-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Roboty przeszły długą drogę. Od maszyn wykonujących serię z góry zaprogramowanych ruchów, po urządzenia uczące się, analizujące środowisko i samodzielnie podejmujące decyzje. O ile więc potrafią rozwijać swoją część logiczną, to element fizyczny pozostaje niezmienny. Robot to zamknięty system. Nie jest zdolny do naprawy czy dostosowania się do środowiska. Tymczasem prawdziwa autonomia robotów oznacza, że muszą one nie tylko samodzielnie myśleć, ale być w stanie podtrzymać swoje istnienie, mówi Philippe Martin Wyder. Tak jak systemy biologiczne pobierają zasoby ze środowiska i włączają je w swoje organizmy, nasze roboty rosną, dostosowują się i reperują korzystając z zasobów otoczenia lub części innych robotów, dodaje uczony.
Wyder stoi na czele grupy naukowców z Columbia University, która opublikowała na łamach Science Advances artykuł pod znamiennym tytułem Robot metabolism: Toward machines that can grow by consuming other machines.
Naukowcy stworzyli, inspirowany zabawką Geomag, robotyczne wyposażone w magnesy urządzenie o nazwie Truss Link. Truss Link może rozszerzać się, kurczyć i łączyć z innymi identycznymi modułami, tworząc coraz bardziej skomplikowane struktury. Badacze pokazali, w jaki sposób Truss Link samodzielnie buduje kształt dwuwymiarowy, następnie trójwymiary. A widoczny na filmie czworościan udoskonalił się, dołączając kolejny element, dzięki któremu zwiększył prędkość swojego przemieszczania się o ponad 66,5%.
To oczywiście początek badań i prezentacja pewnej koncepcji, wyznacza jednak kolejny kierunek rozwoju robotów. Naukowcy z Columbia University uważają, że w przyszłości roboty będą posiadały umiejętność podtrzymywania swojego istnienia poprzez samodzielne naprawy za pomocą zasobów otoczenia, będą mogły rozbudowywać się czy zmieniać w zależności od potrzeb. Uczeni nazwali te proces „metabolizmem robotów”.
Metabolizm robotów do cyfrowy interfejs ze światem fizycznym, który pozwala sztucznej inteligencji nie tylko rozwijać się pod względem poznawczym, ale również fizycznym. To nowy wymiar autonomii. Początkowo systemy zdolne do takiego metabolizmu będą wykorzystywane w wyspecjalizowanych zadaniach, jak eksploracja kosmosu czy usuwanie skutków katastrof. W końcu jednak o otwiera to perspektywę świata, w którym sztuczna inteligencja buduje fizyczne struktury lub tworzy roboty równie łatwo, jak dzisiaj pisze maila, wyjaśnia Wyder.
Współautor badań, Hod Lipson, zauważa, że wizja samoreplikujących się lub przebudowujących robotów wygląda jak scenariusz z filmu science fiction. Jednak faktem jest, że już teraz powierzamy robotom coraz większą część naszego życia – od autonomicznych pojazdów, poprzez automatyczne fabryki po zadania z zakresu obronności czy eksploracji kosmosu. Kto będzie konserwował i naprawiał te roboty? Nie możemy polegać wyłącznie na ludziach. Roboty muszą w końcu nauczyć się dbać same o siebie.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Nudny temat, zbyt duża ilość materiału, mało czasu na przygotowania. To najczęstsze wymówki, które podsuwa nam umysł, żeby uniknąć nauki. Jeśli takie założenia nie są Ci obce, przeczytaj nasz artykuł i dowiedz się, jak to zmienić, by nauka nie sprawiała Ci trudności.
Jak zmotywować się do nauki, kiedy temat wydaje się nudny?
Często z góry skreślamy jakieś zagadnienie, tylko dlatego, że wydaje nam się nieinteresujące. Tak dzieje się na przykład, kiedy identyfikujesz się jako humanista i zakładasz, że np. wszystkie definicje z zakresu fizyki są niejasne i nużące. Albo odwrotnie. Kochasz nauki ścisłe i nie masz ochoty zastanawiać się, co czuł podmiot liryczny w wierszu, którego nawet nie rozumiesz.
Jeśli nie wiesz, jak zmotywować się do nauki, spróbuj podejść do tematu inaczej. Zastanów się np. kto, dlaczego i po co stworzył konkretną teorię fizyczną. Jakie zjawisko ona opisuje? Jak pomaga ludziom? Poszukaj informacji na ten temat w internecie. Jest wiele przystępnych filmów popularnonaukowych przedstawiających pozornie nieistotne zjawiska w fascynujący sposób.
A jak zmotywować się do nauki, gdy nie rozumiesz poezji? Dowiedz się czegoś o autorze, znajdź ciekawostki biograficzne na jego temat. Dlaczego napisał ten, a nie inny utwór? Czy opisuje on uczucia lub wydarzenia, które są Ci bliskie? Jeśli nie, to zastanów się, co powiedziałbyś przyjacielowi, który zwróciłby się do Ciebie z takim problemem?
Jak zmotywować się do nauki, jeśli jest jej dużo?
Najlepszym sposobem jest rozłożenie nauki w czasie. Podziel temat na części i przeznacz na nie od pół godziny do godziny dziennie. Po każdej „sesji” zafunduj sobie nagrodę np. w postaci odcinka ulubionego serialu.
Sprawdzian za dwa dni, a Ty nadal nie wiesz, jak zmotywować się do nauki? Jeśli odkładasz ją na później, możesz mieć problem z prokrastynacją. Warto wiedzieć, że często wynika ona z braku wiary we własne siły. Możesz tak bardzo bać się, że zadanie Cię przerasta, że rezygnujesz z niego i nieświadomie potwierdzasz tę teorię.
Zadaj sobie pytanie, czy nauka naprawdę jest ponad Twoje siły? Z pewnością nie, jeśli to materiał przeznaczony do Twojej grupy wiekowej. Jeśli zostało Ci mało czasu, zorganizuj naukę w grupie kilku osób, które już opanowały materiał. To najlepszy sposób na szybkie przyswojenie wiedzy.
Jak zmotywować się do nauki, jeśli jej nie lubimy?
To żadne odkrycie, że wolimy spędzać czas na rozmowach z przyjaciółmi czy ulubionej rozrywce, niż nad książkami. Nie jest to jednak powód, dla którego warto rezygnować z rozwijania się. Jak zmotywować się do nauki w takiej sytuacji?
Określ cel, dla którego się uczysz. To może być poprawienie średniej lub dostanie się do wymarzonej szkoły. Pomyśl, jaką będziesz mieć satysfakcję, gdy Ci się uda. Przywołuj cel za każdym razem, gdy spadnie Twoja motywacja. Wyrób sobie rutynę nauki. Na wiele osób dużo lepiej działa nawyk nauki niż motywacja. Ustal, że przeznaczasz codziennie pół godziny na naukę. Po kilku dniach Twój mózg sam będzie dążył do „odhaczenia” zadania.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Stany Zjednoczone to naukowa potęga, między innymi dlatego, że hojnie wspierają naukę. O ile jednak budżet federalny jest dobrze znany, szeroko komentowany i wiemy, że od kilku lat wydatki z budżetu na naukę przekraczają 170 miliardów USD rocznie, dotychczas brakowało danych na temat finansowania nauki przez organizacje niedochodowe. Ostatnie zmiany wprowadzone przez amerykański urząd podatkowy (IRS) umożliwiły zebranie takich informacji. Okazuje się, że organizacje niedochodowe wnoszą olbrzymi wkład w finansowanie nauki.
Louis Shekhtman i jego koledzy z Northeastern University przeanalizowali ponad 3,5 miliona zeznań podatkowych z lat 2010–2019 wypełnionych przez niemal 70 000 niedochodowych organizacji zaangażowanych w finansowanie badań naukowych i edukacji wyższej.
Analizy wykazały, że w badanym okresie organizacje te przyznały ponad 900 000 granów na łączną kwotę 208 miliardów USD. W roku 2018 i 2019 organizacje te przeznaczyły po około 30 miliardów USD na naukę.
Organizacje niedochodowe, które finansują naukę, wspierają też inną działalność, jak sztuka, edukacja czy religia. Jednak 44% z analizowanych organizacji przeznaczyło na naukę więcej niż na inne dziedziny, a 16% finansowało wyłącznie naukę. Analiza wykazała też, że – w przeciwieństwie do wielkich agend rządowych finansujących naukę z budżetu – na rynku prywatnym mamy do czynienia z grupą wielkich fundacji oraz olbrzymią liczbą małych organizacji. Widzimy tutaj, że aż 66% pieniędzy pochodziło od zaledwie 200 organizacji, jednak stanowią one zaledwie 0,3% organizacji przyznających granty na naukę. Ponad 7000 niedochodowych organizacji przyznało w badanym okresie co najmniej 1 milion dolarów na naukę.
Autorzy badań mówią, że te 30 miliardów rocznie to zdecydowanie zaniżone szacunki. W analizowanym zestawie danych brak bowiem informacji o osobach prywatnych przekazujących pieniądze na naukę. Ponadto dane obejmują jedynie 80% organizacji niedochodowych, tych, które wypełniły zeznania podatkowe w formie elektronicznej.
Ponadto warto też zwrócić uwagę na fakt, że trudno jest jednoznacznie zbadać, na co wydawane są wszystkie pieniądze. Oczywiście niektóre granty są przeznaczane na konkretne badania, jednak sporo pieniędzy od prywatnych sponsorów czy organizacji ma przeznaczenie ogólne. Są to pieniądze wydawane na utrzymanie budynków, infrastruktury czy administracji. Naukowcy nie traktują tych pieniędzy jako środków przeznaczonych na naukę, a to błąd. Kto utrzymuje budynek, w którym prowadzisz badania? Bez tych pieniędzy nie mógłbyś ich prowadzić, zauważa Shekhtman.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Naturalne jaskinie to ważne cele przyszłych misji NASA. Będą one miejscem poszukiwań dawnego oraz obecnego życia w kosmosie, a także staną się schronieniem dla ludzi, mówi Ali Agha z Team CoSTAR, który rozwija roboty wyspecjalizowane w eksploracji jaskiń. Jak wcześniej informowaliśmy, na Księżycu istnieją gigantyczne jaskinie, w których mogą powstać bazy.
Team CoSTAR, w skład którego wchodzą specjaliści z Jet Propulsion Laboratory i California Instute of Technology to jednym z zespołów, który przygotowuje się do wzięcia udziału w tegorocznych zawodach SubT Challenge organizowanych przez DARPA (Agencja Badawcza Zaawansowanych Projektów Obronnych).
CoSTAR wygrał ubiegłoroczną edycję SubT Urban Circuit, w ramach której roboty eksplorowały tunele stworzone przez człowieka. Teraz coś na coś trudniejszego i mniej przewidywalnego. Czas na naturalne jaskinie i tunele.
Specjaliści z CoSTAR i ich roboty pracują w jaskiniach w Lava Beds National Monument w północnej Kalifornii. Jaskiniowa edycja Subterranean Challenge jest dla nas szczególnie interesująca, gdyż lokalizacja taka bardzo dobrze pasuje do długoterminowych planów NASA. Chce ona eksplorować jaskinie na Księżycu i Marsie, w szczególności jaskinie lawowe, które powstały w wyniku przepływu lawy. Wiemy, że takie jaskinie istnieją na innych ciałach niebieskich. Kierowany przez Jen Blank zespół z NASA prowadził już testy w jaskiniach lawowych i wybrał Lava Beds National Monument jako świetny przykład jaskiń podobnych do tych z Marsa. Miejsce to stawia przed nami bardzo zróżnicowane wyzwania. Jest tam ponad 800 jaskiń, mówi Ben Morrell z CoSTAR.
Eksperci zwracają uwagę, że istnieje bardzo duża różnica w dostępności pomiędzy tunelami stworzonymi przez człowieka, a naturalnymi jaskiniami. Z jednej strony struktury zbudowane ludzką ręką są bardziej rozwinięte w linii pionowej, są wielopiętrowe, z wieloma poziomami, schodami, przypominają labirynt. Jaskinie natomiast charakteryzuje bardzo trudny teren, który stanowi poważne wyzwanie nawet dla ludzi. Są one trudniej dostępne, z ich eksploracją wiąże się większe ryzyko, są znacznie bardziej wymagające dla systemów unikania kolizji stosowanych w robotach.
Agha i Morrell mówią, że jaskinie lawowe ich zaskoczyły. Okazały się znacznie trudniejsze niż sądzili. Stromizny stanowią duże wyzwanie dla robotów. Powierzchnie tych jaskiń są niezwykle przyczepne. To akurat korzystne dla robotów wyposażonych w nogi, jednak roboty na kołach miały tam poważne problemy. Przed urządzeniami stoją tam zupełnie inne wyzwania. Zamiast rozpoznawania schodów i urządzeń, co było im potrzebne w tunelach budowanych przez człowieka, muszą radzić sobie np. z nagłymi spadkami czy obniżającym się terenem.
Miejskie tunele są dobrze rozplanowane, nachylone pod wygodnymi kątami, z odpowiednimi zakrętami, prostymi korytarzami i przejściami. Można się tam spodziewać równego podłoża, wiele rzeczy można z góry zaplanować. W przypadku jaskiń wielu rzeczy nie można przewidzieć.
Celem SubT Challenge oraz zespołu CoSTAR jest stworzenie w pełni autonomicznych robotów do eksploracji jaskiń. I cel ten jest coraz bliżej.
Byliśmy bardzo szczęśliwi, gdy podczas jednego z naszych testów robot Spot [Boston Dynamics – red.] w pełni autonomicznie przebył całą jaskinię. Pełna autonomia to cel, nad którym pracujemy zarówno na potrzeby NASA jak i zawodów, więc pokazanie, że to możliwe jest wielkim sukcesem, mówi Morrell. Innym wielkim sukcesem było bardzo łatwe przełożenie wirtualnego środowiska, takiego jak systemy planowania, systemy operacyjne i autonomiczne na rzeczywiste zachowanie się robota, dodaje. Jak jednak przyznaje, zanotowano również porażki. Roboty wyposażone w koła miały problemy w jaskiniach lawowych. Dochodziło do zużycia podzespołów oraz poważnych awarii sprzętu. Ze względu na epidemię trudno było sobie z nimi poradzić w miejscu testów, stwierdza ekspert.
« powrót do artykułu -
przez KopalniaWiedzy.pl
W najnowszym zestawieniu Highly Cited Researchers 2020 znalazło się czterech naukowców z Polski. W rankingu tym wymieniono naukowców, których liczba cytowań mieściła się w górnym 1% najczęściej cytowanych specjalistów z danej dziedziny.
Ranking wymienia – już po raz szósty – profesora kardiologii Piotra Ponikowskiego, rektora Uniwersytetu Medycznego we Wrocławiu. Po raz piąty z rzędu trafił do niego profesor Adam Torbicki, kardiolog z Warszawskiego Uniwersytetu Medycznego. W zestawieniu, po raz drugi z rzędu, wymieniono nieżyjącego już chemika profesora Jacka Namieśnika, byłego rektora Politechniki Gdańskiej. Znajdziemy tam też fizjologa roślin z SGGW w Warszawie, Hazema M. Kalajiego.
W całym rankingu wymieniono 6167 naukowców z ponad 60 krajów. Na liście najczęściej cytowanych spejalistów dominują naukowcy z USA. Jest ich tam 2650 (41,5%). To o 2,5 punktu procentowego mniej niż w roku 2019. Udział uczonych z USA spada, rośnie natomiast znaczenie naukowców z Chin. W tegorocznym rankingu znalazło się ich 770 (12,1%), podczas gdy rok temu było ich 636 (10,2%). Chiny wzmacniają swoją pozycję w świecie nauki w znacznej mierze dzięki USA. Rząd w Pekinie zachęca własnych naukowców do coraz większego angażowania się w światową naukę, w związku z czym Chińczycy coraz częściej wyjeżdżają do USA na studia magisterskie i doktoranckie. Obywatele Państwa Środka stanowią już największą grupę zagranicznych studentów w Stanach Zjednoczonych. Nauka obu krajów jest coraz bardziej ze sobą powiązana.
Kolejnymi krajami, które umieściły najwięcej uczonych w zestawieniu są Wielka Brytania (514), Niemcy (345), Australia (305), Kanada (195), Holandia (181), Francja (160), Szwajcaria (154) oraz Hiszpania (103). Zestawienie instytucji, z których pochodzą najczęściej cytowani naukowcy, wygląda zaś następująco: Harvard University, USA, (188); Chińska Akademia Nauk (124); Stanford University, USA, (106); Narodowe Instytuty Zdrowia, USA, (103); Towarzystwo im. Maxa Plancka, Niemcy, (70); University of California Berkeley, USA, (62); Broad Institute, USA, (61); University of California, San Diego, USA, (56); Tsinghua University, Chiny, (55); Washington University of St. Louis, USA, (54).
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.