Робот впервые установил протез внутри сонной артерии
Калифорнийская компания Cerus Endovascular объявила о первой в истории роботизированной установке внутричерепного имплантата.
Знаковая операция заняла всего 18 минут, включая обеспечение оперативного доступа. Её провёл нейрохирург Нитин Данге в Мемориальной больнице им. короля Эдуарда в Мумбаи, Индия.
Доктор Данге использовал микрохриругическое устройство Xcath — медицинского робота, созданного одноимённой техасской фирмой.
Он применялся для установки внутрисосудистого протеза Contour — новинки от Cerus Endovascular, останавливающей растяжение и последующее разрушение аневризмы.
Contour представляет собой объёмную сетку из инертного материала, которая закрепляется на штифт-проводник и может менять форму, расширяясь по команде хирурга.
Её отличие от подобных протезов состоит в том, что Contour изначально создан для установки с помощью робота Xcath. Это обеспечивает сверхточное позиционирование и надёжную фиксацию протеза.
Более того, при необходимости Contour можно снова сложить, передвинуть и установить повторно даже в проблемных местах, вроде точки бифуркации.
Использование роботизированной системы позволяет быстро выполнять сложные операции, за которые раньше рисковали браться только самые опытные хирурги.
«За последние годы достигнут значительный прогресс в области роботизированных хирургических технологий. Они приносят множество улучшений в интервенционную медицину, делая доступнее оперативные вмешательства, требующие исключительной точности», — сказал президент Cerus Endovascular доктор Стивен Гриффин.
Компания Cerus Endovascular со штаб-квартирой во Фримонте также имеет представительство в Оксфорде. Она зарекомендовала себя как на американском, так и на европейском рынке, разрабатывая инновационное медицинское оборудование для сосудистой и нейрохирургии.
В последнее время она делает акцент на создание эндоваскулярных протезов, отличающихся универсальностью использования и простотой установки. Contour стал первым из тех, чья имплантация выполняется роботом.
Источник: The Robot report
Калифорнийская компания Cerus Endovascular объявила о первой в истории роботизированной установке внутричерепного имплантата.
Знаковая операция заняла всего 18 минут, включая обеспечение оперативного доступа. Её провёл нейрохирург Нитин Данге в Мемориальной больнице им. короля Эдуарда в Мумбаи, Индия.
Доктор Данге использовал микрохриругическое устройство Xcath — медицинского робота, созданного одноимённой техасской фирмой.
Он применялся для установки внутрисосудистого протеза Contour — новинки от Cerus Endovascular, останавливающей растяжение и последующее разрушение аневризмы.
Contour представляет собой объёмную сетку из инертного материала, которая закрепляется на штифт-проводник и может менять форму, расширяясь по команде хирурга.
Её отличие от подобных протезов состоит в том, что Contour изначально создан для установки с помощью робота Xcath. Это обеспечивает сверхточное позиционирование и надёжную фиксацию протеза.
Более того, при необходимости Contour можно снова сложить, передвинуть и установить повторно даже в проблемных местах, вроде точки бифуркации.
Использование роботизированной системы позволяет быстро выполнять сложные операции, за которые раньше рисковали браться только самые опытные хирурги.
«За последние годы достигнут значительный прогресс в области роботизированных хирургических технологий. Они приносят множество улучшений в интервенционную медицину, делая доступнее оперативные вмешательства, требующие исключительной точности», — сказал президент Cerus Endovascular доктор Стивен Гриффин.
Компания Cerus Endovascular со штаб-квартирой во Фримонте также имеет представительство в Оксфорде. Она зарекомендовала себя как на американском, так и на европейском рынке, разрабатывая инновационное медицинское оборудование для сосудистой и нейрохирургии.
В последнее время она делает акцент на создание эндоваскулярных протезов, отличающихся универсальностью использования и простотой установки. Contour стал первым из тех, чья имплантация выполняется роботом.
Источник: The Robot report
The Robot Report
Cerus Endovascular announces implant of Contour device with Xcath robot
Cerus Endovascular said a procedure using an Xcath robot enabled its Contour device to be implanted intercranially quickly.
Isaac Gym — ускоритель для робототехники
Nvidia объявила о выпуске предварительного релиза Isaac Gym — новой среды моделирования физики для исследований в области искусственного интеллекта и робототехники.
Его главное назначение — ускорение обучения с подкреплением (RL), широко применяющегося для обучения роботов и беспилотников.
С Isaac Gym технология RL становится доступнее. Сложные задачи, требующие многопроцессорных кластеров, теперь быстро выполняются на одном графическом ускорителе.
Например, чтобы обучить робота собирать кубик Рубика, команда OpenAI использовала 920 компьютеров с 32-ядерными процессорами. Время обучения составило 30 часов.
Isaac Gym позволяет воссоздать эксперимент OpenAI на одном графическом ускорителе Nvidia A100 примерно за 10 часов. Такой результат достигается главным образом за счет использования движка моделирования PhysX.
В дополнение к быстрому физическому моделированию Isaac Gym также выполнять больше разных типов вычислений на ГП, сокращая объём передачи данных между ЦП и ГП.
По заявлению компании, при такой реализации Isaac Gym обеспечивает полный непрерывный конвейер RL GPU.
Isaac Gym предоставляет базовый API-интерфейс для заполнения сцены роботами и объектами из файловых форматов URDF и MJCF. Доступ к результатам моделирования предоставляется через API на основе фреймворка PyTorch.
Интересно, что каждая сцена может дублироваться и модифицироваться независимо от других. Это позволяет одновременно запускать тысячи сцен, используя один графический ускоритель.
Основные функции Isaac Gym будут доступны как часть Omniverse и созданной на её основе платформы моделирования робототехники Isaac Sim.
Предварительный выпуск Isaac Gym уже доступен для исследователей в сфере робототехники.
Видео: YouTube
Источник: News.Nvidia
Подробнее: Isaac Gym
Nvidia объявила о выпуске предварительного релиза Isaac Gym — новой среды моделирования физики для исследований в области искусственного интеллекта и робототехники.
Его главное назначение — ускорение обучения с подкреплением (RL), широко применяющегося для обучения роботов и беспилотников.
С Isaac Gym технология RL становится доступнее. Сложные задачи, требующие многопроцессорных кластеров, теперь быстро выполняются на одном графическом ускорителе.
Например, чтобы обучить робота собирать кубик Рубика, команда OpenAI использовала 920 компьютеров с 32-ядерными процессорами. Время обучения составило 30 часов.
Isaac Gym позволяет воссоздать эксперимент OpenAI на одном графическом ускорителе Nvidia A100 примерно за 10 часов. Такой результат достигается главным образом за счет использования движка моделирования PhysX.
В дополнение к быстрому физическому моделированию Isaac Gym также выполнять больше разных типов вычислений на ГП, сокращая объём передачи данных между ЦП и ГП.
По заявлению компании, при такой реализации Isaac Gym обеспечивает полный непрерывный конвейер RL GPU.
Isaac Gym предоставляет базовый API-интерфейс для заполнения сцены роботами и объектами из файловых форматов URDF и MJCF. Доступ к результатам моделирования предоставляется через API на основе фреймворка PyTorch.
Интересно, что каждая сцена может дублироваться и модифицироваться независимо от других. Это позволяет одновременно запускать тысячи сцен, используя один графический ускоритель.
Основные функции Isaac Gym будут доступны как часть Omniverse и созданной на её основе платформы моделирования робототехники Isaac Sim.
Предварительный выпуск Isaac Gym уже доступен для исследователей в сфере робототехники.
Видео: YouTube
Источник: News.Nvidia
Подробнее: Isaac Gym
YouTube
Introducing NVIDIA Isaac Gym: End-to-End Reinforcement Learning for Robotics
NVIDIA is pleased to announce a preview release of Isaac Gym - NVIDIA’s physics simulation environment for reinforcement learning research. RL-based training is now more accessible as tasks that once required thousands of CPU cores can now instead be trained…
Можно ли привыкнуть к бионическому протезу?
Нейробиологи из Чикагского университета и Технологического университета Чалмерса выяснили, что, хотя мозг человека и осваивает новые моторные навыки после протезирования конечностей, он совершенно не адаптируется к получению сенсорной информации от бионических протезов.
Это неприятное открытие создаёт серьёзное препятствие для дальнейшей разработки протезов конечностей, способных передавать тактильные ощущения.
В контролируемом исследовании участвовали три пациента, чьи руки были ампутированы выше локтя и заменены нейромышечно-скелетными протезами, которые прикреплялись непосредственно к их плечевой кости.
Испытуемые могли управлять протезом благодаря сигналам от электродов, имплантированных в остаточные мышцы руки, и получать сенсорную обратную связь через другой набор вживлённых электродов.
По замыслу сенсор на большом пальце протеза должен был стимулировать нерв и вызывать ощущение прикосновения. Однако выбор точного расположение электродов оказался проблемой, и пациенты сообщали об ощущениях касания в области ладони или других пальцев.
Первоначальным предположением нейробиологов была необходимость привыкания. Считалось, что после периода адаптации сенсорная карта мозга перестроится, и пациенты начнут воспринимать сигналы так, как это было задумано.
К сожалению, даже после года ежедневного использования бионических протезов субъективные ощущения пациентов не претерпели никаких изменений: они по-прежнему не могли корректно сопоставить их расположению сенсорных датчиков на протезах.
«Главная проблема с нынешними сенсорными интерфейсами заключается в том, что во время имплантации электродов невозможно определить, какая часть нерва соответствует какому ощущению. Электроды не всегда попадают точно в то место, которое соответствовало бы расположению сенсора в протезе руки. Мы надеялись, что при ежедневной практике со временем мозг разрешит это несоответствие, но шли месяцы тренировок, и всё оставалось как прежде», — сказал ведущий разработчик нейромышечных протезов, доцент кафедры бионики Технологического университета Чалмерса Макс Ортиз Каталан.
Эти результаты бросают вызов преобладающей догме относительно пластичности мозга и возможностей реабилитации после потери конечности. Многие исследователи полагали, что мозг обладает высокой способностью к реорганизации, но, похоже, это свойство было сильно переоценено.
Источник: Cell Reports
Нейробиологи из Чикагского университета и Технологического университета Чалмерса выяснили, что, хотя мозг человека и осваивает новые моторные навыки после протезирования конечностей, он совершенно не адаптируется к получению сенсорной информации от бионических протезов.
Это неприятное открытие создаёт серьёзное препятствие для дальнейшей разработки протезов конечностей, способных передавать тактильные ощущения.
В контролируемом исследовании участвовали три пациента, чьи руки были ампутированы выше локтя и заменены нейромышечно-скелетными протезами, которые прикреплялись непосредственно к их плечевой кости.
Испытуемые могли управлять протезом благодаря сигналам от электродов, имплантированных в остаточные мышцы руки, и получать сенсорную обратную связь через другой набор вживлённых электродов.
По замыслу сенсор на большом пальце протеза должен был стимулировать нерв и вызывать ощущение прикосновения. Однако выбор точного расположение электродов оказался проблемой, и пациенты сообщали об ощущениях касания в области ладони или других пальцев.
Первоначальным предположением нейробиологов была необходимость привыкания. Считалось, что после периода адаптации сенсорная карта мозга перестроится, и пациенты начнут воспринимать сигналы так, как это было задумано.
К сожалению, даже после года ежедневного использования бионических протезов субъективные ощущения пациентов не претерпели никаких изменений: они по-прежнему не могли корректно сопоставить их расположению сенсорных датчиков на протезах.
«Главная проблема с нынешними сенсорными интерфейсами заключается в том, что во время имплантации электродов невозможно определить, какая часть нерва соответствует какому ощущению. Электроды не всегда попадают точно в то место, которое соответствовало бы расположению сенсора в протезе руки. Мы надеялись, что при ежедневной практике со временем мозг разрешит это несоответствие, но шли месяцы тренировок, и всё оставалось как прежде», — сказал ведущий разработчик нейромышечных протезов, доцент кафедры бионики Технологического университета Чалмерса Макс Ортиз Каталан.
Эти результаты бросают вызов преобладающей догме относительно пластичности мозга и возможностей реабилитации после потери конечности. Многие исследователи полагали, что мозг обладает высокой способностью к реорганизации, но, похоже, это свойство было сильно переоценено.
Источник: Cell Reports
RCV-L — гусеничные военные беспилотники
Армия США досрочно получила два прототипа облегчённых наземных беспилотников серии RCV-L (Robotic Combat Vehicle-Light). Их изготовила американская фирма Pratt Miller вместе с британским оборонным предприятием QinetiQ.
Беспилотники стали своеобразным рождественским подарком, поэтому на фотографии они украшены красными бантами. Лёгким RCV-L можно назвать лишь по армейским меркам, где транспорт с массой до 10 тонн считается вспомогательной техникой.
Новые беспилотники — это машины с массой около семи тонн в базовой конфигурации, способные разгоняться перевозить до 3 тонн полезной нагрузки на скорости до 45 км/ч.
В них используется гибридная дизель-электрическая силовая установка, которая должна обеспечить экономию топлива и большую акустическую скрытность при работе от батарей.
Дополнительно снизить шум помогают эластомерные элементы на гусеницах. Они похожи на резиновую ленту, легко заменяются и существенно улучшают манёвренность, особенно по бездорожью.
Испытания RCV-L пройдут в Центре наземных транспортных средств (GVSC) подразделения по развитию боевых возможностей (CCDC).
По назначению это экспедиционный модульный автономный транспорт (EMAV) — универсальная гусеничная платформа, на которую можно установить раму для перевозки снаряжения, носилки для раненых, средства разведки и различное вооружение.
Беспилотник управляется одним солдатом через систему CROWS II (Common Remotely Operated Weapon Station II).
Стандартная конфигурация M153 может быть оснащена электрооптическими и инфракрасными камерами, пулемётом M2 калибра .50 или автоматическим гранатометом Mk 19 Mod 3 калибра 40 мм. Версия CROWS-J совместима с пусковой установкой противотанковых ракет Javelin.
Проект RCV-L стал частью более широкой кампании по перевооружению армии. Согласно планам, в ближайшие пять лет она получит беспилотники разных типов — от колёсных и гусеничных до воздушных дронов.
Источник: The Drive
Армия США досрочно получила два прототипа облегчённых наземных беспилотников серии RCV-L (Robotic Combat Vehicle-Light). Их изготовила американская фирма Pratt Miller вместе с британским оборонным предприятием QinetiQ.
Беспилотники стали своеобразным рождественским подарком, поэтому на фотографии они украшены красными бантами. Лёгким RCV-L можно назвать лишь по армейским меркам, где транспорт с массой до 10 тонн считается вспомогательной техникой.
Новые беспилотники — это машины с массой около семи тонн в базовой конфигурации, способные разгоняться перевозить до 3 тонн полезной нагрузки на скорости до 45 км/ч.
В них используется гибридная дизель-электрическая силовая установка, которая должна обеспечить экономию топлива и большую акустическую скрытность при работе от батарей.
Дополнительно снизить шум помогают эластомерные элементы на гусеницах. Они похожи на резиновую ленту, легко заменяются и существенно улучшают манёвренность, особенно по бездорожью.
Испытания RCV-L пройдут в Центре наземных транспортных средств (GVSC) подразделения по развитию боевых возможностей (CCDC).
По назначению это экспедиционный модульный автономный транспорт (EMAV) — универсальная гусеничная платформа, на которую можно установить раму для перевозки снаряжения, носилки для раненых, средства разведки и различное вооружение.
Беспилотник управляется одним солдатом через систему CROWS II (Common Remotely Operated Weapon Station II).
Стандартная конфигурация M153 может быть оснащена электрооптическими и инфракрасными камерами, пулемётом M2 калибра .50 или автоматическим гранатометом Mk 19 Mod 3 калибра 40 мм. Версия CROWS-J совместима с пусковой установкой противотанковых ракет Javelin.
Проект RCV-L стал частью более широкой кампании по перевооружению армии. Согласно планам, в ближайшие пять лет она получит беспилотники разных типов — от колёсных и гусеничных до воздушных дронов.
Источник: The Drive
This media is not supported in your browser
VIEW IN TELEGRAM
С новым годом металлического быка! 🤖🎄🎇
Оптический нейропроцессор с рекордной скоростью
Международная группа исследователей разработала нейроморфный процессор с оптическим ядром. Он ускоряет работу свёрточных нейронных сетей (CNN) на 2–3 порядка по сравнению с кремниевыми нейрочипами того же уровня энергопотребления.
Работа выполнена под руководством профессора Дэвида Мосса — директора Центра оптических наук Технологического университета Суинберна (Австралия).
Его команда создала универсальный векторный ускоритель для любых CNN, который в базовой версии генерирует 8-битные свертки изображений в разрешении 500x500 пикселей, что достаточно для распознавания лиц и рукописных текстов (достигнутая точность составила 88%).
Прототип оптоэлектронного нейропроцессора продемонстрировал пиковую скорость в 11 TFLOPs (трлн операций с плавающей запятой в секунду).
Группа из нескольких нейроморфных процессоров может быть объединена в единую оптическую нейросеть, способную обрабатывать большие данные в реальном времени.
Такая возможность востребована в задачах машинного зрения, особенно в управлении беспилотным транспортом и медицинской диагностике.
От своих кремниевых аналогов фотонный нейропроцесор отличается более широкой полосой пропускания, достигаемой за счёт высокой плотности кодирования.
В нём используется источник так называемых «микрогребней» — изобретённый 10 лет назад оптический генератор, состоящий из сотен инфракрасных лазеров на одном чипе.
Эта лазерная матрица позволяет кодировать данные как чередование длин волн, временных и пространственных характеристик оптического сигнала.
«При помощи микрогребней в мае 2020 года мы установили мировой рекорд скорости передачи данных в Интернете. Сейчас эта же технология используется в приложениях искусственного интеллекта. Отличный пример междисциплинарного взаимодействия!», — говорит профессор Мосс.
Дополнительно фотонный нейропроцессор может служить универсальным интерфейсом, обеспечивающим сверхвысокую пропускную способность между оптическими и электронными компонентами.
Источник: Nature
Международная группа исследователей разработала нейроморфный процессор с оптическим ядром. Он ускоряет работу свёрточных нейронных сетей (CNN) на 2–3 порядка по сравнению с кремниевыми нейрочипами того же уровня энергопотребления.
Работа выполнена под руководством профессора Дэвида Мосса — директора Центра оптических наук Технологического университета Суинберна (Австралия).
Его команда создала универсальный векторный ускоритель для любых CNN, который в базовой версии генерирует 8-битные свертки изображений в разрешении 500x500 пикселей, что достаточно для распознавания лиц и рукописных текстов (достигнутая точность составила 88%).
Прототип оптоэлектронного нейропроцессора продемонстрировал пиковую скорость в 11 TFLOPs (трлн операций с плавающей запятой в секунду).
Группа из нескольких нейроморфных процессоров может быть объединена в единую оптическую нейросеть, способную обрабатывать большие данные в реальном времени.
Такая возможность востребована в задачах машинного зрения, особенно в управлении беспилотным транспортом и медицинской диагностике.
От своих кремниевых аналогов фотонный нейропроцесор отличается более широкой полосой пропускания, достигаемой за счёт высокой плотности кодирования.
В нём используется источник так называемых «микрогребней» — изобретённый 10 лет назад оптический генератор, состоящий из сотен инфракрасных лазеров на одном чипе.
Эта лазерная матрица позволяет кодировать данные как чередование длин волн, временных и пространственных характеристик оптического сигнала.
«При помощи микрогребней в мае 2020 года мы установили мировой рекорд скорости передачи данных в Интернете. Сейчас эта же технология используется в приложениях искусственного интеллекта. Отличный пример междисциплинарного взаимодействия!», — говорит профессор Мосс.
Дополнительно фотонный нейропроцессор может служить универсальным интерфейсом, обеспечивающим сверхвысокую пропускную способность между оптическими и электронными компонентами.
Источник: Nature
Kodiak запускает беспилотные грузовики
Калифорнийский стартап Kodiak Robotics начинает полностью беспилотные грузовые перевозки на коммерческой основе. Впервые тяжёлые машины станут ездить в штате Техас без сопровождающего инженера в кабине.
Такое решение было принято после того, как за 2 года грузовики проехали в общей сложности около 1300 км без единой аварии. Они выполнили ряд коммерчески рейсов, ни разу не потребовав перехвата управления водителем.
Длительные испытания проходили на трассе I-45 между Далласом и Хьюстоном. По шоссе они движутся полностью автономно. Водитель требуется только для выезда на трассу и парковки грузовика в конечной точке маршрута.
Глава отдела по связям с общественностью Kodiak Robotics Дэниел Гофф пояснил, что компания использует свой подход к развитию беспилотного транспорта.
Если конкуренты в основном полагаются на детальные дорожные карты и строят трехмерные модели окружающей среды вокруг транспортного средства, то Kodiak намеренно использует карты низкого разрешения и более простые модели, но при этом крайне осторожный ИИ.
Основной приоритет при оценке дорожной ситуации отводится текущей информации от датчиков, а не эталону карты в памяти бортового компьютера. Если он распознаёт что-то как препятствие, а на карте его нет, ИИ принимает решение дождаться удобного момента для совершения безопасного объезда.
Это нужно потому, что подробные карты обновляются с задержкой и не всегда отражают реальную ситуацию. Например, если на карте появилась отметка о проведении ремонтных работ в конкретной точке, то к моменту встречи с грузовиком рабочие могут переместиться на сотни метров.
Кроме того, система от Kodiak меньше зависит от общего транспортного потока и условий освещения. Конкуренты предпочитают тестировать свои грузовики глубокой ночью, а беспилотники Kodiak одинаково уверенно движутся в любое время суток.
Это требует гораздо более сложной обработки данных от сенсоров, подверженных солнечной засветке, зато позволяет использовать гибкий график и ускорять доставку. В итоге рейсы становятся более выгодными для клиентов.
Видео: YouTube
Источник: The Robot report
Калифорнийский стартап Kodiak Robotics начинает полностью беспилотные грузовые перевозки на коммерческой основе. Впервые тяжёлые машины станут ездить в штате Техас без сопровождающего инженера в кабине.
Такое решение было принято после того, как за 2 года грузовики проехали в общей сложности около 1300 км без единой аварии. Они выполнили ряд коммерчески рейсов, ни разу не потребовав перехвата управления водителем.
Длительные испытания проходили на трассе I-45 между Далласом и Хьюстоном. По шоссе они движутся полностью автономно. Водитель требуется только для выезда на трассу и парковки грузовика в конечной точке маршрута.
Глава отдела по связям с общественностью Kodiak Robotics Дэниел Гофф пояснил, что компания использует свой подход к развитию беспилотного транспорта.
Если конкуренты в основном полагаются на детальные дорожные карты и строят трехмерные модели окружающей среды вокруг транспортного средства, то Kodiak намеренно использует карты низкого разрешения и более простые модели, но при этом крайне осторожный ИИ.
Основной приоритет при оценке дорожной ситуации отводится текущей информации от датчиков, а не эталону карты в памяти бортового компьютера. Если он распознаёт что-то как препятствие, а на карте его нет, ИИ принимает решение дождаться удобного момента для совершения безопасного объезда.
Это нужно потому, что подробные карты обновляются с задержкой и не всегда отражают реальную ситуацию. Например, если на карте появилась отметка о проведении ремонтных работ в конкретной точке, то к моменту встречи с грузовиком рабочие могут переместиться на сотни метров.
Кроме того, система от Kodiak меньше зависит от общего транспортного потока и условий освещения. Конкуренты предпочитают тестировать свои грузовики глубокой ночью, а беспилотники Kodiak одинаково уверенно движутся в любое время суток.
Это требует гораздо более сложной обработки данных от сенсоров, подверженных солнечной засветке, зато позволяет использовать гибкий график и ускорять доставку. В итоге рейсы становятся более выгодными для клиентов.
Видео: YouTube
Источник: The Robot report
YouTube
Kodiak Disengage Free Delivery | Day and Night Round Trip | 10x
0:00 - Intro
0:10 - DAL to HOU
19:48 - HOU to DAL
39:19 - DAL to HOU
1:00:00 - HOU to DAL
0:10 - DAL to HOU
19:48 - HOU to DAL
39:19 - DAL to HOU
1:00:00 - HOU to DAL
Новые боты от Samsung
На онлайн-трансляции выставки CES 2021 компания Samsung представила двух роботов-помощников для использования дома.
Первый из них — Samsung Bot Care. Он создан в первую очередь для людей, которым требуется помощь сиделки. Робот использует ИИ, чтобы анализировать поведение человека и предугадывать его потребности.
Например, бот обращает внимание, что пользователь слишком долго сидит за компьютером, и рекомендует ему сделать паузу для разминки. Затем он напоминает, что запланированная видеоконференция начнётся через несколько минут.
За это время он готовит презентационные материалы, выбирает оптимальное место с учётом освещения и фона, а затем разворачивает на своей голове встроенный планшет и придвигает его ближе на телескопической штанге.
Другой робот ещё интереснее. Это Samsung Bot Handy, который оснащён манипулятором с тремя степенями свободы, камерой и захватом в виде клешни.
Сначала кажется, что манипулятор трёхпалый, но при внимательно рассмотрении видно, что независимо движутся только два пальца. Просто второй из них более широкий.
Заявлено, что бот использует ИИ для распознавания объектов и определения алгоритма их оптимального захвата. Он аккуратно берёт хрупкие вещи и учитывает расположение соседних. Например, он не станет вытаскивать нижнюю тарелку из стопки, чтобы не разбились другие.
Его аккуратности хватает даже для таких деликатных задач, как поставить цветы в вазу или налить бокал вина.
«Bot Handy использует искусственный интеллект, чтобы распознавать объекты, такие как стеклянная чашка или керамическая тарелка. Он обращает внимание на их форму и материалы, чтобы правильно манипулировать ими и служить вам надежным партнером», — сказал Себастьян Сон, глава подразделения Samsung Research.
По замыслу это «рука помощи», которая максимально автономно действует в доме, преимущественно на кухне. Робот поможет накрыть на стол, а после соберет со стола грязную посуду и самостоятельно уложит её в посудомоечную машину.
После этого он принимается собирать разбросанное по квартире бельё, сортирует его по цветам и загружает в стиральную машинку. Оба робота снабжены ЖК-панелями, которые отображают стилизованные выражения лица.
В презентации не называлась ориентировочная дата начала производства новых роботов. Пока Samsung изучает реакцию общественности на представленные новинки.
Видео: YouTube
Источник: TechXplore
На онлайн-трансляции выставки CES 2021 компания Samsung представила двух роботов-помощников для использования дома.
Первый из них — Samsung Bot Care. Он создан в первую очередь для людей, которым требуется помощь сиделки. Робот использует ИИ, чтобы анализировать поведение человека и предугадывать его потребности.
Например, бот обращает внимание, что пользователь слишком долго сидит за компьютером, и рекомендует ему сделать паузу для разминки. Затем он напоминает, что запланированная видеоконференция начнётся через несколько минут.
За это время он готовит презентационные материалы, выбирает оптимальное место с учётом освещения и фона, а затем разворачивает на своей голове встроенный планшет и придвигает его ближе на телескопической штанге.
Другой робот ещё интереснее. Это Samsung Bot Handy, который оснащён манипулятором с тремя степенями свободы, камерой и захватом в виде клешни.
Сначала кажется, что манипулятор трёхпалый, но при внимательно рассмотрении видно, что независимо движутся только два пальца. Просто второй из них более широкий.
Заявлено, что бот использует ИИ для распознавания объектов и определения алгоритма их оптимального захвата. Он аккуратно берёт хрупкие вещи и учитывает расположение соседних. Например, он не станет вытаскивать нижнюю тарелку из стопки, чтобы не разбились другие.
Его аккуратности хватает даже для таких деликатных задач, как поставить цветы в вазу или налить бокал вина.
«Bot Handy использует искусственный интеллект, чтобы распознавать объекты, такие как стеклянная чашка или керамическая тарелка. Он обращает внимание на их форму и материалы, чтобы правильно манипулировать ими и служить вам надежным партнером», — сказал Себастьян Сон, глава подразделения Samsung Research.
По замыслу это «рука помощи», которая максимально автономно действует в доме, преимущественно на кухне. Робот поможет накрыть на стол, а после соберет со стола грязную посуду и самостоятельно уложит её в посудомоечную машину.
После этого он принимается собирать разбросанное по квартире бельё, сортирует его по цветам и загружает в стиральную машинку. Оба робота снабжены ЖК-панелями, которые отображают стилизованные выражения лица.
В презентации не называлась ориентировочная дата начала производства новых роботов. Пока Samsung изучает реакцию общественности на представленные новинки.
Видео: YouTube
Источник: TechXplore
YouTube
ROBOT BUTLER?! Samsung's first-ever personal robots: Bot Care and Bot Handy (full reveal)
At CES, 2021, Samsung's introduces new robots for the home, including Bot Handy and Bot Care.
Микробот с лазерным управлением
В Институте биологической инженерии Висса при Гарвардском университете разработали миниатюрного робота для медицинского использования. Его отличительными чертами стали лазерное управление и совместимость с уже существующими эндоскопическими инструментами.
Фактически это полуавтономная насадка для эндоскопа, которая помогает хирургу очень точно управлять лазерным лучом и выполнять абляцию тканей под любым углом. Интересно, что лазерный луч используется и для передачи команд роботу, и для непосредственного воздействия на ткани пациента.
По сравнению с аналогами робот характеризуется более высокой скоростью и точностью позиционирования. Это позволяет вывести минимально инвазивные операции на новый уровень и проводить сложные манипуляции с меньшим риском.
Метод лазерного управления был разработан совместно со специалистами Школы инженерии и прикладных наук Джона А. Полсона (SEAS).
Основная загвоздка была в том, что при внутренних операциях лазерный луч необходимо точно направлять и быстро перемещать на конце эндоскопа, что не может быть выполнено с помощью доступной в настоящее время (и довольно громоздкой) технологии.
«Мы обнаружили, что для перенаправления лазерного луча оптимально подходит конфигурация из трех миниатюрных зеркал, которые могут быстро вращаться относительно друг друга. Это и стало основной конструкции будущего робота», — пояснил соавтор разработки инженер-механик Рут Пенья.
«Этот робот позволяет очень точно направлять лазерный луч на небольшие целевые участки в пределах интересующей анатомической области. Более того, с его помощью можно задавать сложнейшие траектории», — сказал ведущий автор исследования докторант Питер Йорк.
Благодаря большому количеству степеней свободы самого робота и минимальной занимаемой им площади, он стал уникальным конечным эффектором с лазерным управлением.
В качестве доказательства на примере физической модели толстой кишки авторы продемонстрировали успешную резекцию полипов, имитируя типичную операцию при колоноскопии.
На сегодня представлены десятки прототипов микроботов, которые выглядят перспективно. Однако их внедрение в клиническую практику может растянуться на годы, или вовсе не состояться из-за сложностей размещения и медленного продвижения внутри организма пациента.
Новый робот лишён большинства типичных проблем и уже практически готов к внедрению. Он выполнен в цилиндрическом корпусе диаметром 6 мм и длиной 16 мм, что делает его максимально универсальным.
Видео: Vimeo
Источник: The Robot report
В Институте биологической инженерии Висса при Гарвардском университете разработали миниатюрного робота для медицинского использования. Его отличительными чертами стали лазерное управление и совместимость с уже существующими эндоскопическими инструментами.
Фактически это полуавтономная насадка для эндоскопа, которая помогает хирургу очень точно управлять лазерным лучом и выполнять абляцию тканей под любым углом. Интересно, что лазерный луч используется и для передачи команд роботу, и для непосредственного воздействия на ткани пациента.
По сравнению с аналогами робот характеризуется более высокой скоростью и точностью позиционирования. Это позволяет вывести минимально инвазивные операции на новый уровень и проводить сложные манипуляции с меньшим риском.
Метод лазерного управления был разработан совместно со специалистами Школы инженерии и прикладных наук Джона А. Полсона (SEAS).
Основная загвоздка была в том, что при внутренних операциях лазерный луч необходимо точно направлять и быстро перемещать на конце эндоскопа, что не может быть выполнено с помощью доступной в настоящее время (и довольно громоздкой) технологии.
«Мы обнаружили, что для перенаправления лазерного луча оптимально подходит конфигурация из трех миниатюрных зеркал, которые могут быстро вращаться относительно друг друга. Это и стало основной конструкции будущего робота», — пояснил соавтор разработки инженер-механик Рут Пенья.
«Этот робот позволяет очень точно направлять лазерный луч на небольшие целевые участки в пределах интересующей анатомической области. Более того, с его помощью можно задавать сложнейшие траектории», — сказал ведущий автор исследования докторант Питер Йорк.
Благодаря большому количеству степеней свободы самого робота и минимальной занимаемой им площади, он стал уникальным конечным эффектором с лазерным управлением.
В качестве доказательства на примере физической модели толстой кишки авторы продемонстрировали успешную резекцию полипов, имитируя типичную операцию при колоноскопии.
На сегодня представлены десятки прототипов микроботов, которые выглядят перспективно. Однако их внедрение в клиническую практику может растянуться на годы, или вовсе не состояться из-за сложностей размещения и медленного продвижения внутри организма пациента.
Новый робот лишён большинства типичных проблем и уже практически готов к внедрению. Он выполнен в цилиндрическом корпусе диаметром 6 мм и длиной 16 мм, что делает его максимально универсальным.
Видео: Vimeo
Источник: The Robot report
Vimeo
A Laser Steering Device for Robot-assisted Surgery
Responding to an unmet need for a robotic surgical device that is flexible enough to access hard to reach areas of the G.I. tract while causing minimal peripheral…
Forwarded from PROrobots
🇺🇸 Сортировка мусора. Автоматизация. Роботизация
Американский стартап AMP Robotics привлек дополнительные $55 млн финансирования, которые пойдут на расширение географического присутствия компании и оптимизацию систем автоматической сортировки мусора. Роботы сортируют порядка 80-100 объектов в минуту. Для сравнения, один человек сортирует до 60-80 объектов в минуту в моменты пиковых нагрузок, однако, с повышением усталости, сбавляет темпы до 40 объектов в минуту. Как ожидается, устройства сократят издержки, решат проблему кадрового голода в отрасли и существенно повысят выработку ценных ресурсов.
http://robotrends.ru/pub/2103/amp-robotics-privlekli-$55-mln-dlya-avtomatizacii-sortirovki-musora
Американский стартап AMP Robotics привлек дополнительные $55 млн финансирования, которые пойдут на расширение географического присутствия компании и оптимизацию систем автоматической сортировки мусора. Роботы сортируют порядка 80-100 объектов в минуту. Для сравнения, один человек сортирует до 60-80 объектов в минуту в моменты пиковых нагрузок, однако, с повышением усталости, сбавляет темпы до 40 объектов в минуту. Как ожидается, устройства сократят издержки, решат проблему кадрового голода в отрасли и существенно повысят выработку ценных ресурсов.
http://robotrends.ru/pub/2103/amp-robotics-privlekli-$55-mln-dlya-avtomatizacii-sortirovki-musora
robotrends.ru
AMP Robotics привлекли $55 млн для автоматизации сортировки мусора
Американский стартап AMP Robotics привлек дополнительные $55 млн финансирования, которые пойдут на расширение географического присутствия компании и оптимизацию систем автоматической сортировки мусора. Роботы сортируют порядка 80-100 объектов в минуту. Для…
Посмотрите, как роботы собирают новые аккумуляторы Tesla, которые компания анонсировала в сентябре прошлого года. Они обещают быть в 5 раз более ёмкими, чем старые, производства Panasonic, за счёт того, что убрали “tab” -- переходный элемент, «язычок», между батареей и тем, куда необходимо подавать энергию. Поэтому технологию назвали “tabless”. Ни одного человека в процессе производства не задействовано. Конечно, люди потратили тысячи часов на то, чтобы создать роботов и их запрограммировать.
https://youtu.be/zB8_HbrxUi8
https://youtu.be/zB8_HbrxUi8
YouTube
Making Batteries
Join the Cell Team – https://www.tesla.com/battery-jobs
IVA TPU — российская разработка в области AI станет серийным продуктом
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
Renesas раздаёт платы с новыми процессорами
Японская компания Renesas Electronics бесплатно высылает платы с новыми 64-разрядными микропроцессорами общего назначения (MPU) серии RZ / G2.
Они ориентированы на сектор IoT и EdgeAI, работу с нейросетями и современными человеко-машинными интерфейсами (HMI).
Новые MPU RZ / G2L построены на основе ядра Cortex-A55, которое обеспечивает примерно в 6 раз более быструю обработку типовых операций в приложениях ИИ по сравнению с предыдущим ядром Cortex-A53.
Кроме того, RZ / G2L имеют движок 3D-графики с аппаратной поддержкой видеокодеков и интерфейсов подключения камер, что обеспечивает экономичный апгрейд при внедрении интеллектуальных функций.
Дополнительное ядро Cortex-M33 позволяет выполнять в реальном времени сбор и обработку данных со множества датчиков без необходимости использования внешних микроконтроллеров (MCU), что также снижает общую стоимость системы.
Например, с помощью этих MPU легко превратить имеющуюся систему видеонаблюдения в «умную», распознающую лица, номера машин и опасные ситуации (пожар, затопление, разбитие окна, закрывание объектива, движение в кадре и т.д.).
Примечательно, что RZ / G2L обеспечивает коррекцию ошибок (ECC) как для встроенной памяти, так и для внешней памяти стандарта DDR4 или DDR3L .
Процессоры поддерживаются пакетом Linux промышленного уровня (VLP) с платформой Civil Infrastructure Platform (CIP) Linux.
Для неё предусмотрена долговременная поддержка (LTS) с гарантированным исправлением проблем безопасности, которые могут быть выявлены в последующие 10 лет.
Если заказчику требуется запускать более ресурсоёмкие AI-приложения, то Renesas готова предложить модификации RZ / G2L со встроенным ускорителем DRP-AI.
Это динамически реконфигурируемый процессор, способный ускорить несколько алгоритмов в одном приложении. Лучше всего он справляется с обработкой изображений, ускоряя данную процедуру более чем в 10 раз.
Источник: Renesas.com
Запросить бесплатный образец
Японская компания Renesas Electronics бесплатно высылает платы с новыми 64-разрядными микропроцессорами общего назначения (MPU) серии RZ / G2.
Они ориентированы на сектор IoT и EdgeAI, работу с нейросетями и современными человеко-машинными интерфейсами (HMI).
Новые MPU RZ / G2L построены на основе ядра Cortex-A55, которое обеспечивает примерно в 6 раз более быструю обработку типовых операций в приложениях ИИ по сравнению с предыдущим ядром Cortex-A53.
Кроме того, RZ / G2L имеют движок 3D-графики с аппаратной поддержкой видеокодеков и интерфейсов подключения камер, что обеспечивает экономичный апгрейд при внедрении интеллектуальных функций.
Дополнительное ядро Cortex-M33 позволяет выполнять в реальном времени сбор и обработку данных со множества датчиков без необходимости использования внешних микроконтроллеров (MCU), что также снижает общую стоимость системы.
Например, с помощью этих MPU легко превратить имеющуюся систему видеонаблюдения в «умную», распознающую лица, номера машин и опасные ситуации (пожар, затопление, разбитие окна, закрывание объектива, движение в кадре и т.д.).
Примечательно, что RZ / G2L обеспечивает коррекцию ошибок (ECC) как для встроенной памяти, так и для внешней памяти стандарта DDR4 или DDR3L .
Процессоры поддерживаются пакетом Linux промышленного уровня (VLP) с платформой Civil Infrastructure Platform (CIP) Linux.
Для неё предусмотрена долговременная поддержка (LTS) с гарантированным исправлением проблем безопасности, которые могут быть выявлены в последующие 10 лет.
Если заказчику требуется запускать более ресурсоёмкие AI-приложения, то Renesas готова предложить модификации RZ / G2L со встроенным ускорителем DRP-AI.
Это динамически реконфигурируемый процессор, способный ускорить несколько алгоритмов в одном приложении. Лучше всего он справляется с обработкой изображений, ускоряя данную процедуру более чем в 10 раз.
Источник: Renesas.com
Запросить бесплатный образец
Renesas
RZ/G2L - General-purpose Microprocessors with Dual-core Arm® Cortex®-A55 (1.2 GHz) CPUs, with 3D Graphics and Video CODEC Engine…
The RZ/G2L microprocessor includes a Cortex®-A55 (1.2 GHz) CPU, 16-bit DDR3L / DDR4 interface, 3D graphics engine with Arm Mali-G31 and video codec (H.264).
Иллюзия объёма для ИИ
Вывод глубоких нейронных сетей (DNN) часто работает медленно из-за нехватки встроенной памяти. Использование больших объёмов оперативки не всегда решает проблему, поскольку обращение к ней сопряжено с бóльшими задержками и затратами энергии.
Теоретически можно сделать достаточное для DNN количество памяти в самом чипе с процессорными ядрами. Однако на практике это зачастую нерационально из-за увеличения тепловыделения, повышения процента брака и резкого возрастания конечной стоимости микросхем.
Международная исследовательская группа нашла оригинальный способ решения этой проблемы. Они разработали технологический подход, который назвали «иллюзия большого объёма встроенной памяти в микросхемах для логического вывода нейронной сети».
Кратко её смысл в том, что большая нейросеть режется на функциональные участки, а затем они распределяются алгоритмом по нескольким чипам необычной архитектуры.
Для нейросети всё выглядит так, будто она запущена на однокристалке с больши́м объёмом встроенной памяти.
Проект получил название «Иллюзия» (Ilusion). Он использует процессоры с резистивной оперативной памятью в трехмерном стеке (3D RRAM).
К хранящимся в ней данным можно быстро получить доступ даже после прерывания питания, потому что она энергонезависимая.
Возможность на лету отключать и включать процессорные ядра вместе с блоками встроенной памяти без потери данных позволяет настроить очень гибкое управление кластером и существенно экономить энергию (а заодно и снижать нагрев).
В любой нейронной сети есть места, где объём передаваемых между узлами данных очень большой, или наоборот — ничтожно малый.
Ilusion автоматически разделяет DNN так, чтобы наиболее нагруженные части обрабатывались каждая на своём процессоре со своей памятью. Это гарантирует снижение задержек, поскольку между чипами будет минимальный трафик.
Конечно, резистивная память не лишена и недостатков. Она быстро изнашивается, подобно NAND Flash. Поэтому информатик из Стэнфорда Мэри Вуттерс написал эффективный код управления износом RRAM под названием Distributed Endurer. Он работает примерно как прошивка в SSD, выравнивая нагрузку на отдельные ячейки памяти.
Команда создала восьмичиповую версию Illusion и провела тест-драйв на трех глубоких нейронных сетях. Также она смоделировала систему с 64 чипами, чтобы продемонстрировать возможность лёгкого масштабирования.
В состав группы вошли представители Facebook, Стэнфордского университета, Государственного университета Сан-Хосе, французской исследовательской лаборатории CEA-Leti и Технологического университета Наньяна в Сингапуре.
«Мы уже работаем над новым, более функциональным прототипом», — заявил Роберт Рэдвей, аспирант Стэнфордского университета и соавтор научной статьи в Nature Electronics.
Источник: Nature
Данные и код проекта Ilusion
Вывод глубоких нейронных сетей (DNN) часто работает медленно из-за нехватки встроенной памяти. Использование больших объёмов оперативки не всегда решает проблему, поскольку обращение к ней сопряжено с бóльшими задержками и затратами энергии.
Теоретически можно сделать достаточное для DNN количество памяти в самом чипе с процессорными ядрами. Однако на практике это зачастую нерационально из-за увеличения тепловыделения, повышения процента брака и резкого возрастания конечной стоимости микросхем.
Международная исследовательская группа нашла оригинальный способ решения этой проблемы. Они разработали технологический подход, который назвали «иллюзия большого объёма встроенной памяти в микросхемах для логического вывода нейронной сети».
Кратко её смысл в том, что большая нейросеть режется на функциональные участки, а затем они распределяются алгоритмом по нескольким чипам необычной архитектуры.
Для нейросети всё выглядит так, будто она запущена на однокристалке с больши́м объёмом встроенной памяти.
Проект получил название «Иллюзия» (Ilusion). Он использует процессоры с резистивной оперативной памятью в трехмерном стеке (3D RRAM).
К хранящимся в ней данным можно быстро получить доступ даже после прерывания питания, потому что она энергонезависимая.
Возможность на лету отключать и включать процессорные ядра вместе с блоками встроенной памяти без потери данных позволяет настроить очень гибкое управление кластером и существенно экономить энергию (а заодно и снижать нагрев).
В любой нейронной сети есть места, где объём передаваемых между узлами данных очень большой, или наоборот — ничтожно малый.
Ilusion автоматически разделяет DNN так, чтобы наиболее нагруженные части обрабатывались каждая на своём процессоре со своей памятью. Это гарантирует снижение задержек, поскольку между чипами будет минимальный трафик.
Конечно, резистивная память не лишена и недостатков. Она быстро изнашивается, подобно NAND Flash. Поэтому информатик из Стэнфорда Мэри Вуттерс написал эффективный код управления износом RRAM под названием Distributed Endurer. Он работает примерно как прошивка в SSD, выравнивая нагрузку на отдельные ячейки памяти.
Команда создала восьмичиповую версию Illusion и провела тест-драйв на трех глубоких нейронных сетях. Также она смоделировала систему с 64 чипами, чтобы продемонстрировать возможность лёгкого масштабирования.
В состав группы вошли представители Facebook, Стэнфордского университета, Государственного университета Сан-Хосе, французской исследовательской лаборатории CEA-Leti и Технологического университета Наньяна в Сингапуре.
«Мы уже работаем над новым, более функциональным прототипом», — заявил Роберт Рэдвей, аспирант Стэнфордского университета и соавтор научной статьи в Nature Electronics.
Источник: Nature
Данные и код проекта Ilusion
Nature
Illusion of large on-chip memory by networked computing chips for neural network inference
Nature Electronics - A networked system of eight computing chips, each with its own on-chip memory, can be used to efficiently implement a range of neural network models and sizes.
Порхай как бабочка, приземляйся как пчела!
Исследователи из Технологического университета Делфта (TU Delft, Нидерланды) и Вестфальского университета прикладных наук (Германия) разработали метод, с помощью которого дроны могут научиться летать самостоятельно и совершать плавные манёвры вместо резких движений.
Летающие насекомые могут определять скорость, с которой различные объекты перемещаются в их поле зрения. Они регулируют собственные перемещения, совершая сложные роевые взаимодействия и мягкую посадку.
Несмотря на простую нервную систему, многие насекомые умудряются ловко маневрировать среди колеблющихся на ветру веток, добывать корм и одновременно уклоняться от охотящихся на них птиц.
Их техника визуальной оценки траекторий и скоростей получила название «оптический поток». Сейчас её пытаются адаптировать к мультикоптерам, и довольно успешно.
«Мы начали работать с техникой оптического потока из-за энтузиазма по поводу элегантных и простых стратегий, которые используют летающие насекомые», — сказал профессор TU Delft Гвидо де Крун.
Он разработал алгоритм точной оценки расстояний до объектов и их размеров, использующий параллакс. В ходе полёта дрон совершает небольшие колебательные движения, быстро рассматривая предметы под разными углами.
Получая информацию об удалённых объектах заранее, бортовой компьютер имеет больше времени на вычисление оптимальных траекторий и может использовать плавную коррекцию параметров полёта вместо задействования аварийных протоколов уклонения.
Результаты проделанной работы были опубликованы в журнале Nature Machine Intelligence.
Источник: Nature
PS: Друзья!
Похоже, это мой последний пост для @Robotics_Channel.
Мне было очень приятно познакомиться с увлечёнными людьми. С удовольствием ежедневно писал для вас на протяжении двух с лишним лет.
Берегите это сообщество! Сейчас очень мало информативных и уютных каналов, не загаженных рекламой и мусорным контентом.
Я очень люблю роботов, а ещё больше — людей, способных или стремящихся их создавать! Удачи вам во всех креативных начинаниях! / Ваш постоянный автор Андрей Васильков 🙋🏻
Исследователи из Технологического университета Делфта (TU Delft, Нидерланды) и Вестфальского университета прикладных наук (Германия) разработали метод, с помощью которого дроны могут научиться летать самостоятельно и совершать плавные манёвры вместо резких движений.
Летающие насекомые могут определять скорость, с которой различные объекты перемещаются в их поле зрения. Они регулируют собственные перемещения, совершая сложные роевые взаимодействия и мягкую посадку.
Несмотря на простую нервную систему, многие насекомые умудряются ловко маневрировать среди колеблющихся на ветру веток, добывать корм и одновременно уклоняться от охотящихся на них птиц.
Их техника визуальной оценки траекторий и скоростей получила название «оптический поток». Сейчас её пытаются адаптировать к мультикоптерам, и довольно успешно.
«Мы начали работать с техникой оптического потока из-за энтузиазма по поводу элегантных и простых стратегий, которые используют летающие насекомые», — сказал профессор TU Delft Гвидо де Крун.
Он разработал алгоритм точной оценки расстояний до объектов и их размеров, использующий параллакс. В ходе полёта дрон совершает небольшие колебательные движения, быстро рассматривая предметы под разными углами.
Получая информацию об удалённых объектах заранее, бортовой компьютер имеет больше времени на вычисление оптимальных траекторий и может использовать плавную коррекцию параметров полёта вместо задействования аварийных протоколов уклонения.
Результаты проделанной работы были опубликованы в журнале Nature Machine Intelligence.
Источник: Nature
PS: Друзья!
Похоже, это мой последний пост для @Robotics_Channel.
Мне было очень приятно познакомиться с увлечёнными людьми. С удовольствием ежедневно писал для вас на протяжении двух с лишним лет.
Берегите это сообщество! Сейчас очень мало информативных и уютных каналов, не загаженных рекламой и мусорным контентом.
Я очень люблю роботов, а ещё больше — людей, способных или стремящихся их создавать! Удачи вам во всех креативных начинаниях! / Ваш постоянный автор Андрей Васильков 🙋🏻
Деньги для робототехников
В США в ноябре стартовал конкурс E-ROBOT Prize при поддержке Национального Департамента Энергетики, но ещё не поздно в нём поучаствовать. Дедлайн по первому заданию -- 19 мая 2021 года. Инициаторы конкурса ждут решений, которые позволят справиться с проблемой энергоэффективности зданий. В документации объясняется, что в стране 199 млн домов и 5,6 млн коммерческих зданий потребляют 40% от всей энергии в США и ответственны за 75% расходов на электричество. Примерно половина зданий построена до 1980 года, когда ещё не применялись технологии энергосбережения. В Департаменте Энергетики надеются, что их можно улучшить за счёт герметизации и дополнительной теплоизоляции без существенной перестройки или разрушения конструкций с помощью роботов. Решения, представленные на конкурс, должны уметь делать три вещи. Инспектировать помещения, выявлять места скопления влаги, инфильтрации воздуха и другие дефекты. Создавать карту пространства с визуализацией в реальном времени. А также с полной или частичной автономностью устранять дефекты.
Для первого этапа конкурса достаточно предоставить концепцию и дизайн решения. До десяти проектов получат $200 000 и смогут продолжить участие в конкурсе. Для победы во втором этапе, который продлится 6 месяцев, необходимо будет создать уже полноценное решение под ключ, малоинвазивное, недорогое. Это может быть один робот, умеющий всё, или набор инструментов, совместимых друг с другом. Кооперация команд приветствуется. До четырех победителей второго этапа разделят приз в $2 млн. Подробные условия конкурса читайте в PDF по ссылке.
https://americanmadechallenges.org/EROBOT/docs/E-ROBOT_Prize_Official_Rules.pdf
Сегодня и дальше с вами Светлана Рагимова, ранее спорадический, а теперь постоянный автор канала. Андрей отправился в более выгодные проекты, а я осталась из любви к искусству робототехники. Я пишу про технологии уже 20 лет, 4 из них живу в Кремниевой Долине. Здесь продолжается всеобщий карантин, поэтому пока с видео-репортажами с местных мероприятий по робототехнике придётся подождать. Но они обязательно будут, тут много чего происходит. Кстати, поздравляю со столетием со дня появления на свет слова «робот». В этот день 100 лет назад с большим успехом в Праге прошла премьера пьесы Карела Чапека “Rossum's Universal Robots” (R.U.R.)
В США в ноябре стартовал конкурс E-ROBOT Prize при поддержке Национального Департамента Энергетики, но ещё не поздно в нём поучаствовать. Дедлайн по первому заданию -- 19 мая 2021 года. Инициаторы конкурса ждут решений, которые позволят справиться с проблемой энергоэффективности зданий. В документации объясняется, что в стране 199 млн домов и 5,6 млн коммерческих зданий потребляют 40% от всей энергии в США и ответственны за 75% расходов на электричество. Примерно половина зданий построена до 1980 года, когда ещё не применялись технологии энергосбережения. В Департаменте Энергетики надеются, что их можно улучшить за счёт герметизации и дополнительной теплоизоляции без существенной перестройки или разрушения конструкций с помощью роботов. Решения, представленные на конкурс, должны уметь делать три вещи. Инспектировать помещения, выявлять места скопления влаги, инфильтрации воздуха и другие дефекты. Создавать карту пространства с визуализацией в реальном времени. А также с полной или частичной автономностью устранять дефекты.
Для первого этапа конкурса достаточно предоставить концепцию и дизайн решения. До десяти проектов получат $200 000 и смогут продолжить участие в конкурсе. Для победы во втором этапе, который продлится 6 месяцев, необходимо будет создать уже полноценное решение под ключ, малоинвазивное, недорогое. Это может быть один робот, умеющий всё, или набор инструментов, совместимых друг с другом. Кооперация команд приветствуется. До четырех победителей второго этапа разделят приз в $2 млн. Подробные условия конкурса читайте в PDF по ссылке.
https://americanmadechallenges.org/EROBOT/docs/E-ROBOT_Prize_Official_Rules.pdf
Сегодня и дальше с вами Светлана Рагимова, ранее спорадический, а теперь постоянный автор канала. Андрей отправился в более выгодные проекты, а я осталась из любви к искусству робототехники. Я пишу про технологии уже 20 лет, 4 из них живу в Кремниевой Долине. Здесь продолжается всеобщий карантин, поэтому пока с видео-репортажами с местных мероприятий по робототехнике придётся подождать. Но они обязательно будут, тут много чего происходит. Кстати, поздравляю со столетием со дня появления на свет слова «робот». В этот день 100 лет назад с большим успехом в Праге прошла премьера пьесы Карела Чапека “Rossum's Universal Robots” (R.U.R.)
Танцы с роботами
Boston Dynamics опять продаётся -- из японских рук SoftBank переходит под контроль в корейские. Пресс-релиз по поводу сделки вышел 11 января, но завершится она только к июню. Hyundai Motor Group оценила компанию в $1,1 млрд и объявила о готовности приобрести долю в 80%. Остальные 20% сохранит за собой предыдущий владелец. Сделку совершила та часть Hyundai, которая производит автомобили, запчасти и занимается логистикой.
Казалось бы, причём здесь ходячие роботы из виральных роликов Boston Dynamics? В пресс-релизе говорится, что для Hyundai эта покупка является частью стратегии трансформации в провайдера решений “умной мобильности”. В связи с этим появились спекуляции на тему того, что компания собирается создать шагающий автомобиль. Другая версия -- роботы нужны для автоматизации производства на заводах автопроизводителя. Есть также мнение, что Hyundai хочет укрепить позиции в Кремниевой Долине.
С коммерческой точки зрения Boston Dynamics -- «не фонтан». Команда выпустила первый коммерческий продукт лишь летом прошлого года — это Spot, жёлтая «собака без головы» за $74000. Было продано 400 таких машин с выручкой $29,6 млн. Это ничто по сравнению с тем, что робототехники потратили за время существования проекта. Тем не менее, сейчас это флагманский продукт. Вместе с Hyundai, команда планирует расширить продуктовую линейку Spot, предложив версию для крупных компаний с более высоким уровнем автономности и возможностями инспектирования и роботизированным манипулятором.
Boston Dynamics часто критикуют за создание забавных, но бесполезных, роботов и дорогие эксперименты. В прошлую пятницу, как бы пытаясь объяснить, на что ребята спалили столько денег, Марк Райберт, основатель Boston Dynamics, дал интервью the Robot Report. Он рассказал, что на обучение танцам человекоподобного робота Atlas ушло 1,5 года. Для этого нанимали профессионального танцора. Теперь машина может передавать эмоции и настроение с помощью движений, что оказалось открытием для команды. Робота пришлось проапгрейдить, чтобы у него хватило сил и энергии на быстрый танец, на который далеко не все люди способны. Был усовершенствован модуль, отвечающий за равновесие. Всё это ради того, чтобы «расширить границы возможностей машин с точки зрения научных исследований и практического применения». В общем, не особо убедительно объяснил Марк. Может быть практичные корейцы приблизят разработки компании к реальной жизни. Интервью Марка по ссылке.
https://www.therobotreport.com/marc-raibert-on-lessons-learned-from-atlas-dance-skills/
Boston Dynamics опять продаётся -- из японских рук SoftBank переходит под контроль в корейские. Пресс-релиз по поводу сделки вышел 11 января, но завершится она только к июню. Hyundai Motor Group оценила компанию в $1,1 млрд и объявила о готовности приобрести долю в 80%. Остальные 20% сохранит за собой предыдущий владелец. Сделку совершила та часть Hyundai, которая производит автомобили, запчасти и занимается логистикой.
Казалось бы, причём здесь ходячие роботы из виральных роликов Boston Dynamics? В пресс-релизе говорится, что для Hyundai эта покупка является частью стратегии трансформации в провайдера решений “умной мобильности”. В связи с этим появились спекуляции на тему того, что компания собирается создать шагающий автомобиль. Другая версия -- роботы нужны для автоматизации производства на заводах автопроизводителя. Есть также мнение, что Hyundai хочет укрепить позиции в Кремниевой Долине.
С коммерческой точки зрения Boston Dynamics -- «не фонтан». Команда выпустила первый коммерческий продукт лишь летом прошлого года — это Spot, жёлтая «собака без головы» за $74000. Было продано 400 таких машин с выручкой $29,6 млн. Это ничто по сравнению с тем, что робототехники потратили за время существования проекта. Тем не менее, сейчас это флагманский продукт. Вместе с Hyundai, команда планирует расширить продуктовую линейку Spot, предложив версию для крупных компаний с более высоким уровнем автономности и возможностями инспектирования и роботизированным манипулятором.
Boston Dynamics часто критикуют за создание забавных, но бесполезных, роботов и дорогие эксперименты. В прошлую пятницу, как бы пытаясь объяснить, на что ребята спалили столько денег, Марк Райберт, основатель Boston Dynamics, дал интервью the Robot Report. Он рассказал, что на обучение танцам человекоподобного робота Atlas ушло 1,5 года. Для этого нанимали профессионального танцора. Теперь машина может передавать эмоции и настроение с помощью движений, что оказалось открытием для команды. Робота пришлось проапгрейдить, чтобы у него хватило сил и энергии на быстрый танец, на который далеко не все люди способны. Был усовершенствован модуль, отвечающий за равновесие. Всё это ради того, чтобы «расширить границы возможностей машин с точки зрения научных исследований и практического применения». В общем, не особо убедительно объяснил Марк. Может быть практичные корейцы приблизят разработки компании к реальной жизни. Интервью Марка по ссылке.
https://www.therobotreport.com/marc-raibert-on-lessons-learned-from-atlas-dance-skills/
The Robot Report
Boston Dynamics founder Marc Raibert weighs in on Atlas' dance skills
Boston Dynamics founder Marc Raibert talks about Atlas' dance skills and improvements made to the humanoid as a result of the project.
Взрывной рост беспилотников
Известный футуролог Дэвид Хоул, автор книги "The Shift Age" («Эпоха сдвига», на русском, похоже, не издавалась) сделал прогноз на 2021 год, написав колонку в Herald Tribune. Помимо очевидных вещей вроде дальнейшего сокращения пользователей кабельного ТВ и роста популярности стриминговых сервисов, он довольно оптимистично описал развитие отрасли электрического и автономного транспорта. По его мнению, это будет год взрывного роста в данной сфере. Лидером рынка электрокаров в 2020 году была Tesla, и она сохранит позиции. Компания стала самым дорогим автопроизводителем мира и установила рекорд, выпустив полмиллиона машин в 2020-м.
Сюрпризом для многих, как пишет Дэвид, может оказаться стремительный рост рынка автономных транспортных средств. Футуролог утверждает, что в США на дорогах появятся 18-колесные беспилотные грузовики уже в этом году. Пандемия ускорила развитие этой отрасли, и автономные машины уже вовсю используются для доставки посылок и еды из ресторанов. «Это будет один из самых значительных прорывов в истории автомобильной промышленности. К 2030 году автономные транспортные средства будут составлять двузначный процент от всех машин на дорогах»,— пишет Дэвид.
Беспилотное будущее, возможно, ближе, чем мы думали.
Целиком прогноз футуролога можно изучить по ссылке https://www.heraldtribune.com/story/business/briefs/2021/01/25/david-houle-more-predictions-2021/4228215001/
Известный футуролог Дэвид Хоул, автор книги "The Shift Age" («Эпоха сдвига», на русском, похоже, не издавалась) сделал прогноз на 2021 год, написав колонку в Herald Tribune. Помимо очевидных вещей вроде дальнейшего сокращения пользователей кабельного ТВ и роста популярности стриминговых сервисов, он довольно оптимистично описал развитие отрасли электрического и автономного транспорта. По его мнению, это будет год взрывного роста в данной сфере. Лидером рынка электрокаров в 2020 году была Tesla, и она сохранит позиции. Компания стала самым дорогим автопроизводителем мира и установила рекорд, выпустив полмиллиона машин в 2020-м.
Сюрпризом для многих, как пишет Дэвид, может оказаться стремительный рост рынка автономных транспортных средств. Футуролог утверждает, что в США на дорогах появятся 18-колесные беспилотные грузовики уже в этом году. Пандемия ускорила развитие этой отрасли, и автономные машины уже вовсю используются для доставки посылок и еды из ресторанов. «Это будет один из самых значительных прорывов в истории автомобильной промышленности. К 2030 году автономные транспортные средства будут составлять двузначный процент от всех машин на дорогах»,— пишет Дэвид.
Беспилотное будущее, возможно, ближе, чем мы думали.
Целиком прогноз футуролога можно изучить по ссылке https://www.heraldtribune.com/story/business/briefs/2021/01/25/david-houle-more-predictions-2021/4228215001/
Sarasota Herald-Tribune
FUTURIST: More predictions for 2021
Technology leads all equity markets in upward pressure and equity valuations, and this will continue for 2021.
Механическое лицо для боли
Группа ученых из Школы инженерного дизайна Dyson в Великобритании в сотрудничестве с медиками разработала устройство MorphFace. Это гибрид механического лица и виртуального, которое проецируется на поверхность устройства, чтобы передать оттенок кожи, текстуру и выражение лица. MorphFace создали для того, чтобы учить врачей распознавать, насколько сильную боль испытывает пациент при пальпации живота. Оказывается это довольно сложная задача, с учетом того, что пациентом может быть человек любого возраста, пола и национальности. Врачи учатся этому искусству годами. Авторы проекта взяли за основу чикагскую базу данных лиц (Chicago Face Database) и выделили четыре основных компонента, необходимых, чтобы воспроизвести порядка 85% вариаций лиц. Устройство MorphFace получило четыре степени свободы и возможность управлять им с помощью “сухожилий”. LED-проектор используют для добавления остальных важных деталей и непосредственно выражения лица нейтрального или искаженного от боли. Как это работает можно посмотреть в видео.
https://youtu.be/4-H1EySo8jo
Научная публикация о данной разработке доступна подписчикам IEEE.org по ссылке https://ieeexplore.ieee.org/document/9312407
Предыдущая научная работа с подробным объяснением методологии, которая легла в основу данного устройства, есть в открытом доступе https://ieeexplore.ieee.org/abstract/document/9272764
Группа ученых из Школы инженерного дизайна Dyson в Великобритании в сотрудничестве с медиками разработала устройство MorphFace. Это гибрид механического лица и виртуального, которое проецируется на поверхность устройства, чтобы передать оттенок кожи, текстуру и выражение лица. MorphFace создали для того, чтобы учить врачей распознавать, насколько сильную боль испытывает пациент при пальпации живота. Оказывается это довольно сложная задача, с учетом того, что пациентом может быть человек любого возраста, пола и национальности. Врачи учатся этому искусству годами. Авторы проекта взяли за основу чикагскую базу данных лиц (Chicago Face Database) и выделили четыре основных компонента, необходимых, чтобы воспроизвести порядка 85% вариаций лиц. Устройство MorphFace получило четыре степени свободы и возможность управлять им с помощью “сухожилий”. LED-проектор используют для добавления остальных важных деталей и непосредственно выражения лица нейтрального или искаженного от боли. Как это работает можно посмотреть в видео.
https://youtu.be/4-H1EySo8jo
Научная публикация о данной разработке доступна подписчикам IEEE.org по ссылке https://ieeexplore.ieee.org/document/9312407
Предыдущая научная работа с подробным объяснением методологии, которая легла в основу данного устройства, есть в открытом доступе https://ieeexplore.ieee.org/abstract/document/9272764
YouTube
MorphFace: A Hybrid Morphable Face for a Robopatient
This video shows robot designs for the paper published in IEEE Robotics and Automation Letters under the title "MorphFace: A Hybrid Morphable Face for a Robopatient". Authors: Thilina Dulantha Lalitharatne, Yongxuan Tan, Liang He, Florence Leong, Nejra Van…