9.仿生软体机器人问世,光线驱动形似毛毛虫
来自波兰华沙大学、意大利LESN研究所和英国剑桥大学的科学家们共同协作开发了一种软体机器人,体形大小与毛毛虫相似,采用光力学液晶弹性体设计,由带图案的感光弹性条制作而成,可以通过调整运动形态模拟自然生物的步态。
这种软体机器人可以适应多种复杂环境,例如它可以爬上斜坡、穿过夹缝、拖动10倍与其自身体重的物体,未来具有多种应用可能。
制造出能够模拟自然生物运动的机器人一直是科学家们的梦想,然而经过数十年的努力,他们制作出的机器人并不理想,大都依靠电力或气压传动装置驱动,且骨架和关节通常比较僵硬。
在自然界中,许多软体生物可以依靠柔软的身体在栖息地附近爬行。例如蚯蚓、蜗牛、昆虫的幼虫等无足动物,在复杂的环境里,反应敏捷,可以快速蠕动、爬行。由于提供动力和远程控制存在难题,目前制造出的大部分软体机器人体形很大,长度至少为几十厘米。
液晶弹性体((LCEs)是一种智能材料,在可见光的作用下可以随意改变形状。利用现代高新技术和预定义驱动应变,可以将这种智能软材料制作成任意形状的三维模型。不需要任何制动器,这种由光感应引起的形变就可以驱动单个液晶弹性体进行运动。
项目带头人、波兰华沙大学物理光子纳米结构设备教授Piotr Wasylczyk表示,设计软体机器人需要运用全新的机械学原理和动力监控原理。目前,我们已经开始向自然界学习,将自然进化遴选出的生物特性应用到设计中去。
专家们希望,采用新的自动学习材料、制造技术和设计理念未来可以制作出毫米级和微米级可以游动或飞行的软体机器人。
10.阿尔法狗战胜李世石,人工智能在棋艺界再进一步
2016年科技界最具轰动效应的新闻,非3月份那一场阿尔法狗与李世石的“人机大战”莫属了。
自IBM“深蓝”在1997年打败了国际象棋冠军卡斯帕罗斯后,距今已有19年时间。但是无论是技术人员还是专业棋手,都认为深蓝在围棋领域依然没有能力,都认为围棋是机器难以突破的。
然而人类很快就被打脸! 北京时间2016年3月9日下午15时,经过三个多小时鏖战,九段李世石,向“阿尔法围棋”(AlphaGo)投子认输。这是人类顶尖围棋选手第一次输给计算机。
谷歌的阿尔法狗,与深蓝相比有两方面巨大的提升。一方面是机器本身的技术能力有了质的变化,硬件水平较1997年有成倍的提升,阿尔法狗的计算力是当时深蓝的三万倍。但是,即便三万倍,也不足以解决围棋和国际象棋之间搜索空间的巨大变化,围棋变化的数量超过了宇宙中间所有原子的数量。
另一方面,就是算法上面的巨大提升。1997年时,机器是粗暴地进行搜索,而人类有棋感,会思考这几步棋比其他几步棋更有优势,特别是在围棋里面。让人类骄傲的是,看到机器开始逐步学习人类的思考,用了深度学习方法,一种神经网络的技术,模拟了人类大脑皮层的运动,使机器获得了棋感。机器一旦获得棋感,会比人类掌握得更好。
棋感加计算力,构成阿尔法狗战胜人类的基础,这种能力的提升也是多年来行业共同努力的结果。
深蓝计算不过围棋选手,主要因为IBM当时只是要以此为噱头体现自身设备的计算能力,从而扩大销售。而谷歌是要用搜索引擎或者未来的服务帮助消费者解决问题。谷歌预测,在未来谷歌的搜索引擎里面,十个问题中会有七个半不是仅给你网页链接,而是给你直接的答案。所以谷歌相信人工智能变成人类的一种服务,谷歌的DeepMind团队也是以提升机器智能为使命进行工作的,这和IBM深蓝的出发点和路径也是非常不同。