牛津大学的专家正在将人工智能运用于社会面临的最大寻衅。

他们正在利用人工智能来办理环球康健问题，从识别精神疾病到预测未来盛行病的传播。

研究职员正在利用人工智能来策划展览和创作交响乐，监控造孽野生动物贸易，并在火星上探求生命。

他们正在剖析人工智能对事情场所的影响，并带头探索人工智能对人类影响的伦理问题。

环球康健、医学和疾病：牛津大学的专家正在利用人工智能来增强我们的医疗保健做事，更准确地检测疾病，并帮助我们更好地理解我们的身体。
他们不仅利用人工智能开拓和改进疗法和治疗方法，而且还致力于推动变革，并在环球利用的新康健技能的管理中供应保障。

理解大脑和认知能力低落：研究职员在歌诗达集团，由Rui Ponte Costa 医师，正在寻求通过开拓新一代的打算学习模型来理解大脑学习的基本事理，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，取得了多项重大打破，包括引入人工智能驱动的胆碱能神经调控理论这阐明了大脑学习加速及其在认知能力低落中的浸染。
“机器学习帮助研究职员加快剖析繁芜多样的现实天下数据的过程，并帮忙开拓痴呆预测模型”Sarah Bauermeister副教授，精神病学系，与来自其他一些机构的同事一起，研究职员还利用机器学习技能来剖析繁芜的数据，以便创造隐蔽的模式，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职员讯问了真实天下的数据，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，以及他们是否可以仿照从轻度认知障碍（MCI）到痴呆诊断的进展轨迹。

利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生理康健困难的人的措辞差异终极可用于帮助诊断和监测精神疾病。
通过开拓基于人工智能措辞模型的新工具，他们能够创造精神分裂症患者在言语方面存在眇小但显著的差异，这表明其症状的严重程度。
紧张作者Matthew Nour 博士与伦敦大学学院的同事一起演习了人工智能措辞模型，以理解单个参与者产生的单词选择。
“这项事情展示了将人工智能措辞模型运用于精神病学的潜力——精神病学是一个与措辞和意义密切干系的医学领域”Matthew Nour博士，精神病学系，他们创造，与对照组比较，精神分裂症患者利用的单词之间的干系性不那么明显，因此，人工智能措辞模型无法预测。
研究职员推测，这可能与大脑存储不同影象和想法在大脑中的关系办法有关。
当查看来自同一参与者的脑成像数据时，他们创造了对这一理论的支持。

识别心脏病产生发火的风险：人工智能不仅用于绘制认知能力低落的舆图和诊断精神疾病。
牛津大学的专家正在将人工智能运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，正在利用人工智能开拓技能这可以在致命心脏病产生发火前至少五年识别出致命心脏病产生发火的高风险人群。
该小组，总部设在拉德克利夫医学系，利用机器学习开拓了一种新的生物标志物或“指纹”，称为脂肪影像组学特色（FRP）。
这可以检测生物危险旗子暗记，识别炎症、疤痕和向心脏供血的血管的变革——所有这些都是未来心脏病产生发火的指标。
我们开拓了一种方法，可以进行扫描，利用人工智能不仅剖析心脏动脉，还剖析动脉周围的区域，这见告你在未来8到10年内是否会心脏病产生发火。
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图像剖析技能商业化，该技能可以在致命心脏病产生发火发生前数年就标记出有致命心脏病产生发火风险的患者。

开拓慢性疲倦的诊断测试：据估计，英国有超过 1 万人受到肌痛性脑脊髓炎/慢性疲倦综合征 （ME/CFS） 的影响。
这种使人衰弱的疾病的特色是持续和不明缘故原由的疲倦的极度症状，大多数患者依赖自我报告、问卷调查和主不雅观丈量来得到诊断。
然而，牛津大学的研究职员由Karl Morten 博士从纳菲尔德妇女和生殖康健部和黄炜教授从工程科学系，已经利用人工智能来开拓ME/CFS诊断工具，准确率为91%。
研究职员利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 个单独的特色，这些特色很繁芜，并且不一定有明确的特色将 ME/CFS 患者与没有这种疾病的患者区分开来。
然后，研究职员利用人工智能来查看测试数据，并能够天生一个模型，可以将患有ME / CFS的人和没有ME / CFS的人分开。
虽然这为慢性疲倦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想熏染到好处。
例如，研究职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 天生图像：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；一个女人怠倦地揉了揉眼睛；专业准备的载玻片的显微照片，展示了前列腺腺癌的细胞构造；在数字屏幕上对人的肺部进行医学MRI扫描；患者与年夜夫交谈；一名年夜夫在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 人工智能康健与照顾护士奖），牛津大学的专家正在评估前列腺癌检测软件系统。
该技能在临床环境中的评估是牛津大学 （OUH） NHS 基金会相信基金正在进行中，这是ARTICULATE PRO 研究。
“我们在卫生做事方面的紧张目标之一是在早期阶段准确诊断癌症，以便更快地供应治疗，并终极改进患者的预后。
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，正在研究通过利用名为Paige Prostate的打算机赞助诊断系统在前列腺癌路子中支配AI。
OUH 的病理学家正在利用 AI 运用程序来帮助阅读前列腺活检载玻片。
该技能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做事感谢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互助伙伴之一。
PathLAKE数字同盟，由考文垂大学医院领导。
该同盟的目标是在英国的细胞病理学中开拓人工智能创新的运用，并创建天下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教授同事们能够开拓一种算法自动要求对诊断上不愿定的前列腺活检进行额外调查。
Verrill教授阐明说：“NHS在医疗和私人做事上花费了27万英镑，以填补病理学做事供应的不敷。
“通过利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韶光审查这些病例，这不仅可以节省经济用度，还可以加速前列腺癌的诊断，以便更早地关照患者和治疗临床年夜夫。
每个病例节省的病理学家韶光分钟数，Verrill 教授和 Rittscher 教授还与 OUH 的同事互助开拓了路径探查器,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）,英国癌症研究中央工业界在牛津大学领导的人工智能研究操持中投资了超过11万英镑，以改进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、临床年夜夫、本地和环球行业以及患者代表组成的天下级团队，对付加速肺癌检测非常主要。
CRUK牛津中央联席主任、牛津癌症早期检测中央主任陆昕教授，与英国国家医疗做事体系（NHS）的肺部康健检讨操持互助，将首次利用人工智能将临床、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色。
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低级保健康健科学系和牛津人口康健，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本钱效益。
Hippisley-Cox教授的团队也是希望开拓一种风险预测算法，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同盟 （NCIMI）在大学的大数据研究所，还将利用算法来更好地评估慢性壅塞性肺病 （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职员也在剖析人工智能在慢性壅塞性肺病（COPD）评估中的运用。
纳菲尔德低级保健康健科学部的专家正在努力帮助移动一种名为N-Tidal的设备成为慢性壅塞性肺病自动诊断测试的一部分。
“这种潜在的打破性医疗设备可能能够为临床年夜夫供应更快、更准确的患者肺功能评估”elen Ashdown博士，纳菲尔德低级保健康健科学系

人工智能正在被用于开拓更快、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央 （OCMR），部分拉德克利夫医学系，设计了一种名为“虚拟原生增强”的人工智能办理方案，与须要向患者注射造影剂的传统方法比较，它可以产生清晰或质量更好的图像。
该办理方案结合了常日不须要比拟注入的 MR（磁共振）图像，并利用 AI 演习机器来预测比拟度增强图像的外不雅观。
这创建的图像类似于传统的比拟度增强图像，但不须要注射造影剂，造影剂会延长扫描韶光，并且在某些患者（例如患有严重肾衰竭的患者）中应谨慎利用。
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职员互助进行。
牛津大学衍生公司 Perspectum 还开拓了人工智能首次主流运用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 阶段人工智能康健与照顾护士奖的联合得到者与大学的妇女和生殖康健部以及 2021 年在伦敦成立的胎儿医学基金会。
OxNNet工具包，个中还在 1 年得到了 NIHR 第一阶段的帮助，利用 AI 在大略的 3D 超声扫描中自动识别胎盘并进行丈量。
莎莉·柯林斯教授，该奖项的首席研究员阐明说：“如果胎盘很小，或者血液供应不敷，我们知道婴儿胎儿成长受限的风险会增加。
“在有身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，并在婴儿碰着麻烦时尽早分娩，从而防止成长受限成为去世产。

识别骨折以改进骨骼康健：一项希望利用人工智能来检讨骨骼康健和降落骨折风险的研究是还成功得到了人工智能在康健和照顾护士方面的帮助。
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互助项目。
“这笔赠款是我们迈向人口康健领域全面和可扩展的人工智能办理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岁往后骨折，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，大多数患者没故意识到他们有这样的骨折，由于它们会导致暂时的背痛，而这每每被忽略。
许多成年人出于其他缘故原由进行打算机断层扫描 （CT） 身体扫描，这常日包括扫描背部，如果存在骨折，扫描会拾取骨折的脊柱骨。
但是，由于扫描的缘故原由不是为了检测这些骨折，因此患者和医疗团队常常会遗漏它们。
CT 扫描以骨质疏松性脊柱骨折为特色，参与ADOPT研究的研究职员在牛津大学领导卡西姆·贾瓦德教授，正在利用 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创造的脊柱骨折患者，如果成功，人工智能增强的椎体骨折预防路子可以改进骨质疏松症患者的识别、评估和治疗建议——也可能为 NHS 节省本钱。
“我们希望利用 Nanox。
AI 的积极好处将显著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职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年夜夫。
漏诊或延迟骨折诊断是一种常见的缺点，具有潜在的严重影响，因此Botnar 肌肉骨骼科学研究所动手评估人工智能对放射科年夜夫的帮助——帮助加快和改进骨折诊断。
研究职员创造临床年夜夫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运用前景广阔。
91-92%人工智能检测骨折的灵敏度

人工智能在药物创造中的浸染：牛津大学的研究职员正在与学术界和行业互助伙伴联手，利用人工智能来开拓新药，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告互助，创建一个新的人工智能与精准医学中央 （CAIPM）。
该中央由两所大学的多学科团队组成，牛津大学的研究职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康健。
该中央的紧张操持是利用人工智能技能加速药物创造，旨在成为国际公认的人工智能驱动药物创造的灯塔。
“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，牛津大学人口康健-大学之间的互助伙伴关系大数据研究所和环球医疗保健公司诺华也在2019年宣乐成立，旨在建立一个天下领先的研究同盟，利用人工智能来理解繁芜疾病并改进药物开拓。
这项为期五年的互助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职员组成。
最近一项由该伙伴关系和惠康相信基金帮助的研究寻衅了遗传学可能显著阐明可变反应的不雅观点见于常用于治疗枢纽关头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 年宣告与天生式AI药物创造公司Absci Corporation建立互助伙伴关系。
$1亿将新药推向市场的均匀本钱，

Absci将利用肯尼迪研究所的基因组学数据集，从对炎症性肠病（IBD）具有分外免疫反应的患者（包括克罗恩病和溃疡性结肠炎）中鉴定出新型抗体。
利用反向免疫学，Abcsi将通过打算重新组装抗原抗体对，作为药物开拓的一个有出息的潜在出发点。
“我们对天生式人工智能的潜力感到愉快，由于它可以加速有出息的候选药物的创造，并更好地理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-该大学的研究职员英国阿尔茨海默氏症研究中央 牛津药物创造研究所 （ODDI）2021 年宣告与总部位于牛津的 Exscientia 互助。
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的技能专长和深度治疗知识相结合。
该互助伙伴关系的目标是治疗阿尔茨海默病的神经炎症 - 这是环球最常见的痴呆形式，估计有44万人患有这种疾病或干系形式的痴呆。
“至关主要的是，我们开拓针对痴呆潜在神经炎症机制的治疗方法。
John Davis教授，英国牛津药物创造研究所阿尔茨海默氏症研究中央

利用人工智能对抗抗微生物药物耐药性：包括牛津大学研究职员在内的国际互助是努力为抗击抗微生物药物耐药性的国家行动操持供应信息。
天下卫生组织已宣告抗微生物药物耐药性（AMR）是人类面临的十大环球威胁之一，并敦促所有国家迅速减少抗生素的利用以应对这一问题。
Koen Pouwels 医师从牛津人口康健将领导事情为低级保健机构开拓抗生素管理工具，他在利用数学、统计和机器学习方法对医疗保健干系传染和抗微生物药物耐药性的发展和康健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供应信息的 AMR 数据 （ADILA）由伦敦大学圣乔治学院主理的新生儿和儿科传染中央（CNPI）卖力折衷。
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，并制订个性化的治疗策略，以降落患者涌现抗微生物药物耐药性的风险。
领导单位Mathew Stracy 博士，研究职员与以色列理工学院互助，开拓了一种算法来预测个体患者治疗引起的AMR涌现的风险。
希望这项事情将导致一种更加个性化的细菌传染治疗方法，这将限定患者和人群中AMR的涌现。
“我们创造，患者过去传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传染的风险。
利用这些数据，加上患者的年事和性别等人口统计数据，我们开拓了算法。
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事情的医疗保健研究职员。
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-病毒的宏不雅观图像，常日显示为 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-女年夜夫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年夜夫利用VR头盔

COVID-19、人工智能和病毒爆发的预测：在 COVID-19 大盛行期间，由拉德克利夫医学系的研究职员开拓的一项 AI 测试能够对到达急诊科的患者进行传染筛查的速率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学术临床研究员阐明说，该测试意味着“传染患者可以更快地被创造，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% 测试精确打消传染的准确性；该系的研究职员也利用 AI 丈量 COVID-19 患者的心血管风险为了评估心脏的炎症水平，疑惑这是对病毒产生严重反应的缘故原由。
利用 AI 开拓“COVID-19 署名”，Charalambos Antoniades教授同事们能够扫描血管炎症加剧和打算一个人去世于 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职员互助，牛津大学的研究职员儿科利用 AI 来供应帮助加强人们接种COVID-19疫苗的必要性通过证明以前的传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利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。
“利用机器学习是一种新的、令人愉快的工具，它使我们能够深入研究大型和完全的数据集，以绘制出我们原来无法检测到的模式。
”Adriana Tomic博士，牛津疫苗集团儿科-在 COVID-19 大盛行初期，IBM 的一组打算机科学家想知道天生式 AI 是否可以用来设计前所未见的分子来阻挡导致 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） 的研究职员揭橥了一项研究表明，新的抗病毒药物可以在人工智能的帮助下设计、开拓，然后可能在几个月内得到验证。
研究职员，包括 NDM 的David Stuart教授和客座研究员杰森·克雷恩（Jason Crain）教授在利用传统方法所需韶光的一小部分内创造了四种潜在的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，打算生物物理学客座教授-来自该大学的研究职员团队打算机科学系和哈佛医学院开拓了一种工具，可以帮助在新的病毒变种涌现之前预测它们。
EVEscape（前夕景不雅观）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构造信息相结合。
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方法，并设计出在令人担忧的变异株盛行之前针对其的疫苗。
“这项事情具有巨大的代价，不仅对大盛行监测事情，而且对疫苗设计供应信息，使其能够稳健地应对某些高危突变的涌现。
”Pascal Notin，打算机科学系博士生-为了测试 EVEscape 的能力，该团队仅输入了 19 年 2020 月 COVID-2 大盛行开始时可用的信息。
然后，他们哀求它预测SARS-CoV-<>会发生什么。
该模型成功地预测了大盛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盛行潜力的病毒（如拉沙和尼帕）的免疫逃逸预测方面的有效性。
原则上，该模型可以运用于任何病毒。
特约作者Yarin Gal 副教授强调了这在大盛行戒备和应对中的主要性。
他说：“抗体逃逸突变会影响病毒再传染率和疫苗效力的持续韶光。
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拓最佳疫苗和治疗方法的关键。

人工智能在医疗保健中的运用的管理和伦理：牛津大学的专家不仅利用人工智能来开拓诊断、疾病预防和药物创造方面的最新进展，而且还处于塑造在医疗保健中利用人工智能的伦理和管理考虑的最前沿。
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运用，以及人工智能在超声心动图中的利用是否评估图像影响了超声心动图师剖析扫描的能力和信心。
当超声心动图师在人工智能天生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%，不自傲的判断减少了29%。
“这项研究的真正差异在于，我们已经测试了算法在实际临床实践中的运作办法，我们创造它从根本上改变了年夜夫做出决定的办法。
Paul Leeson教授，拉德克利夫医学系-只管有宣布称临床年夜夫的信心有所提高，患者的治疗效果也有所改进，但在利用人工智能时，研究职员和从业者必须办理并意识到偏见和歧视的风险。
Andrey Kormilitzin 医师从精神科有强调了利用数据科学和 AI 时的风险“对属于代表性不敷的种族、民族、性和性别少数群体的人们造成意外侵害”。
通过回顾现有的研究，他的团队创造，关于性取向和性别认同的数据很少被记录下来，并且由于这些缺失落的数据，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，并指出办理数据网络、记录和保真度问题至关主要。
“我们希望确保LGBTQI+人群在利用数据驱动的工具（如人工智能）为生理康健做事和实践供应信息时得到公正和公道的对待。
”Andrey Kormilitizin博士，精神病学系-英国和日本研究职员之间的多学科互助是研究在医疗保健中利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、法律和新兴技能中央 （HeLEX）和大阪大学。
该小组旨在理解有助于或阻碍人工智能在医疗保健中履行的人为成分;确定利益干系者期望人工智能如何改变生活并影响医疗保健体验;并确定如何办理问题，以促进对数据驱动技能的接管和采取。
“随着人工智能越来越多地在NHS和未来的潜在运用中利用，当我们环绕这项新技能开拓管理和隐私问题时，患者和"大众年夜众的参与至关主要。
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-研究职员，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订报告指南，以改进人工智能在医疗环境中的利用。
ECIDE-AI的旨在改进人工智能系统研究的报告，当年夜夫在实际临床环境中首次利用人工智能系统时，治疗实际患者。
“随着人工智能越来越多地在NHS和未来的潜在运用中利用，当我们环绕这项新技能开拓管理和隐私问题时，患者和"大众年夜众的参与至关主要。
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：牛津大学的研究职员正在利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，以及道德须要如何成为技能进步的实质。
专家们正在剖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革。
保护社会，确保以合乎道德的办法利用人工智能。
该大学于 2021 年推出，其人工智能伦理研究所搜集了天下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能开拓职员和用户。
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互助评估人工智能对民主、管理、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年景为哲学、人工智能与社会同盟的创始成员。

预测 AI 对日常生活的影响：牛津大学的研究职员进行了调查人工智能对人类生活中最干系的方面之一意味着什么– 我们的家务。
他们创造，目前用于无偿家务劳动和照顾任务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）牛津大学系讲师教诲学系和叶卡捷琳娜·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韶光将在十年内减少近60%，而烹饪等其他家务事情则已经成熟，可以实现自动化。
到 28 年，只有 2033% 的实体托儿或照顾老年支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）的研究职员也一贯在研究算法模型在视觉艺术策展中的运用。
博士研究员劳拉·赫尔曼与艺术家互助法比安·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不雅观看办法之间的差异。
随着 DALL-E2、Stable Diffusion 和 Midjourney 等天生式 AI 技能的快速发展，人们开始质疑艺术在自动化面前的未来。
虽然这些天生式人工智能工具受到了很多关注，但人们对算法推举平台（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设柜；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。
本文利用机器学习技能在艺术作品中的运用案例研究，调查了人工智能增强创造力的范围，以及人类/算法的协同浸染是否有助于开释人类的创造潜力。
该团队采访了从事创意艺术事情的专家，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'现有图像的惊人变革'，但从业者认为，艺术家在授予图像艺术背景和意图方面仍旧是不可替代的，也便是说，在制作艺术品方面。
Anne Ploin，博士研究员， 牛津互联网研究所，该报告的紧张创造之一是，人工智能利用的重大变革涉及环绕天生过程组织创造性事情流程。
艺术家们创造当代机器学习艺术与艺术史上其他期间有许多相似之处——例如，1960 年代和 1970 年代的打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革，但艺术家在授予艺术图像背景和意图方面仍旧是不可替代的。
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：通过与文化机构的互助，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，研究职员工程科学系一贯利用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央，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央 （PRiSM），曾与作曲家互助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 爱乐乐团互助的 AI 作品。
这首曲子的创作方法是首先利用 AI 创建乐谱，然后利用 AI 将音符转换为管弦乐声音。
末了，人工智能被演习为利用20年的BBC爱乐乐团演出来天生原始音频 - 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不雅观众的声音。
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、技能和嘻哈之间的相互浸染，创建一个牛津旧消防局的沉浸式声景装置。
不雅观众在“时期”中移动，反响了从 1950 年代到未来的不同音乐和技能时期，曲目终极是根据人工智能天生的歌词创作的。

自然、景象和宇宙：牛津大学的专家正在利用人工智能来应对我们自然天下面临的最大寻衅，从监控造孽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;支持探求地球以外的生命，解码动物措辞，并利用机器学习来检测来自太空的自然磨难。

监测野生动植物和帮忙保护：研究职员来自生物系和牛津互联网学院正在利用打算方法来监测日益增长的在线造孽野生动植物贸易，通过以下办法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，正在开拓新的框架，以理解在线消费者行为的驱出发分和特色，以及可能的干预方法，为了减少野生动植物产品的贸易。
造孽野生动植物贸易的估计代价。
通过采取新的在线监测方法，该操持知足了环球对造孽野生动植物贸易多学科研究中央的需求，并促进了现实天下的保护影响。
这牛津 AI4Science（人工智能科学）实验室是打算机科学系并由Atılım Güneş Baydin 医师。
实验室的地震萨凡纳该项目正在利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主要的行为，例如奔跑。
他们独特的数据集为野生动物监测供应了大量的机会和好处。

用人工智能解码鲸鱼的措辞：一个首创性的互助研究项目正在利用前辈的机器学习和机器人技能来解码鲸鱼的互换。
CETI项目（鲸目动物翻译倡议）是一个TED大胆奖由天下领先的人工智能和自然措辞处理专家以及来自大学和其他互助伙伴网络的科学家组成的成功互助。
Michael Bronstein教授，DeepMind人工智能教授打算机科学系，是该项目的首席研究员和机器学习卖力人，该项目利用人工智能和无监督机器翻译的最新打破来聆听和翻译抹喷鼻香鲸的互换，并希望能够与之对话。

太空探索和监测：一项涉及研究职员的研究打算机科学系创造人工智能可以加速探求外星生命通过建议最有出息的地方。
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蔽的模式，这些模式可能表明生命的存在，支持从火星或其他地方网络样本。
“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。
。
。
。
。
。
在与火星干系的环境中。
'Freddie Kalaitzis博士，打算机科学系在其他地方打算机科学系，由博士生领导的研究职员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，该团队的造诣可以为从磨难管理到森林砍伐的一系列运用供应实时监控和决策。
“机器学习在改进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，打算机科学系探测来自太空的大水。
牛津大学研究职员与牛津大学研究职员互助首创的一项新的人工智能技能欧洲航天局的（欧空局）Φ-实验室，被支配实行一项任务，以试行从太空探测大水事宜。
牛津团队，由Atılım Güneş Baydin 医师从打算机科学系，开拓了一种名为”天下大水“专为支配在低地球轨道低本钱卫星上的太空专用硬件而设计。
该模式在降落大水探测和磨难应对技能的本钱以及使低收入国家能够得到这些技能方面具有重大意义。
“这是将机器学习和人工智能操作带入太空的非常主要的一步。
Atılım Güneş Baydin博士，打算机科学系；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，在海洋中并排拍浮；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

检测不受牵制的空气污染：研究职员之间的互助医学统计中央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办理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，该项目开拓了一种改进的、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紧张来源，是景象变革的关键成分，并与人口贩运和当代奴隶制有关。
“该模型供应了一种快速、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，医学统计中央-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操持，与天下各地的其他学术机构和研究中央进行折衷，为符合《巴黎协定》目标的景象行动供应信息。
净零追踪器由牛津净零排放组织牵头，是一项环球倡议，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，它供应了国家、州和地区、城市和大公司设定的净零目标的明确登记册。
谈天净零是Net Zero Tracker的新工具，是一个基于大型措辞模型（LLM）的谈天机器人和问答平台，能够破译环绕“净零”的繁芜措辞，旨在提高透明度和问责制，以实现净零承诺。
研究职员来自史密斯企业与环境学院正在利用大型措辞模型 （LLM） 来抵消景象缺点信息。
Julia Bingler博士共同设计景象伯特，这是一种自然措辞处理算法，为研究职员和从业者供应了一种优于以前方法的工具，可以从公司的景象干系报告和净零承诺中提取和剖析景象干系文本。
2023 年，该团队发布了聊景象候，一个原型人工智能对话谈天机器人，旨在让广大受众能够得到景象风险和信息。
一个新的协作式 AI 项目工程科学系正在利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，该项目搜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职员，将“数字孪生”和节能人工智能算法与行业参与相结合，为能源和交通优化供应循证示例。
Vogiatzaki 教授的事情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 创新奖学金的造诣之上。
“我们很高兴能与这样一个才华横溢的领先研究职员同盟互助，通过利用当代人工智能技能的惊人打破，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）。
作为吸收者埃里克和温迪施密特人工智能科学奖学金，Stevance博士将办理对夜空中不雅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。
利用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的第一个事情原型。

创造宇宙的身分：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 博士从物理系是舆图凑集作，这是欧洲核子研究中央大型强子对撞机综合体中最大的实验。
Pacey博士开拓了机器学习算法，以搜索宇宙的基本身分，超越我们的”标准型号'的粒子物理学。
该项目将开拓图神经网络，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、商业天下和政治格局。
他们正在创造人工智能如何影响政治选举和官僚机构，首创性金融领域的研究，并创造未来的事情会是什么样子。
理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搜集专家，研究互联网如何改变政治天下，并利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磋商了公共部门官僚机构如何将其现有的制度逻辑和代价不雅观与新引入的人工智能系统相折衷。
研究所的民主与科技方案调查算法、自动化和打算宣扬在公共生活中的利用。
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利用宣扬和缺点信息的问题。
人工智能越来越被认为是一种计策技能，可以供应显著的经济、社会和军事上风。
人工智能根本举动步伐的政治地理项目，也在牛津互联网学院并由Vili Lehdonvirta教授，旨在绘制作为前辈人工智能根本的打算能力根本举动步伐的政治地理。
据估计，环球云根本举动步伐由亚马逊、Microsoft和谷歌拥有70%；这牛津马丁学校的人工智能管理操持旨在通过技能和打算研究，结合政策剖析，理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，以缓解人工智能的寻衅并实现其好处。

减少在线市场的危害：研究职员的一项研究牛津互联网学院伦敦帝国理工学院创造智能算法和动态定价的广泛利用在线零售商使"大众年夜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，使卖家能够折衷价格，并可能以捐躯消费者为代价来增加利润。
研究职员呼吁政策制订者和监管机构考虑当前的法律或司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创造系统中的漏洞。
Luc Rocher博士，牛津互联网研究所；人工智能在金融和投资中的运用。
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，正在首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。
他们的事情将地理空间数据和剖析整合到金融理论和实践中。
地理数据网络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运用程序干系。
这些技能的结合有可能改变金融机构衡量和管理风险、机遇和影响的办法。
2023年，一个与巴克莱银行互助3年这牛津可持续金融集团英国绿色金融与投资中央（UK Centre for Greening Finance and Investment）成立。
“我们很高兴与巴克莱银行互助开展这个项目，创建开放数据和剖析，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首创性的项目将为金融部门建立脱碳路径和丈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》的目标和韶光表保持同等。

人工智能改进法律部门：一项涉及研究职员的研究赛德商学院和法学院创造利用人工智能赞助法律技能–旨在支持、补充或取代供应法律做事的传统方法的技能–是改变状师事务所的运作办法通过提高他们的效率和协作性。

英格兰和威尔士的50%状师报告利用人工智能。
研究职员，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做事中利用人工智能的限定，以开释其潜力，并进一步改进法律部门的运作办法。
他们的研究结果主见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供应辅导，以明确人工智能法律技能办理方案开拓中的数据利用，以帮助进一步开释其潜力。
“我们的报告描述了人工智能法律技能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商学院的研究职员联手发布了环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代价$134亿，O3平台绘制了英国人工智能创业生态系统，为所有利益干系者供应有代价的数据，搜集了风险投资、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研究职员为英国科技行业创造了全新的见地，包括目前拥有明确人工智能产品的初创公司数量不到全体生态系统的10%。
该平台供应的见地对付确保英国在人工智能领域的领导地位至关主要。
“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供应一种价格合理的技能估值工具，帮助创新者和初创企业得到融资。
阻碍创新想法转化为可行产品的一个关键障碍是本钱;OxValue。
人工智能供应了一种新的方法，旨在使技能定价客不雅观、包袱得起，并使所有须要它的人都能得到。
OxValue。
人工智能基于傅晓兰教授开拓的一种算法，其特殊目标是促进向环球南方国家传播技能。

改变未来的事情办法：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)教授揭橥了一篇论文，预测美国近一半的事情岗位面临自动化的风险。
这项研究催生了牛津马丁未来事情项目(Oxford Martin Programme on the Future of Work)，该项目将供应对技能如何改变经济的深入理解，以帮助领导者在21世纪过渡到新的事情办法。
“我们正在努力理解事情自动化的历史和未来。
忽略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，研究职员已经研究了天生式人工智能在改变各行各业事情、提高生产力和民主化创新方面的潜力。
Ian Goldin教授和Pantelis Koutroumpis博士创造，虽然天生式人工智能为加速办理天下上最大的寻衅供应了巨大的潜力，但它也可能摧毁就业机会，毁坏民主，扩大社会内部和国家之间的不平等和不合。
“现在的寻衅是制订所需的监管框架和护栏，以确保其利益得到广泛分享和坚持。
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理解新技能对未来就业和培训的影响，特殊是对无偿家务劳动的影响。
这UKRI ESRC证书-帮助国产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运用程序的潜力，以腾涌如今被锁定在无偿家务和照顾护士事情中的韶光，并评估我们是否乐意将这些技能引入我们的私人生活。
在另一个牛津互联网学院研究Fabian Stephany博士创造工大家工智能技能特殊有代价，部分缘故原由是这些技能可以与其他有代价的技能相结合。
这项研究集中在962项技能和25,000名工人身上，创造编程措辞和数据科学是最有代价的技能之一，一项技能与其他技能相结合的潜力越大，其自身代价就越高。

具有人工智能技能的工人的薪水更高 40%

技能与未来：牛津大学的研究职员正在利用人工智能来推动新技能，这些新技能正在塑造我们天下的未来。
从无人驾驶汽车和机器人技能，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事情场所、道路内外的人类。
他们正在应对社会面临的最大寻衅，并推进人工智能管理，以确保在环球范围内负任务地支配这些技能。
用于做事操作的自主机器人。
牛津大学专家在牛津机器人研究所，部分工程科学系，正在研究如何利用机器人来帮助人类，利用机器学习和人工智能。
贝蒂是 MetraLabs SCITOS A5 机器人，专为办公室和调理院环境中的室内做事操作而设计。
贝蒂带着 Nick Hawes教授 他于2017年加入ORI担当董事。
2019 年，贝蒂在布伦海姆宫的大厅里向游客存问，并供应有关宫殿及其历史的信息。
霍克斯教授对牛津火花 大问题播客关于利用自主机器人实行不适宜人类的任务的寻衅和可能性，例如生态系统变革的水下监测。

无人驾驶汽车：这牛津机器人研究所创立者Paul Newman教授，他领导了技能套件这使得无人驾驶汽车等自动驾驶汽车能够独立于根本举动步伐进行导航。
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事情。
“Oxbotica建立在通用自动驾驶的愿景之上，即供应独立于事情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互助伙伴互助，包括运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形下运行。
研究职员来自打算机科学系互助开拓了新的人工智能系统为自动驾驶汽车供应更安全、更可靠的导航，尤其是在恶劣景象条件下。
由教授辅导尼基·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拓了一种新的、自我监督的深度学习模型，以办理自动驾驶汽车在恶劣景象下面临的寻衅，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寻衅性的条件下实现可靠自动驾驶的关键里程碑。
”Andrew Markham教授，打算机科学系，

机器人让天下更安全：2021年牛津机器人研究所是得到帮助从UKRI家当计策寻衅基金进行研究，以开拓在极度和具有寻衅性的环境中运行的新技能。
这些包括事情危险或难以到达的环境，例如核电和海上能源行业的环境。
这核中央（RAIN Hub）中的机器人和人工智能是一项互助研究操持，旨在通过缩短韶光、提高安全性、促进远程检讨以及减少人类暴露于辐射和其他危害的机会来降落核工业的本钱和风险。
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能对核工业的代价，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，旨在供应适用于须要快速相应韶光的运用的办理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、康健运用和聪慧城市等移动自主运用所需的智能。
“我们很高兴能与这样一个才华横溢的领先研究职员同盟互助，实现边缘智能的阶梯式变革，并将其运用于日常生活。
'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事情，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：牛津大学的研究职员与来自明斯特大学、海德堡大学和埃克塞特大学的互助者一起揭橥了一篇论文，报告了他们的集成光子电子硬件的开拓能够处理三维 （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本文以团队的首创性事情为根本，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运用的关键任务。
这项事情导致了光子人工智能公司分拆出来的出身，显著性实验室。

人工智能助力清洁能源：牛津大学的研究职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终极可以扩大规模，以供应安全、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12万英镑第一盏灯领悟，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操持。
“机器学习工具在探索实现核聚变所需的极度物质状态方面发挥着重要浸染。
。
。
。
。
。
这种伙伴关系搜集了应对这一重大寻衅所需的专业知识。

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互助，研究可扩展核聚变的新技能。
行业互助伙伴机器创造，也是牛津大学的衍生公司，将为打算密集型任务供应人工智能驱动的办理方案，以实现显著的生产力，帮助加速新方法的开拓。

人与AI的折衷：2023年<>月Jakob Foerster教授从工程科学系被付与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折衷，这在人类和机器人并肩事情的情形下可能具有主要的运用，例如在仓库或做事环境中。
这笔资金将帮助Foerster教授为人工智能系统奠定根本，这些系统可以在繁芜的环境中与人类用户顺利交互，例如稠浊自治团队或交通情形。
“目前的机器学习算法非常善于利用大规模打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

面向未来的负任务 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 互助，以及Aioi Nissay Dowa 欧洲。
该实验室搜集了已经在安全驾驶和自动化方面有所改进的见地和专业知识，致力于为环球社会面临的一些最重大寻衅供应实际办理方案，从景象危急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，个中包括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能之一——我认为没有它，我们就无法应对本世纪的核心寻衅。
Michael Osborne教授，Mind Foundry和工程科学系-这RAILS项目- 卖力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，并专注于任务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卖力的办法设计、开拓和运行这些系统。

应对 AI 面临的最大寻衅：2023年Michael Bronstein教授从打算机科学系和艾莉森·诺布尔教授从工程科学系，被付与UKRI图灵AI天下领先的奖学金进行首创性事情关于人工智能面临的一些最大寻衅。
Bronstein教授将开拓一种新的药物和食品设计机器学习框架，以他的研究为根本，该研究专注于广泛的运用，从打算机视觉和模式识别到生归天学、药物设计和动物互换。
Noble教授将连续她的研究，研究人工智能与打算机视觉和临床医学的界面，重点是将机器学习运用于超声。