新技术。行业合作伙伴机器发现，也是牛津大学的衍生公司，将为计算密集型任务提供人工智能驱动的解决方案，以实现显着的生产力，帮助加速新方法的开发。

人与AI的协调：2023年<>月Jakob Foerster教授从工程科学系被授予ERC 启动补助金为了发展新的机器学习算法用于人与人工智能的协调，这在人类和机器人并肩工作的情况下可能具有重要的应用，例如在仓库或服务环境中。这笔资金将帮助Foerster教授为人工智能系统奠定基础，这些系统可以在复杂的环境中与人类用户顺利交互，例如混合自治团队或交通情况。“目前的机器学习算法非常擅长使用大规模计算能力在游戏中击败人类。如果我们也能用它来帮助和支持人类，那不是很好吗？Jakob Foerster教授，工程科学系

面向未来的负责任 AI：2023年Aioi研发实验室由Oxford spinout推出Mind Foundry（心灵铸造厂）与保险品牌 Aioi Nissay Dowa Insurance 合作，以及Aioi Nissay Dowa 欧洲。该实验室汇集了已经在安全驾驶和自动化方面有所改进的见解和专业知识，致力于为全球社会面临的一些最重大挑战提供实际解决方案，从气候危机和人口老龄化到自动化程度提高的影响。Aioi研发实验室将得到牛津大学教授顾问委员会的支持，这些教授在许多学科中都具有专业知识，其中包括Mind Foundry的联合创始人斯蒂芬·罗伯茨教授和Michael Osborne教授,马尔科姆·麦卡洛克教授的能源电力集团和Paul Newman教授的牛津机器人研究所。'人工智能是少数将真正改变我们社会和地球面貌的变革性技术之一——我认为没有它，我们就无法应对本世纪的核心挑战。Michael Osborne教授，Mind Foundry和工程科学系-这RAILS项目- 负责长期可信赖自治系统的人工智能 – 由以下机构领导Larz Kunze 博士从牛津机器人研究所，并专注于责任问题以及如何在自动驾驶汽车领域内理解、绘制和体验这些内容。来自牛津大学、伦敦大学学院以及约克大学和利兹大学的多学科团队将研究自动驾驶汽车和机器人系统为了评估如何以对社会负责的方式设计、开发和运行这些系统。

应对 AI 面临的最大挑战：2023年Michael Bronstein教授从计算机科学系和艾莉森·诺布尔教授从工程科学系，被授予UKRI图灵AI世界领先的奖学金进行开创性工作关于人工智能面临的一些最大挑战。Bronstein教授将开发一种新的药物和食品设计机器学习框架，以他的研究为基础，该研究专注于广泛的应用，从计算机视觉和模式识别到生物化学、药物设计和动物交流。Noble教授将继续她的研究，研究人工智能与计算机视觉和临床医学的界面，重点是将机器学习应用于超声。