​Портальный робот от Toyota

Исследовательский институт компании Toyota (TRI) представил домашнего робота с потолочным креплением. Он похож на GLaDOS из игры Portal и даже называется «портальный»!

«Одна из инновационных концепций — это «портальный робот», который будет спускаться с подвесной конструкции. Его можно использовать для выполнения повседневных задач, таких как загрузка посудомоечной машины, вытирание стола и уборка мусора», — комментирует генеральный директор TRI Гилл Пратт.

Робот перемещается по направляющим, расположенным на высоте более двух метров. Поэтому его можно смонтировать только в домах с высокими потолками.

Однако и преимущество такого решения очевидно: манипулятор свободно передвигается независимо от того, как расставлена мебель и какой беспорядок на полу.

По замыслу его можно запрограммировать на автоматическую уборку, когда сенсоры покажут, что люди покинули помещение.

Выполнив свои задачи, робот складывается и автоматически убирается в нишу над фальшпотолком.

В идеале монтаж робота должен быть предусмотрен ещё на этапе строительства дома. Это снимет вопросы о его подключении к электросети, избавит от «мёртвых зон» и проблем с установкой потолочных светильников.

Представленный робот — всего лишь один из экспонатов «города будущего», который Toyota строит у подножия горы.

Это экспериментальный кампус площадью 708 200 кв. м., где компания проверяет концепты городской и домашней автоматизации.

Население Японии одно из самых «старых» в мире. В стране растёт число одиноких пенсионеров, которым трудно себя обслуживать.

«С помощью домашних роботов мы ходим обеспечить им поддержку и достойную старость. Технологии помогут жить и работать так, словно люди стали моложе», — говорит Гилл Пратт.

Рекомендую посмотреть виртуальную презентацию TRI в формате панорамного видео с 360° обзором.

Видео: YouTube

​Hailo-8 — нейрочип с рекордной производительностью

Израильский стартап Hailo выпустил нейрочип Hailo-8. Он в 6 раз превосходит Google Edge TPU и в 26 раз Intel Movidius Myriad X по скорости классификации изображений свёрточными сетями (в тестах использовали ResNet и MobileNet).

На базе Hailo-8 выпускаются два типа компактных плат расширения: в формате Mini PCIe и M.2 2242 (PCIe Gen. 3.0 x 4).

Характеристики у них идентичные а разные интерфейсы позволяют использовать нейрочип как в старых компьютерах (ноутбуках), так и в новых.

Вдобавок, Hailo-8 хорошо подходит для сборки компактных систем с элементами ИИ: интеллектуальных систем видеонаблюдения и терминалов оплаты с технологией распознавания лиц.

В системах «умный город» и «умный дом», а также в беспилотном транспорте Hailo-8 позволит локально выполнять обработку данных, критичных ко времени анализа. Их не придётся отправлять в облако и ждать ответа от удалённого сервера.

Для ускорения работы нейросетей в Hailo-8 реализовано восемь кластеров суммарной производительностью 26 ТОПС (триллионов операций в секунду). Энергоэффективность нейрочипа составляет 3 ТОПС/Вт.

Hailo-8 поддерживает Linux и популярные фреймворки (TensorFlow, ONNX). Со временем разработчики обещают добавить поддержку Windows 10.

Если у вас есть интересный проект в сфере ИИ — свяжитесь с Hailo. Возможно, компания предоставит для ваших исследований компактный ускоритель с Hailo-8.

Источник: CNX Software

Как ни странно современная мировая робототехника на данный момент развивается на таком феномене как ROS и open-source. Да, по каким то причинам это в России непонято и малоизвестно. Но мы — русскоязычное сообщество ROS, — пытаемся это изменить и поддержать тех энтузиастов-робототехников, которые пишут открытый код для роботов.

Приглашаем на конкурс разработки open-source пакетов на Robot Operating System. Выиграй компьютер NVIDIA Jetson XAVIER для своего робота.

Подробности в статье на Хабре:
https://habr.com/ru/post/521688/

​Роботы-официанты стали эффективнее

Калифорнийский стартап Bear Robotics успешно завершил испытания и получил поддержку холдинговой компании SoftBank Robotics Group.

Теперь разработчик интеллектуальных роботов готов предоставлять их как готовое решение для автоматизации кафе и ресторанов практически по всему миру.

Основной продукт Bear Robotics — роботы-официанты серии Servi. Пока в ней всего две модели: собственно Servi и его младший брат — Servi Mini.

Отличаются они высотой и количеством платформ для размещения блюд. У обычного Servi 2 лотка диаметром 406 мм, а у версии Mini только один, зато с углублениями для стаканов.

На практике ничто не мешает ставить тарелки на крышку цилиндрического корпуса под лотком и привозить за один рейс несколько заказов.

Масса полезной нагрузки составляет 30 кг при собственной массе робота 33 кг — отличное соотношение!

Тестирование Servi проходило сначала в США, рядом со штаб-квартирой компании, а затем продолжилось в Японии и Южной Корее — там посетители кафе наиболее лояльны к роботам.

В каждом заведении могут одновременно работать несколько роботов. Они «узнают» друг друга и сами определяют приоритет движения, избегая столкновений.

При необходимости администратор может вмешаться в любой момент и скорректировать текущие задания роботов с планшета.

За время тестов парк электронных официантов проехал в общей сложности 13 тысяч километров на средней скорости 2 км/ч и обслужил более 200 тысяч клиентов.

Участники испытания отметили лёгкость использования Servi. Достаточно один раз сделать карту помещения, и можно сразу приступать к работе, управляя армией роботов.

За счёт малых габаритов (445 х 430 х 810 / 1046 мм) и вертикального размещения всех элементов Servi хорошо показали себя в маленьких кафе.

Они легко проезжали в узкие проходы, аккуратно огибали посетителей, играющих детей и стоящих к ним спиной официантов.

Помощь требовалась только в тех ситуациях, когда все пути были физически заблокированы — например, оставленными в проходах стульями.

В зависимости от нагрузки заряда батареи хватает на 8 — 12 часов эксплуатации, то есть — на всю рабочую смену.

Источники: BearRobotics.ai, BusinessWire.com

​Nvidia Jetson Nano 2GB —доступное обучение ИИ

Nvidia выпустила самый дешёвый комплект разработчика в семействе Jetson. Версия Nano 2GB KIT — это стартовый набор с поддержкой всех «взрослых» технологий для практического изучения возможностей ИИ в робототехнике и сфере IoT.

На плате размером 100 x 80 мм разместилась однокристальная микросхема, набор современных интерфейсов и 40-контактная гребёнка универсального назначения (GPIO, I2C, I2S, SPI, UART).

4-ядерный процессор архитектуры ARM с ядрами Cortex-A57 работает на частоте до 1,43 ГГц и обходится пассивным охлаждением (радиатор уже установлен).

Графический процессор поколения Maxwell содержит 128 универсальных блоков с поддержкой CUDA и способен декодировать видео разрешением до 4K со скоростью до 60 кадров/с.

Для хранения данных используется карта памяти формата microSD. Оперативная память объёмом 2 Гб представлена чипом стандарта LPDDR4 с одноканальным подключением.

Если ваше приложение более требовательно к объёму ОЗУ, лучше сразу взять следующую модель — Jetson Nano Developer Kit с 4 ГБ на борту.

Сетевое подключение у Nano 2 Gb Dev. KIT возможно как через гигабитный Ethernet, так и по Wi-Fi (5) стандарта 802.11ac.

Остальные порты представлены HDMI, USB 3.0, двумя USB 2.0 Type A и одним USB 2.0 Micro-B.

Компания позиционирует Nano как начальную ступень для знакомства с масштабируемой платформой Nvidia Edge.

Она используется для создания различных приложений с элементами ИИ — от компонентов «умного дома» и беспилотников до аналитических программ для дата-центров.

Поскольку набор обеспечивает полную совместимость с платформой Edge, сделанные с Nano 2GB проекты можно перенести на более мощные решения серии Jetson.

Для удобства комплект JetPack (SDK) поставляется с контейнерной средой выполнения. Вы можете упаковать приложения для Jetson со всеми зависимостями в один контейнер и развернуть его в любой среде Linux.

Продажи Nvidia Jetson Nano 2GB Developer Kit начнутся в октябре по рекомендованной цене $59.

Источник: Nvidia

Опенсорсная бионическая нога

Директор лаборатории нейробионики Мичиганского университета в Анн-Арборе Эллиотт Роуз выложил в открытый доступ исходный код и чертежи роботизированного протеза ноги.

К нему прилагаются пошаговые инструкции на английском и видеоролики, предназначенные для помощи в самостоятельной сборке и заказе деталей.

Разработчики сосредоточились на сохранении относительной простоты конструкции за счет сокращения количества используемых деталей.

Другим приоритетом была надёжность протеза, поскольку он держит всю массу тела и должен препятствовать падению человека.

Каждое сочленение протеза оснащено встроенным аккумулятором и собственным набором систем управления.

Коленные и голеностопные суставы могут работать независимо, что позволяет проводить исследования у пациентов с ампутациями выше и ниже колена.

Ещё одной особенностью протеза стало использование бесщеточных электродвигателей. Они зарекомендовали себя в индустрии дронов, но пока не применялись в протезировании.

«С помощью этих двигателей мы добились более точного управления, а движения стали более похожи на человеческие. Кроме того, они лёгкие и экономнее расходуют заряд батарей», — поясняет Роуз.

Масса бионической ноги составляет всего 4 кг. В зависимости от желаемых опций её самостоятельная сборка обойдётся от 10 до 30 тысяч долларов, что не так много на фоне коммерчески доступных аналогов.

Первые испытания протеза начались в 2019 году. Вы можете посмотреть их запись в ролике ниже.

К настоящему времени в длительных тестах приняли участие три добровольца. Свою заинтересованность в протезе выразили восемь учреждений реабилитации.

Видео: YouTube

Источник: Nature Biomedical Engineering

Грани реальности: как ускорить переход ИИ от виртуальной к физической среде

Исследователи из группы робототехники и машинного восприятия в Цюрихском университете при поддержке Intel разработали новый метод обучения нейронных сетей.

Он позволяет осуществить плавный переход от обучения в симуляции к тренировке в реальных условиях.

Преимущества нового подхода продемонстрированы на примере квадрокоптера. Всего через несколько часов ему удалось научиться выполнять акробатические маневры.

Более того, дрон самостоятельно освоил новые трюки, просто экстраполируя накопленные данные.

Важная особенность состоит в том, что дрон летал полностью автономно. Обычно в таких проектах есть группа внешних камер и мощный сервер, координирующий полёт.

Здесь же использовались только датчики на корпусе дрона и бортовая вычислительная система.

Самодельный полуторакилограммовый квадрокоптер с соотношением тяги к весу 4: 1 был оснащён платой Nvidia Jetson TX2 и системой 3D-зрения на базе Intel RealSense T265.

Последняя захватывает изображение и строит карту глубины при помощи двух камер со сверхширокоугольными объективами типа «рыбий глаз». Их суммарный угол зрения составляет 163°.

Дополнительно T265 оснащён 6-осевым инерционным измерительным модулем (IMU), что позволяет настроить управляющие алгоритмы точнее.

Изображение обрабатывает специализированный блок VPU Intel Movidius Myriad 2, оптимизированный для V-SLAM (одновременной локализации с построением карты на базе визуальных данных и инерциальной одометрии).

Выбор на T265 пал ещё и потому, что этот модуль имеет небольшие габариты (108 x 24.5 x 12.5 мм) и массу 55 г, что важно для использования в компактных дронах.

Первичное обучение проходило в среде моделирования Gazebo, которую слегка изменили, чтобы лучше моделировать физику квадрокоптера.

Быстрый переход из симуляции в реальность помог выполнить экспертный контроллер. Он корректировал ввод у «необстрелянного» квадрокоптера.

Поэтому во время настоящего полёта дрон продолжал считать, что находится в виртуальной среде.

Экспертный контроллер применял функцию преобразования к необработанной информации с датчиков, делая реальные данные похожими на смоделированные.

Постепенно уровень абстракции понижался, и через несколько часов дрон уже выполнял фигуры высшего пилотажа без посторонней помощи, используя скорректированные данные обучения в симуляции.

Видео: YouTube

Источник: RoboticsConference.org

​Rock Pi X — одноплатник с поддержкой Windows 10

Китайский стартап Radxa, известный опенсорсными аналогами Raspberry Pi, представил улучшенную версию Rock Pi — дешёвого микрокомпьютера с ЦП архитектуры x86-64.

На модели «X» запускается обычная Windows 10 (десктопная версия, а не специализированная IoT-edition).

При желании его можно использовать как полноценный бюджетный компьютер, потребляющий до 5 Вт.

Radxa Rock Pi X обновлённой версии 1.4 основан на однокристальной схеме Atom x5-Z8350 (семейство Cherry Trail).

Она содержит 4-ядерный ЦП (1,44 ГГц — 1,92 ГГц), графический процессор (100 — 500 МГц) и 4 ГБ оперативной памяти LPDDR3-1866.

Интересно, что по спецификациями Intel процессор Atom x5-Z8350 поддерживает только 2 Гб ОЗУ. Видимо, в Radxa как-то обошли этот лимит.

В качестве накопителя используется 128 ГБ флэш-памяти стандарта eMMC. Доступный объём можно увеличить с помощью карты microSD(HC/XC).

Плата поддерживает беспроводное подключение по Wi-Fi (802.11ac) и Bluetooth v.4.2, а также проводное через гигабитный порт Ethernet.

Вывод изображения на монитор или SMART-TV осуществляется по HDMI 1.4.

Периферия подключается в четыре разъема USB Type-Af, из них 3 версии 2.0 и только один — 3.0.

Зато на одной из длинных сторон нашлось место для порта USB Type-C с поддержкой режима OTG и аудиоразъёма 3,5 мм.

Самое главное, на плате размещён 40-контактный разъем GPIO, совместимый с Raspberry Pi.

Размер платы составляет 85 x 54 мм, а всем компонентам достаточно пассивного охлаждения.

В максимальной конфигурации 4/128 Гб за неё просят $99. Младшая версия Rock Pi X (2 ГБ ОЗУ + 16 ГБ eMMC) обойдётся всего в $59.

Источник: TechRadar

BionicWheelBot – робот-трансформер, имеющий облик паука

Этот паук может передвигаться в природе как шар, чтобы избежать различных видов опасности.

Если же брать во внимание только само изобретение, то подобная функция позволяет роботу передвигаться по рельефной территории с помощью робоног, и с максимальной скоростью перемещаться в виде шара по гладким поверхностям.

​«Банан» с нейрочипом

Китайская компания Sinovoip выпустила самый доступный аналог Raspberry Pi со встроенным нейрочипом.

Одноплатный компьютер Banana Pi BPI-EAI80 разработан для граничных вычислений (EdgeAI) и интернета вещей (AIoT).

Он поможет обрабатывать данные ближе к их источнику и реже обращаться к облачным серверам, а в ряде случаев — создать полностью автономный ИИ.

Это востребовано в «умных» камерах, автоматизации дома и офиса, управлении дронами и других системах с искусственным интеллектом, от которых требуется быстрая реакция и самодостаточность.

Модель BPI-EAI80 оснащена микроконтроллером Edgeless EAI80 (2 x ARM Cortex-M4F @ 200 МГц) и блоком ускорения рабочих нагрузок свёрточных нейронных сетей (CNN), обрабатывающим до 300 млрд операций в секунду (GOPS).

Универсальная плата снабжена интерфейсами CAN и GPIO (40-pin), а также разъёмом DVP для подключения камеры.

Она обеспечивает вывод изображения на обычный ЖК или сенсорный экран разрешением до 1024x768.

На плате распаяна пара микрофонов, 8 МБ памяти SDRAM и модуль Wi-Fi Espressif ESP8266 (IEEE 802.11 b/g/n). Питается вся электроника от разъема USB 2.0 Type-C.

Стоимость Banana Pi BPI-EAI80 составляет всего $16.

Источник: Hackster.io

​Надувной электробайк стал кастомизируемым

Группа разработчиков из Токийского университета представила развитие концепции надувного персонального электротранспорта Poimo (POrtable и Inflatable MObility).

Прототип Poimo появился в ответ на желание использовать методы мягкой робототехники для создания безопасного транспортного средства, которое сводит к минимуму возможность получения травм и ожогов при аварии.

Работа была впервые представлена весной 2020 в ходе 33-й симпозиума по программному обеспечению и технологиям пользовательского интерфейса ACM (UIST) и вызвала большой интерес.

Сейчас на её основе предложена готовая схема создания действительно персонального транспорта, учитывающего индивидуальные предпочтения.

На первом этапе покупатель выбирает позу, в которой ему комфортно сидеть на будущем электробайке. Затем он определяется с базовым типом — мотоцикл или инвалидное кресло.

После этого через графическое меню подбираются особенности дизайна. Можно удлинить базу, сделать посадку выше или ниже, поменять цвета и т.д.

Готовый макет отправляется разработчикам и быстро реализуется благодаря тому, что все несущие элементы конструкции сделаны из термопластичного полиуретана (TPU).

Изделие поставляется в виде пакета массой 2,3 кг, умещающегося в рюкзак. Для сборки необходимо распаковать его, надуть и соединить все детали.

Чтобы накачать каждый элемент до рабочего давления (50 кПа или 0,5 атм), требуется чуть больше минуты. Затем нужно собрать корпус, присоединить колёса, бесщеточный двигатель, аккумулятор и беспроводной контроллер, встроенный в руль.

Вся подготовка занимает около 8 минут. Масса надутого электробайка увеличивается примерно до 5,5 кг, поэтому при ударе пешеход получает такой же импульс, как если бы в него влетел бегун.

Травмы при этом минимальные, поскольку значительную часть кинетической энергии поглощают мягкие элементы конструкции.

Исследователи протестировали Poimo в Японии, где получили положительные отзывы. В целом люди отмечали, что он более прочный, чем кажется, и на нём весело кататься.

Пройдя стадию прототипа, разработчики Poimo разрабатывают бизнес-модели. Они считают, что надувные средства индивидуальной мобильности могут оказаться более рентабельным, чем электросамокаты и более удобными, чем гироскутеры.

Слабые места Poimo были ожидаемыми: колёса из TPU слабо устойчивы к проколам, а низкое рабочее давление приводит к непостоянной силе прижатия ролика, вращающего заднее колесо.

Видео: YouTube

Источник: Токийский университет

​Разработчики экзоскелета Guardian DX подписали контракт с ВМС США

Американская робототехническая компания Sarcos, о достижениях которой мы писали ранее, стала победителем конкурса Министерства обороны на поставку экзоскелетов для Управления военно-морских исследований США.

Модификация Guardian DX будет адаптирована для подключения к мобильным военным базам и существующей инфраструктуре флотских складов.

Это позволит оператору использовать экзоскелет вместе с подъёмниками, колесными или гусеничными транспортными средствами для ускорения логистических операций.

Guardian DX выдерживает массу полезной нагрузки до 90 кг и усиливает действия оператора до 20 раз.

Его встроенный ИИ работает на основе имитационного машинного обучения (ML) с технологией позитивного подкрепления.

Он рассчитывает оптимальный коэффициент усилиения в зависимости от задачи, контролирует движения и предотвращает потенциально опасные.

«Кинематически наш экзоскелет эквивалентен верхней части тела человека. Поэтому операторы интуитивно управляют им, полагаясь на свои рефлексы. Это помогает им уверенно действовать в сложных условиях», — комментирует Вольф.

Экзоскелет надевается за 30 секунд и быстро ставится на зарядную станцию без посторонней помощи. Помимо непосредственно управления у него есть дистанционный режим.

«Для выполнения задач, требующих максимальной точности, Guardian DX можно управлять дистанционно», — отметил Бен Вольф, председатель и главный исполнительный директор Sarcos Robotics.

В качестве примера приводится резка металла и сварка на высоте, манипулирование тяжелыми предметами, а также использование портативных датчиков для неразрушающего контроля трубопроводов и несущих конструкций.

ВМФ поспешил оформить заявку на экзоскелет после того, как морпехов опередили лётчики. На прошлой неделе ВВС подписали контракт между Sarcos и Центром быстрых инноваций (CRI).

Источник: The Robot Report

Роботизированный зонд OSIRIS-REx доставит кусочек астероида

На 20 октября 2020 года планируется кульминационный момент сложной миссии НАСА, разработанной 16 лет назад в Лунно-планетной лаборатории Университета Аризоны.

Автоматическая межпланетная станция OSIRIS-REx возьмёт пробу грунта с околоземного астероида (101955) Бенну при помощи роботизированного захвата длиной 3,3 метра.

На шарнирном манипуляторе установлена сферическая камера TAGSAM (Touch-And-Go Sample Acquisition Mechanism) диаметром 30,5 см для сбора образцов.

Сначала захват нанесёт лёгкий удар по поверхности астероида, а затем сработает баллон с азотом. Сила удара и струя газа поднимут пыль и мелкие осколки, часть из которых останется в камере.

Исследователи рассчитывают собрать мелкие фрагменты астероида общей массой около 60 грамм и доставить их на Землю в 2023 году.

Интерес к ним вызван тем, что они сформировались на заре Солнечной системы и помогут нам понять историю её развития.

Сейчас астероид находится в 334 миллионах км от Земли, поэтому все команды из Центра управления приходят на АМС с задержкой более чем на 18 минут.

В таких условиях очень многое зависит от заранее просчитанных сценариев и работы автоматики.

Выполнить посадку на астероид не получится, так как его гравитация в миллионы раз слабее земной. Поэтому OSIRIS-REx требуется максимально сблизиться с астероидом и удержаться над ним во время отбора проб.

АМС долго выравнивала скорость, стремясь снизить её до 0,2 м/с. До этого она выполнила несколько облётов астероида и передала его фотографии.

Снимки показали, что поверхность Бенну изобилует острыми скалами. Команда НАСА составила карту и передала её на OSIRIS-REx для выбора относительно безопасного места забора проб.

Процедура осложняется ещё и тем, что небольшой астероид быстро вращается вокруг своей оси, а его траектория подвержена влиянию гравитации других тел и эффекту Ярковского.

Острая фаза эксперимента продлится всего 5 — 10 секунд, а его подготовка заняла 16 лет и стоила $800 млн. В случае удачи это будет первая в США доставка фрагментов астероида.

Япония уже опередила в этом Америку, отправив АМС Хаябуса-2 к более крупному околоземному астероиду (162173) Рюгу ещё в 2014 году. Он успешно взял образцы и должен доставить их на Землю в конце 2020 года.

Источник: IEEE Spectrum

OpenBot — робот из смартфона

Лаборатория Intel поделилась успехами о развитии проекта OpenBot. Это набор с открытым исходным кодом для превращения смартфона в робота.

Технически он представляет собой комбинацию аппаратного и программного обеспечения, ориентированную на самостоятельную сборку и настройку.

Хардверная часть — это сборная подставка для смартфона с колёсами, все компоненты которой напечатаны на 3D-принтере.

Её себестоимость составляет примерно $50. В шасси помещаются 4 бесщёточных мотора и опциональная литий-ионная батарея, а смартфон фиксируется горизонтально и становится главным компонентом бортовой системы.

Эксперименты показали, что такой робот способен осуществлять автономную навигацию в реальном времени, обрабатывать команды на естественном языке, распознавать лица людей и выполнять другие сложные задачи.

Секрет в том, что современные смартфоны уже содержат всё необходимое, за исключением колёс и двигателей.

Они оснащены многоядерными процессорами, впечатляющим объёмом памяти и даже нейрочипами. У них есть обычные и времяпролётные камеры (TOF), множество сенсоров и возможность одновременного подключения к разным беспроводным сетям.

Intel Labs подготовила программный стек, который позволяет подключить практически любой смартфон с Android 9.0 и выше к электронике OpenBot, чтобы превратить его в полноценного колёсного дрона.

Текущая версия набора OpenBot была протестирована с десятью современными смартфонами. Разработчики отметили, что проблемы совместимости практически отсутствуют, поскольку расположение тыловых камер у всех сходное, а порт USB-C уже стал стандартом де-факто.

Время сборки и первичной настройки робота составляет около получаса. Готовые сценарии запустить довольно просто, а вот для их модификации понадобится использовать командную строку.

Размер собранной платформы OpenBot составляет 24x15x12 см при массе 700 грамм. Скорость — до 1,5 м/с (чуть быстрее пешехода). Среднее время автономной работы: 45 мин.

Авторы проекта OpenBot стремятся к решению двух ключевых задач робототехники: доступности и масштабируемости.

3D-принтеры доступны немногим, поэтому сотрудники Intel Labs уже работают над увеличенным и более мощным корпусом, который подойдёт для массового производства.

Видео: YouTube

Подробнее: OpenBot: Turning Smartphones into Robots

Источник: IEEE Spectrum

​Leonardo — cамый мощный европейский суперкомпьютер с ИИ

Итальянский межуниверситетский консорциум Cineca совместно с Nvidia объявили о планах построить «самый быстрый в мире суперкомпьютер с искусственным интеллектом».

Его планируют использовать в биохимических исследованиях, включая открытие новых лекарств и поиски препаратов для борьбы с текущей пандемией.

Среди второстепенных задач указываются исследования космоса и моделирование климатических изменений.

Традиционные алгоритмы в научных приложениях требуют двойной точности вычислений с плавающей запятой (FP64).

В Nvidia разработали новый подход, позволяющий обойтись половинной точностью (FP16) и в разы повысить производительность каждого вычислительного узла.

В новом суперкомпьютере Leonardo будут использоваться алгоритмы машинного обучения, позволяющие достичь сравнимой точности моделирования даже с огрублёнными данными.

Технически Leonardo строится из узлов суперкомпьютера Atos BullSequana XH2000, в котором ради компактности применяется водяное охлаждение.

В Leonardo будет установлено почти 14 000 графических процессоров Nvidia A100 и около 3500 процессоров Intel Xeon (точная модель не указывается).

Каждый узел будет состоять из одного ЦП и четырёх ГП. Между собой узлы соединят по шине InfiniBand через сетевые карты Mellanox HDR с пропускной способностью 200 Гбит/с.

Расчётная пиковая производительность Leonardo составляет почти 9 эксафлопс (8,736 exaFLOPS) при расчётах FP16.

Уже сегодня графические процессоры с архитектурой Nvidia Ampere ускоряют свыше 1800 научных приложений, включая Quantum Espresso для материаловедения, SPECFEM3D для геофизики и MILC для квантовой физики.

С ними сложные симуляции, требующие многих часов или даже дней непрерывных расчётов, приближаются к задачам реальном времени.

«С появлением искусственного интеллекта у нас появилась новая метрика для измерения производительности суперкомпьютеров. Их вычислительная мощность экспоненциально выросла с внедрением ИИ», — сказал Ян Бак, вице-президент и генеральный директор по ускоренным вычислениям Nvidia.

Профинансирует постройку Leonardo Европейская комиссия по высокопроизводительным вычислениям (EuroHPC).

Источник: Nvidia

AGRO — ловкий колёсный дрон

Военная академия США в Вест-Пойнте представила прототип десантируемого робота AGRO. Он всегда приземляется на колёса, используя их во время падения для стабилизации.

Название AGRO расшифровывается как Agile Ground RObot (ловкий наземный робот).

Каждое из его колес имеет независимый привод. Они отклоняются в трёх плоскостях, обеспечивая выравнивание крена, изменяя тангаж и рыскание по курсу.

Когда пара колес вращается в одном направлении, корпус робота поворачивается в противоположную сторону.

Комбинируя различные крутящие моменты и меняя угол развал/схождение в полёте, контроллер независимо регулирует вращение робота вокруг каждой из трёх осей.

Конечная цель контроллера — достичь нулевого тангажа и крена к моменту жёсткой посадки. Тогда энергия удара распределиться на все четыре колеса и робот останется в устойчивом положении.

Главным ограничивающим фактором является высота сброса. Она влияет на силу удара и время падения.

Сейчас контроллер тратит порядка 250 мс для компенсации отклонений до 22,5° по каждой оси. Обычно требуется несколько таких корректировок для одной посадки.

Ниже вы можете посмотреть видеозапись начала испытаний AGRO, сделанную в марте этого года.

Пока у AGRO нет подвески, а созданный прототип лишь демонстрирует концепцию десантируемых роботов с самостоятельной стабилизацией в полёте.

В следующей модели AGRO 2 планируется использовать гибридную конструкция колесных опор, которая позволит ему подниматься по лестницам и бордюрам.

Работа будет представлена на международной конференции по интеллектуальным роботам и системам (IROS 2020), которая пройдёт в онлайн-формате с 25 октября по 25 ноября 2020 года.

Бесплатная регистрация посетителей IROS 2020 уже доступна.

Видео: YouTube

Источник: IEEE Spectrum

​Дрон доставит лекарства в сельскую глушь

Калифорнийский стартап Volansi совместно с фармацевтической компанией Merck и больничной сетью Vidant Health начинают испытания сервиса доставки медикаментов беспилотниками.

Пилотный проект будет проводится в сельской местности на востоке Северной Каролины, где проживает около полутора миллионов человек.

В нём задействуют полностью электрические дроны самолётного типа Volansi VOLY C10 с пятью винтами.

Из них четыре расположены как у квадрокоптера, в то время как пятый винт — толкающий.

Радиус действия VOLY C10 в разы больше, чем у мультикоптеров. Часть времени полёта дрон планирует, экономя заряд батареи.

Другое важное отличие в том, что он не сбрасывает посылки, как это принято у Amazon и других ритейлеров.

VOLY C10 может мягко приземляться и автоматически высвобождать контейнер, что важно для доставки хрупких грузов.

По сравнению с планирующими дронами Zipline, для VOLY C10 не требуется сложная инфраструктура из катапульты для старта и огромной сетки, ловящей возвращающиеся дроны.

Беспилотник от Volansi использует принцип EVTOL — аппарата вертикального взлёта и посадки.

Он стартует с любой ровной и твёрдой поверхности, а затем приземляется в заданной точке.

Новый дрон способен перевозить грузы массой до 4,5 кг на расстояние до 80 км, что делает его весьма перспективным для широкого круга задач.

Пока полёты дронов за пределы прямой видимости (BVLOS) запрещены, но руководство Volansi настроено оптимистично.

В компании хотят не просто получить разрешение от Министерства транспорта Северной Каролины, а создать важный прецедент для всей отрасли.

Для этого Volansi участвует в программе интеграции беспилотных авиационных систем в современную логистику.

Она была запущена Федеральным авиационным управлением США после того, как из-за пандемии нарушились традиционные цепочки поставок.

Источник: The Robot Report

​Мемристорный робот с мгновенной стабилизацией

Исследователи из Университета Южной Калифорнии (USC) использовали мемристоры для создания аналоговой схемы, которая стабилизирует двухколёсного робота эффективнее, чем цифровой контроллер.

Самобалансирующийся робот был создан в USC совместно с инженерами Исследовательской лаборатории ВВС в Роме (штат Нью-Йорк).

Его управляющая схема использует один из эффектов нервной системы — гистерезис, то есть зависимость реакции на раздражитель от силы предыдущих воздействий.

Мемристор, иногда называемый пизастором, это сравнительно новый пассивный элемент радиотехники.

Три других (резистор, конденсатор и катушка индуктивности) были известны давно, а вот история практического применения четвёртого только начинается.

Главная особенность мемристора в том, что его сопротивление зависит от протекавшего ранее заряда.

Более того, сопротивление мемристора можно задать, изменяя величину напряжения и длительность его воздействия.

После отключения питания заданное сопротивление сохраняется. Иными словами, это резистор с памятью.

Добавив мемристор в аналоговую схему с входами от гироскопа и акселерометра, исследователи создали полностью аналоговый фильтр Калмана, который применяется для удаления шумов из сигнала датчиков.

Он соединен со вторым мемристором, выполняющим функцию пропорционально-производного (PD) контроллера.

В ролике ниже вы видите сравнение двух роботов одинаковой конструкции. Нижний управляется цифровым контроллером и постоянно колеблется.

До стабилизации он отклоняется вперёд и назад несколько раз, поскольку корректирующие циклы генерируются с ощутимым запаздыванием — через 3034 микросекунды.

Робот в верхней части кадра управляется аналоговой схемой на основе мемристоров. Ему требуется всего 6 микросекунд на ту же самую коррекцию, из-за чего стабилизация происходит практически мгновенно.

Конечно, помимо аналоговой схемы в нём есть и цифровые компоненты, поэтому более корректно говорить, что победила не чисто мемристорная, а гибридная аналогово-цифровая платформа.

Видео: YouTube

Источник: IEEE Spectrum

​InferX X1 — новый ускоритель ИИ

Калифорнийская компания Flex Logix представила уникальный ускоритель логического вывода для систем искусственного интеллекта. При крошечных размерах он превосходит по ряду показателей NVIDIA Jetson Xavier NX и Tesla T4.

Новый чип InferX X1 с площадью кристалла 54 кв. мм работает на частоте от 533 до 933 МГц и производится по морально устаревшим технологическим нормам 16 нм.

При этом он содержит реконфигурируемые тензорные процессоры nnMAX в конфигурации 2x2.

Они выполнены по технологии EFLX eFPGA и оптимизированы для граничных вычислений (EdgeAI).

InferX X1 обеспечивает низкую стоимость (от $34 за модель с частотой 533 МГц в партии ≥ 1000 шт.), малое энергопотребление (до 13,5 Вт при частоте 933 МГц) и лёгкую масштабируемость.

Чип оснащён встроенной памятью SRAM размером 13 Мб. Он поддерживает оперативную память LPDDR4x DRAM и 4-полосный интерфейс PCIe Gen 3/4.

Помимо стандартного блока целочисленных операций (INT8), чип содержит блок обработки для чисел с плавающей запятой в формате BF16.

Это новый стандарт Brain Float 16, разработанный в Google Brain специально для нейронных сетей.

По сравнению с FP32 он требует меньше вычислительных ресурсов, обеспечивая для практических задач сравнимую точность результата.

В формате FP32 для записи числа в экспоненциальном виде отводится 32 бита.

Из них первый бит хранит знак (+ / -), следующие восемь — порядок (показатель степени), а остальные 23 бита — это мантисса (дробная часть логарифма числа).

Запись BF16 использует 16 бит, из которых на мантиссу приходится всего 7.

Эксперименты показали, что для нейронных сетей большая точность не приносит заметных преимуществ, а за счёт усечённой записи объём памяти можно сократить вдвое.

Согласно опубликованному Flex Logix отчёту, InferX X1 справляется с обработкой изображений на 20 — 30% быстрее Jetson Xavier NX в распространённых тестах.

В оптимизированных под формат BF16 тестовых наборах InferX X1 оказывается в 11 раз быстрее Xavier NX и в 18 раз более энергоэффективным, чем Tesla T4.

Работа была представлена 21 октября в ходе виртуальной встречи Linley Fall Conference 2020.

Для разработчиков микросхем и других технических специалистов регистрация бесплатна.

Она доступна и сейчас по программе «позднего присоединения». Следующая сессия пройдёт с 27 по 29 октября.

Источник: CNX Software

На канале про современное искусство и технологии PHYGITAL ART выпустили визуальное исследование на тему Machine Vision.

Это исследование схематически отображает развитие технологий машинного зрения, а также предлагает прогноз по развитию технологии в будущем. Будет интересно всем, кто интересуется развитием технологии компьютерного зрения: от новичков до специалистов CV/ML.