︿
Top

前瞻技術脈動:AI與機器人技術(202421)

瀏覽次數:2865| 歡迎推文: facebook twitter wechat Linked

科技產業資訊室 - 技術發展藍圖研析團隊 發表於 2024年7月26日
facebook twitter wechat twitter
 

圖、前瞻技術脈動:AI與機器人技術(202421)
 
藤蔓啟發的FiloBot「生長」機器人透過 3D列印自己的機身
自我生長機器人是導航、探索和開拓非結構化環境的新興解決方案,但其在現實世界條件中生長和移動的能力仍在發展中。由Italian Institute of Technology研究團隊發表於《Science Robotics》期刊的研究成果指出,該團隊研發出一種探索非結構化環境的機器人FiloBot,可像自我支撐的藤蔓一樣生長。它具有圓錐形頭部、底座兼電源站和類似樹幹的身體,透過從底座的線輪中拉取3D列印熱塑性塑料的線到頭部,不斷生長自己的身體。該機器人使用熱塑性塑料的連續圈狀層進行3D列印,這些圈狀層在冷卻後會黏合在一起。它的生長方向是透過基於光感測器、陀螺儀和其他頭部電子元件輸入的資訊,改變塑料的溫度、方向和沉積速度來控制。FiloBot可在垂直支撐物周圍自動纏繞,並在檢測不到支撐物時生長出堅固而強韌的身體,從而優化其能源使用。
參考資料:Vine-inspired FiloBot "growing" robot 3D-prints its own body, New Atlas. 2024/01/18.


AI的致命弱點:新研究找出根本上的缺陷
ChatGPT及類似的機器學習技術正在崛起,但即使是最先進的演算法也面臨著一些限制。以數學方式證明在簡單問題之外,開發永遠穩定的人工智慧演算法是不可能的。由University of Copenhagen研究團隊發表於Foundations of Computer Science研討會的研究成果指出,該團隊以數學方式證明了在簡單問題之外,開發永遠穩定的人工智慧演算法是不可能的。研究結果顯示,對於複雜問題,完全穩定的機器學習演算法是不可能實現的。該研究旨在發展一種討論機器學習演算法弱點的語言,以在未來制定更好的測試準則和更穩定的演算法。
參考資料:AI' s Achilles Heel: New Research Pinpoints Fundamental Weaknesses, SciTechDaily. 2024/01/24.


對光傳播進行編程創建高效的神經網路
訓練大量參數需要龐大的儲存空間和運算能力,耗能極高,利用光纖建置低耗能的光學神經網路。瑞士聯邦理工學院的研究人員在光學領域取得了重要突破,將光傳播的特性應用於神經網路,以超短脈衝在多模光纖內的精確控制(波前整形),使得以微瓦級的平均光功率執行非線性光計算,實現了與傳統數位系統相當的性能,但使用的可編程參數數量僅為傳統數位系統的1%。這種光學實現方式降低了機器學習模型的記憶需求和能源消耗,激盪出更為高效的人工智慧硬體解決方案,相關研究已發表在《Advanced Photonics》上。
參考資料:Programming light propagation creates highly efficient neural networks, TechXplore. 2024/01/25.


3D列印的電子皮膚為人機互動帶來希望
如何在設計人機互動裝置時,實現類肌膚的可撓性和感知能力。利用奈米工程水凝膠,實現電子皮膚(E-skin)的3D列印,具有與人類皮膚相似的彈性、可撓性和感知功能。德州農工大學的研究團隊使用奈米工程水凝膠成功開發了3D列印的電子皮膚(E-skin),其克服了製造上的既有挑戰。研究中指出,這款E-skin能應用於穿戴式健康設備,不僅能持續監測運動、溫度、心跳和血壓等生理指標,還可提供即時回饋,有助於改善運動技能和協調性。研究團隊表示,E-skin技術還有望應用於機器人、義肢、穿戴式裝置、體育健身、安控系統和娛樂設備等領域。研究結果已在《Advanced Functional Materials》期刊上發表。(1084字;圖1)
參考資料:3D printed electronic skin provides promise for human-machine interaction, TechXplore. 2024/01/26.


 

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。