Швейцарская компания Beerstecher AG автоматизировала сбор урожая в своих теплицах с помощью разработки авторов из ETH Zurich. Робот-сборщик осматривает плоды, находит зрелые с помощью компьютерного зрения и создает 3D траекторию для манипулятора, чтобы срезать нужную ветку. За ним следует “прицеп”, который меняет полные ящики на пустые. Этот процесс тоже автоматизирован.
[Нажмите на заголовок, чтобы прочитать публикацию полностью]
Роботы-дроны, роботы-манипуляторы, роботы-краулеры — всем находится полезное место в индустрии, и о некоторых таких примерах мы пишем здесь. Но группа разработчиков из нескольких британских университетов пошла дальше и сделала “флотилию роботов” — Symbiotic Multi-Robot Fleet, или сокращенно SMuRF. Главное в этом проекте — авторы объединили под одну прикладную задачу совершенно разных роботов: краулеров, четвероногих, летающих.
[Нажмите на заголовок, чтобы прочитать публикацию полностью]
В MIT создали мультимодальный AI-фреймворк HiP для роботов. Он объединяет обработку языка, компьютерное зрение и планирование задач. В результате робот может понимать совсем не детализированные задания. Деталями он наполняет их сам. Сам же продумывает и план выполнения этих деталей. Например, по просьбе “помой посуду” HiP поймет, что нужно сначала взять грязную тарелку, губку, чистящее средство, затем включить воду и так далее.
[Нажмите на заголовок, чтобы прочитать публикацию полностью]
Хорошая история о том, что даже если технология кажется годами отлаженной, всегда остается место для улучшений. Авторы из MIT и Гонконгского университета в очередной раз показали это на примере фотолитографии. Фотолитография позволяет получить нужный рисунок на поверхности с помощью фоточувствительной пленки (фоторезиста) и засветки. Первой фотолитографией можно считать изобретение Жозефа Ньепса в 20-х годах XIX века. Фоторезистом был битум, а целью изобретателя было закрепить изображение из камеры-обскуры (получить фотографию). 200 лет спустя с помощью фотолитографии делают микроплаты и достигли разрешения порядка нанометров. Однако разрыв между изначальным дизайном и производственным результатом сохраняется.
[Нажмите на заголовок, чтобы прочитать публикацию полностью]
Роботы успешно осваивают все больше задач, которые возникают в индустрии. Задачу переориентации объекта в пространстве тоже решают, и даже по-разному. Но для реального, “интеллектуального” применения чего-то всегда не хватало. Или поворот слишком медленный, или нужна сложная система сенсоров, или вообще работает система только с конкретными объектами.
[Нажмите на заголовок, чтобы прочитать публикацию полностью]
Мы уже несколько раз в разном контексте писали здесь про цифровые двойники, но, видимо, напишем еще не раз, потому что термин прочно вошел в тренды. Те, кто не внедрял цифровых двойников раньше, начинает их разрабатывать. Те компании, которые делали это давно, стали активнее использовать сам термин. CIO американской инжиниринговой компании WGI Николас Эванс заметил, что индустрия в вопросах внедрения ИТ-решений часто бывает сама себе врагом из-за установок вроде “но мы всю жизнь делали так и всё было нормально” или “сначала создадим метавселенную”. Другими словами, сопротивление изменениям или другая крайность — погоня за модой. Его размышления касаются строительной и инфраструктурной отраслей, но, вероятно, применимы и к другим. Чтобы не стать врагом самому себе, Эванс предлагает коллегам пять правил по внедрению цифровых двойников.
[Нажмите на заголовок, чтобы прочитать публикацию полностью]
Очередной важный шаг, приближающий нас к человеко-машинному интерфейсу, в котором компьютер будет получать информацию прямо из головы оператора. Модель от Meta AI в реальном времени (5 тысяч раз в секунду) считывает активность мозга и угадывает, какую картинку видит сейчас перед собой человек. Важно, что для этого не понадобились ни инвазивные вмешательства, ни медленная и громоздкая МРТ (хотя с ней результаты и получились бы лучше). Расшифровать мозговую активность в реальном времени смогли по магнитоэнцефалограмме (МЭГ).
[Нажмите на заголовок, чтобы прочитать публикацию полностью]
Приятный бонус развития любой технологии — она дешевеет и ее всё выгоднее применять в производстве. В некоторых случаях вместо того, чтобы сделать что-то сложное и дорогое, можно сделать много дешевых мини-версий. Вот пример такого подхода из бристольского университета, где сделали дешевых роботов-краулеров для инспекции труб. Они берут количеством — работают в группе, каждый оборудован всего одним омни-направленным ультразвуковым преобразователем. Похожие роботы были, но с несколькими лучевыми ультразвуковыми датчиками. Новые краулеры выигрывают тем, что легко справляются со сложными сетями труб, разных по геометрии.
[Нажмите на заголовок, чтобы прочитать публикацию полностью]
Неназванный из коммерческих соображений немецкий производитель автомобилей в погоне за производством экологичных электромобилей столкнулся с проблемой поиска дефектов у аккумуляторов на новых производственных линиях. Если держать батареи полностью разряженными, снижается её эффективность. Поэтому даже до сборки на аккумуляторах держат небольшой заряд. В большинстве случаев это лучшее решение, но случайный дефект в заряженной батарее может привести к плачевным последствиям для автомобилей и всего производства, не говоря уже о здоровье и жизни работников.
[Нажмите на заголовок, чтобы прочитать публикацию полностью]