视觉学习行为的神经机制
　　中国科学院脑科学与智能技术卓越创新中心（神经科学研究所）、上海脑科学与类脑研究中心、神经科学国家重点实验室姚海珊研究组开展了眶额叶皮层通过调节初级视皮层的反应增益促进视觉偶联学习的研究。研究论文发表于Nature Communications。通过光遗传标记技术，发现投向V1的OFC神经元通过降低放电率的方式编码奖励预期信号，与V1神经元相反。在No-Go刺激出现时抑制OFC向V1投射的活动能够减慢小鼠的视觉学习速率，而光遗传激活V1的SST抑制性神经元能够提高小鼠的学习速率。因此，OFC向V1的投射能够调节V1神经元对奖励无关刺激的反应，通过改变刺激的显著性来易化视觉偶联学习。
　　从大规模科学文献中提取生物医学实体关系的新型深度学习模型
　　清华大学交叉信息研究院曾坚阳研究组成功开发了从大规模科学文献中提取生物医学实体关系的深度学习模型，即基于机器学习的大规模生物医学关系自动抽取技术。研究论文发表于Nature Machine Intelligence。研究团队采用了一种基于远监督的深度学习策略，使得模型能够在不依赖人工标注数据的情况下应用到各种生物医学关系抽取场景当中。此外，文章所提出的集成了隐式句法树学习和注意力机制的模型，在多项生物医学关系抽取任务当中，都取得了领先的实验结果。这项研究成果表明，这种新型的机器学习框架能够为生物医学关系发现提供有力的帮助。
　　预测纳米金属氧化物炎症效应的机器学习模型
　　大连理工大学环境学院李雪花副教授团队与苏州大学李瑞宾教授团队合作，首次构建了机器学习模型，实现了对纳米材料造成肺部炎症效应的预测。不仅为纳米材料风险评价提供了重要的工具，还拓展了对纳米材料炎症效应机理的认识。研究论文发表于Environmental Health Perspectives。论文构建了包含30种纳米金属氧化物的数据库，其中涵盖金属氧化物的4种定量、理化性质。开发了预测纳米金属氧化物肺部炎症效应的机器学习模型。识别和证明了金属氧化物诱导炎症效应的关键细胞事件。研究表明细胞摄取、溶酶体损伤及组蛋白酶Cathepsin B释放是金属氧化物造成炎症的关键事件。
　　自动化所空间机器人自主操控技术研究进展
　　中国科学院沈阳自动化研究所机器人学国家重点实验室、中科院“空间自主操控创新交叉团队”张鑫、刘金国等，针对不具备抓捕特征的空间非合作目标，提出了一种机器人化“锁笼对”的捕获方法。研究论文发表于IEEE/ASME Transactions on Mechatronics。文章提出了采用双臂空间机器人实现锁笼对的捕获方法，核心是将目标限定在有限的封闭空间之中，即机器人化锁笼中；并提出锁困兼容性概念以及相应的性能指标，用于定量地描述锁笼对方法的捕获能力。基于该性能指标，提出一种双臂空间机器人预捕获构型的规划算法，以获得最优捕获能力。最后，搭建气浮式空间机器人实验平台验证了方法的有效性。