Sign in to follow this
Followers
0
Cheetah - najszybszy czworonożny robot
By
KopalniaWiedzy.pl, in Technologia
-
Similar Content
-
By KopalniaWiedzy.pl
Inżynierowie z amerykańsko-chińskiego zespołu zbudowali miękkiego robota z funkcjami neurobiomimetycznymi. Naukowcy twierdzą, że to pierwszy krok w kierunku bardziej złożonego sztucznego układu nerwowego.
Prof. Cunjiang Yu z Uniwersytetu w Houston podkreśla, że dzięki temu w przyszłości powstaną protezy, które będą się bezpośrednio łączyć z nerwami obwodowymi w tkankach biologicznych, zapewniając sztucznym kończynom funkcje neurologiczne. Osiągnięcie autorów publikacji z pisma Science Advances przybliża też perspektywę miękkich robotów, które będą potrafiły myśleć i podejmować decyzje.
Akademicy z ekipy Yu dodają, że ich odkrycia przydadzą się zarówno specjalistom z dziedziny neuroprotetyki, jak i obliczeń neuromorficznych (chodzi o przetwarzanie dużych ilości danych przy niewielkim zużyciu energii; a wszystko to za pomocą urządzeń naśladujących elektryczne działanie sieci nerwowych).
Czerpiąc inspiracje z natury, naukowcy zaprojektowali tranzystory synaptyczne, czyli tranzystory działające podobnie do neuronów, które spełniają swoje funkcje nawet po rozciągnięciu o 50%.
Podczas testów tranzystor umożliwiał np. powstanie potencjału postsynaptycznego pobudzającego czy zjawiska facylitacji (ang. paired-pulse facilitation, PPF), a także realizował funkcje pamięciowe.
Koniec końców miękki robot został wyposażony w odkształcalną sztuczną skórę z gumy wrażliwej na nacisk i tranzystorów synaptycznych. Dzięki temu był w stanie "wyczuwać" interakcje ze środowiskiem zewnętrznym i odpowiednio na nie reagować.
« powrót do artykułu -
By KopalniaWiedzy.pl
Za kilka tygodni w Tokio ruszy kawiarnia, której pomysłodawcy wpadli na niezwykłą ideę jednoczesnego zatrudnienia osób z bardzo poważnym stopniem niepełnosprawności oraz robotów. W kawiarni mają pracować roboty, które będą kontrolowane zdalnie przez niepełnosprawnych przebywających we własnych domach.
Androidy, wysokości mniej więcej 7-letniego dziecka, zostały wyposażone w kamery oraz mikrofony, dzięki czemu ich operatorzy zobaczą i usłyszą to, co dzieje się wokół. Pomysłodawcy mają nadzieję, że dzięki ich działaniom więcej firm zdecyduje się na zatrudnienie osób z ciężkimi niepełnosprawnościami, np. z chorobami prowadzącymi do zaniku mięśni.
Wspomniane roboty OriHime-D. Ich operatorami będą osoby cierpiące np. na stwardnienie zanikowe boczne (choroba Lou Gehringa), tę samą chorobę, na którą cierpiał Stephen Hawking. Jeśli testy wypadną pomyślnie, to niewykluczone, że jeszcze przed Igrzyskami Olimpijskimi w Tokio w 2020 roku kawiarnia będzie na stałe zatrudniała roboty i niepełnosprawnych. Każdy powinien mieć prawo do pracy, mówi jeden z pomysłodawców, Masatane Muto, który sam cierpi na stwardnienie zanikowe boczne.
Roboty OriHime-D mają 120 centymetrów wysokości i ważą około 20 kilogramów, będą pracowały w dzielnicy Akasaka od 26 listopada do 7 grudnia.
Mniejsze wersje podobnych urządzeń sprzedaje około 70 japońskich firm. Są one wykorzystywane m.in. przez uczniów, którzy z jakichś powodów nie mogą chodzić do szkoły.
Przedsiębiorstwem, które stoi za niezwykłą kawiarnią i które samo produkuje roboty, jest Ory Lab. Jego szef, Kentaro Yoshifuji, cierpiał w młodości na chorobę wywołaną stresem, przez co jako dziecko był izolowany od kolegów. Studiował robotykę na tokijskim Waseda University, chcąc opracować system porozumiewania się ludzi za pośrednictwem robotów.
« powrót do artykułu -
By KopalniaWiedzy.pl
W ubiegłym roku DARPA (Agencja Badawcza Zaawansowanych Projektów Obronnych) ogłosiła warty 1,5 miliarda dolarów program Electronic Resurgence Initiative (ERI). Będzie on prowadzony przez pięć lat, a w jego wyniku ma powstać technologia, która zrewolucjonizuje sposób projektowania i wytwarzania układów scalonych. Przeznaczona nań kwota jest czterokrotnie większa, niż typowe wydatki DARPA na projekty związane ze sprzętem komputerowym.
W ostatnich latach postęp w dziedzinie sprzętu wyraźnie nie nadąża za postępem w dziedzinie oprogramowania. Ponadto Stany Zjednoczone obawiają się, że gdy przestanie obowiązywać Prawo Moore'a, stracą obecną przewagę na polu technologii. Obawa ta jest tym większa, że inne państwa, przede wszystkim Chiny, sporo inwestują w przemysł IT. Kolejny problem, to rosnąc koszty projektowania układów scalonych.
Jednym z celów ERI jest znaczące skrócenie czasu projektowania chipów, z obecnych lat i miesięcy, do dni. Ma to zostać osiągnięte za pomocą zautomatyzowania całego procesu wspomaganego technologiami maszynowego uczenia się oraz dzięki nowym narzędziom, które pozwolą nawet mało doświadczonemu użytkownikowi na projektowanie wysokiej jakości układów scalonych.
Obecnie nikt nie potrafi zaprojektować nowego układu scalonego w ciągu 24 godzin bez pomocy człowieka. To coś zupełnie nowego, mówi Andrew Kahng z Uniwersytetu Kalifornijskiego w San Diego, który stoi na czele jednego z zespołów zakwalifikowanych do ERI. Próbujemy zapoczątkować w elektronice rewolucję na miarę tej, jakiej dokonały browary rzemieślnicze na rynku sprzedaży piwa, stwierdził William Chapell, którego biuro z ramienia DARPA odpowiada za ERI. Innymi słowy, DARPA chce, by małe firmy mogły szybko i tanio projektować i produkować wysokiej jakości układy scalone bez polegania na doświadczeniu, zasobach i narzędziach dostarczanych przez rynkowych gigantów.
Gdy Prawo Moore'a przestanie obowiązywać, najprawdopodobniej będziemy potrzebowali nowych materiałów i nowych sposobów na integrację procesora z układami pamięci. Ich znalezienie to jeden z celów ERI. Inny cel to stworzenie takiego sposobu integrowania ze sobą procesora i pamięci, który wyeliminuje lub znacząco ograniczy potrzebę przemieszczania danych pomiędzy nimi. W przyszłości zaś miałby powstać chip, który w tym samym miejscu będzie przechowywał dane i dokonywać obliczeń, co powinno znacząco zwiększyć wydajność i zmniejszyć pobór energii. DARPA chce też stworzyć sprzęt i oprogramowanie, które mogą być rekonfigurowane w czasie rzeczywistym do nowych zadań.
Niektóre założenia ERI pokrywają się z tym, nad czym pracuje obecnie prywatny przemysł komputerowy. Przykładem takiego nakładania się jest próba stworzenia technologii 3-D system-on-chip. Jej zadaniem jest przedłużenie obowiązywania Prawa Moore'a za pomocą nowych materiałów jak np. węglowe nanorurki oraz opracowania lepszych sposobów łączenia ze sobą poszczególnych elementów układu scalonego.
Podnoszą się jednak głosy mówiące, że DARPA i inne agendy rządowe wspierające badania IT, takie jak np. Departament Energii, powinny przeznaczać więcej pieniędzy na takie projekty. Profesor Erica Fuchs z Carnegie Mellon University zauważa, że prywatne przedsiębiorstwa skupiają się obecnie na bardziej wyspecjalizowanych zastosowaniach i mniej chętnie biorą udział w dużych wspólnych projektach. Zdaniem uczonej wysiłki amerykańskich agend rządowych w tym zakresie są o rząd wielkości za małe w stosunku do wyzwań, które czekają nas w najbliższej przyszłości.
« powrót do artykułu -
By KopalniaWiedzy.pl
Miliony ludzi na całym świecie z różnych powodów potrzebują pomocy w ubieraniu. Roboty mogłyby się sprawdzić przy tym zadaniu, na razie kłopotów przysparzają jednak skomplikowane ludzkie ciało i same ubrania. By sprostać zapotrzebowaniu, w Georgia Institute of Technology skonstruowano robota PR2, który w ciągu 1 dnia przeanalizował blisko 11 tys. symulacji ubierania człowieka i na tej podstawie "wyobraził sobie", co może czuć ubierana w szpitalną koszulę istota ludzka.
Maszyna nie polega na wzroku, ale na dotyku oraz siłach generowanych i odbieranych podczas przesuwania ubrania przez dłoń, łokieć i ramię człowieka.
Niektóre przeanalizowane symulacje ubierania przebiegały wzorcowo, inne były spektakularnymi porażkami - gdy koszula zahaczała się o dłoń lub łokieć, robot przykładał do ręki niebezpieczne siły.
Na podstawie tych przykładów sieć neuronowa PR2 nauczyła się szacować siły przykładane do człowieka.
Ludzie uczą się nowych umiejętności metodą prób i błędów. PR2 także daliśmy taką możliwość. Przeprowadzanie tysięcy prób na człowieku byłoby zarówno niebezpieczne, jak i żmudne. Za pomocą symulacji, w ciągu zaledwie jednego dnia, robot mógł się jednak swobodnie nauczyć, co człowiek czuje podczas ubierania - wyjaśnia doktorant Zackory Erickson.
Robot nauczył się także przewidywać konsekwencje ubierania w różny sposób. Wie, że o ile pewne ruchy naprężają tkaninę, o tyle inne pozwalają przesunąć koszulę gładko wzdłuż ludzkiej ręki. Maszyna wykorzystuje te przewidywania, by wybrać ruchy, które pozwolą bezproblemowo ubrać rękę.
Po nauce na symulacjach przyszedł czas na ubieranie prawdziwych ludzi. Ochotnicy siadali naprzeciw robota i patrzyli, jak podnosił on koszulę i zaczynał ją wkładać na ich rękę.
Kluczem jest to, że robot zawsze myśli zawczasu. Pyta sam siebie, "czy jeśli włożę koszulę w ten sposób, na ramię człowieka zadziała większa, czy mniejsza siła? Co by się stało, gdybym to zrobił inaczej?" - opowiada prof. Charlie Kemp.
Naukowcy manipulowali czasowaniem robota i pozwolili mu planować przyszłe ruchy na 1/5 s do przodu. Nie schodzili poniżej tego czasu, bo zwiększało to wskaźnik błędów. Na razie robot ubiera tylko jedną rękę. Cały proces zajmuje mu ok. 10 sekund.
« powrót do artykułu -
By KopalniaWiedzy.pl
Amazon kupi firmę Kiva Systems, producenta robotów obsługujących magazyny. Transakcja warta 775 milionów dolarów to największe przejęcie dokonane przez Amazona od 2009 roku, kiedy to koncern Bezosa kupił Zappos.
Istniejąca od 10 lat Kiva produkuje roboty, które krążą po magazynie i przewożą niewielkie przenośne regały, transportując towary, które zostały zamówione przez klientów. Roboty podjeżdżają z nimi do stanowiska, w którym pracuje człowiek realizujący zamówienie. Pracownik zdejmuje z półki towar, skanuje go, by się upewnić, że zamówienie zostanie prawidłowo zrealizowane i pakuje. Roboty czekają zaś cierpliwe w kolejce z kolejnymi regałami.
Roboty Kiva nie są tanie. Startowy zestaw kosztuje 1-2 milionów dolarów, a wyposażenie dużego magazynu, w którym zatrudnionych jest 1000 robotów to wydatek rzędu 15-20 milionów dolarów. Przygotowanie takiego magazynu trwa około 6 miesięcy. Tyle czasu potrzeba na jego zaplanowanie, przeprowadzenie symulacji i testów. Później konieczne jest odpowiednie przeszkolenie załogi.
Jednak taki zautomatyzowany magazyn oznacza znaczne oszczędności czasu i pieniędzy, więc inwestycja szybko się zwraca.
-