蘋果再獲兩項汽車專利可保證汽車正常運行/降低乘員暈車風險

據外媒報導,當地時間6月29日,美國專利商標局正式向蘋果授予了兩項泰坦項目專利,而這兩項專利都與車輛致動器系統有關,此類系統是能夠引起或影響車輛運動的可控系統,包括推進致動器、制動致動器、轉向致動器、懸掛制動器等。

 

蘋果汽車,蘋果專利,蘋果泰坦

蘋果泰坦項目概念圖(圖片來源:patentlyapple.com)

 

 專利一:冗餘車輛致動器系統

車輛致動器系統正常工作就能夠對車輛進行正確控制,而如果一個或多個致動器出現故障,就會引起車輛不可控制,從而無法繼續運行。

 

蘋果獲批的專利其中一方面涵蓋一個車輛致動器系統,包含一個致動器、第一致動器控制器(可控制致動器的操作以及確定與致動器操作相關的參數的第一個值)、第二致動器控制器(可控制致動器的操作以及確定與致動器操作相關的參數的第二個值)以及至少一個額外組件(可確定參數的第三個值) 。

 

在確定第一個值與第二個或第三個值中的至少一個值不匹配時,就可識別出故障。在識別出故障後,第一致動器控制器將從激活狀態(負責控制致動器)變成失活狀態(無法控制致動器),而第二致動器控制器從失活狀態(不負責控制致動器)變成激活狀態(負責控制致動器)。

 

蘋果的專利圖1展示了一輛擁有車身(#102)的汽車(#100),車身可能包含內部結構部分和外部結構部分,例如,車身可能包括一個或多個單片式車身、一個車架、一個副車架、單體架構以及車身面板。該車也包括懸架組件,其中可能包括會根據控制信號而改變懸架組件(#106)特徵的致動器。

 

蘋果汽車,蘋果專利,蘋果泰坦

蘋果專利圖1與圖6(圖片來源:patentlyapple.com)

 

蘋果專利圖6顯示了一個制動系統(#618),其中包括一個監督裝置(#620)、一個主制動控制模塊(#622)、一個二級制動控制模塊(#624)、制動致動器(# 651、 652、, 653、和#654)以及壓力流體管道(#656,如製動管路),能夠從主制動控制模塊和/或二級制動控制模塊中提供加壓液,使製動致動器能夠進行操作,而致動器可能是流體壓力活塞,能夠讓摩擦制動組件(如製動片和轉子)嚙合,讓車輛的一個或多個車輪減速。

 

專利二:全致動懸架系統

蘋果專利# 11,046,143提供了一個全致動懸架系統,能夠為非簧載質量上方的中立懸架位置的簧載質量提供可調節位移。該系統包括一個能夠調節中立懸架位置和執行低頻位移的變壓空氣彈簧以及一個能夠執行高頻位移的液壓驅動活塞。

 

該系統能夠通過致動器位移提供的觸覺反饋,與駕駛員交流信息,從而提升駕駛員的態勢感知。而且,該系統能夠通過取代施加到車輛表面的非簧載質量來增強車輛的製動力,其中由車輛休息以增加法向力和車輛表面非簧載質量的接觸面,卸下向車輪施加的製動壓力引起的車輪扭力。該系統還能夠彌補車輛在主駕駛頻率下產生的振動,從而減輕乘員暈車的風險。

 

蘋果汽車,蘋果專利,蘋果泰坦

蘋果專利圖1和圖4(圖片來源:patentlyapple.com)

 

蘋果專利圖1展示了含有全致動懸架系統的車輛,專利圖4中的全致動懸架系統包括一個控制系統以及與單獨的車輪組件耦合的一組懸架致動器,其中,控制系統經過配置,能夠獨立控制懸架致動器,以便通過觸覺反饋,向一個或多個乘員傳達信息。

邁阿密12層大樓倒塌159人被埋!黃金救援期,搜尋機器人為什麼沒用?

圖片
 
2021 年6 月24 日,佛羅里達州瑟夫賽德的12 層公寓大樓忽然倒塌。
據《邁阿密先驅報》報導,48小時後,仍有159 人下落不明。救援人員小心翼翼地清除倒塌碎片,爭分奪秒地尋找那些仍被困在一片纏結瓦礫中的倖存者。
 
在波士頓動力等網紅機器人大行其道的今天,我們似乎理所當然的認為,機器人應該在這類災害事件中發揮更大的作用。
但事實並不是這樣。
在每一秒都極為重要的黃金救援期,我們很難不注意到,這些救援隊使用的搜救方式依舊是最傳統的——狗和麥克風。

 

搜救機器人為何缺席?
為什麼?
 
图片

2021 年6 月24 日,佛羅里達州瑟夫賽德,一名邁阿密-戴德消防救援官員和一名K-9 繼續在部分倒塌的12 層尚普蘭塔南公寓大樓中進行搜救行動。

先從搜救現場來看,上圖顯示了佛羅里達坍塌現場的樣子。它是高度非結構化的,儘管目前波士頓機器狗似乎已經在視頻中可以穿越大多數障礙區,但是這種雜亂的地貌對於大多數有腿的機器人來說,還是非常難以逾越。
 
不過這也不是不能完成的任務。有一種方式是,先使用探查機器人勘探地貌,再調整搜救機器人按照地形圖進入。但是時間緊急的情況下,人和狗才是更加快速高效的選擇。也就是說,只要環境足夠安全,就沒有必要或不切實際地用機器人進行搜救,尤其是在時間如此緊迫的情況下。
 
相比進入現場的機器人,就現場搜救人員表示,現在更迫切需要的是一種不僅可以定位被救援者的機器人,也就是說,能夠在所有瓦礫之下精准定位生命體,而且還可以確定周圍瓦礫的結構,以及該人與地面之間還夾雜了哪些結構。
 
更簡單來說,我們不需要可以穿越瓦礫的機器人,我們需要可以進入瓦礫的機器人。
 
德克薩斯A&M 的Robin Murphy就此表達了看法, Murphy是人道主義機器人和人工智能實驗室的負責人,該實驗室以前是機器人輔助搜索和救援中心(CRASAR),現在是一個非營利組織。Murphy參與了將機器人技術應用於世界範圍內的災難,包括9/11、福島和颶風哈維。她所做的工作不是抽象的研究——CRASAR 還部署了訓練有素的專業人員團隊,他們擁有經過驗證的機器人技術來協助(當被要求時)世界各地的災難,然後將這些經驗作為數據驅動方法的基礎來改進災難機器人技術技術和培訓。 
 
根據Murphy的說法,目前,使用機器人探索倒塌建築物的瓦礫是不可能的,任何一種可以在災難現場實際使用的方式都是不可能的。一般來說,倒塌現場是一種非常無結構且不可預測的環境。大多數機器人太大而無法穿過瓦礫,而且環境對非常小的機器人也不友好,因為經常有水從破裂的管道中流出,使一切變得泥濘和濕滑,還有許多其他物理危害。無線通信或定位通常也不具備的,因此需要有限網絡和電源,但又容易被障礙物抓住或纏住。 Continue reading

一周飛越50萬平方米,無人機檢測1.5噸海灘垃圾!自動分類47種,準確率超95%

圖片

夏日炎炎,海灘逐漸成為大家的周末消遣。

但是要提醒大家,可別忘了隨身帶走垃圾喔。

最近,在英國多個海灘上,就被發現人為製造的垃圾多達1.5噸,共計123000多件物品,其中前三名分別是香煙(47,467)、包括收據和餐巾紙在內的紙張(32,678)和塑料碎片(6,578)。

不過,令人驚訝的是,疫情之下,包括口罩和一次性手套在內的個人防護裝備僅佔垃圾總量的0.7%

如此龐大的搜索量,短時間內僅靠人為力量是無法完成的,這就要求助於無人機了。

從5月底至6月初的一周內,無人機飛越了伯恩茅斯、基督城和普爾的海灘,對18個地點進行了檢測,檢測總面積達到了475000平方米

本次活動中使用的無人機能夠在遠距離識別不同種類的垃圾,比如PET和泡沫聚苯乙烯,或者其他特定物品和品牌,就像這樣:

图片

該系統由科技公司Ellipsis Earth創建,公司首席執行官兼創始人Ellie Mackay說:“我們正在使用無人機、固定攝像機和車輛等技術來創建詳細的垃圾地圖,確定熱點,並了解垃圾是如何移動的。”

“我們提供的數據不僅高度準確,而且非常詳細,這使得我們能夠為BCP委員會制定具體的、有針對性的建議,以便能夠集中精力發揮最大作用。”

防範於未然!Ellipsis能監測47類垃圾,準確率95%

要實現整個過程,當然是困難的。

首先就要解決數據的問題。Ellipsis的數據庫視頻和照片來自世界各地,包括無人機、衛星、潛艇和閉路電視,用戶可以向Ellipsis提交圖像,或者Ellipsis旗下的500多名無人機飛行員中的一位會來聯繫。

隨後無人機便會在測量海灘、河流或海洋的長度時拍攝數千張照片,經由人工智能軟件將多張照片混合成一張主圖像,用於增強地理空間製圖。

這個過程中,人工智能係統將會對垃圾做出分類,比如塑料瓶、漁網、瓶蓋或牙刷等。研究人員甚至可以定制算法,以更具針對性地去檢測當地常見的塑料類型(如PVA, PET或聚苯乙烯泡沫塑料)或當地的商品和品牌。

图片

在多地進行多次工作後,Ellipsis便能提供垃圾的全球熱圖,可以過濾和覆蓋現有數據集,並進行空間和時間上的比較。 Continue reading

AI挑戰寄生蟲病!攻破蛋白質結構後,DeepMind發大招

AI挑戰寄生蟲病! 攻破蛋白質結構後,DeepMind發大招

​據美國科技雜誌Wired報導,谷歌母公司Alphabet旗下人工智能公司DeepMind與製藥組織DNDi達成合作,將使用其研發的人工智能(AI)模型AlphaFold,來尋找能有效治療寄生蟲病的藥物。

這一技術在去年新冠疫情流行初期就已嶄露頭角,並被公認為2020年最令人印象深刻的人工智能重大突破研究之一。

雖然仍有一部分科學家對它的作用提出質疑,但它表現出來的預測蛋白質結構的能力或將大大縮短藥物研發過程,得到了廣泛的關注,業內人士對它的發展前景表示期待。

一、快速預測蛋白質結構,破解生物學難題

2020年初,新冠肺炎疫情剛剛開始爆發,DeepMind的科學家就利用自研AI模型AlphaFold繪製出一些SARS-CoV-2病毒(即新型冠狀病毒)的蛋白質結構,這個結果後來被實驗證明是準確的,隨後被全世界的病毒學家使用。這時它不同尋常的能力就已經開始展露。

年底,DeepMind宣布,AlphaFold已經破解了困擾生物學界50多年的一項難題,即對蛋白質結構的準確預測。

AI挑戰寄生蟲病! 攻破蛋白質結構後,DeepMind發大招▲左為藥物實驗室結果,右為AlphaFold結果

馬里蘭大學計算生物專家約翰·莫爾特(John Moult)對於AlphaFold的潛力感到既驚訝又興奮:“這是人工智能首次解決嚴重的科學問題,它可以對蛋白質的結構進行高質量的計算,這個前景將對理解生物學的許多方面產生極大的幫助。例如,下次我們遇見大流行病時,可以更快地確定可能的藥物策略。”

諾貝爾化學獎得主、英國結構生物學家Venki Ramakrishan亦稱讚道:“DeepMind的這項工作代表了蛋白質結構預測領域的驚人進展,這是一個生物學上的重大突破,將從根本上改變生物學研究方式。”

二、打入製藥領域,開發針對寄生蟲病的有效藥物

如今DeepMind正將AlphaFold的能力延伸至更多現實世界的應用中。最近,它宣布與總部設立在日內瓦的Drugs for Neglected Diseases initiative(DNDi)建立新的伙伴關係。

DNDi是一家非營利性製藥組織,在過去18年中一直致力於解決發展中國家最致命的疾病昏睡病(sleeping sickness)、恰加斯病(Chagas disease)和利甚曼病(Leishmaniasis)。

DNDi在尋找治療昏睡病的新方法方面已經取得了相當大的成功,但是對於後兩種疾病卻沒什麼進展。因此,他們希望AlphaFold能夠在治療這兩種疾病方面發揮更大的作用。

在過去的18個月裡,DNDi和華盛頓大學、鄧迪大學以及葛蘭素史克(英國製藥公司)的一組傳染病研究人員已經發現了一種分子,它似乎能夠與與恰加斯病的寄生蟲克氏錐蟲上的蛋白質結合,這使得它能夠封閉寄生蟲並殺死它。

這些科學家想通過研究這種蛋白質的結構,能確切地了解藥物是如何阻止寄生蟲發揮作用的。

在過去,這是一項複雜而費力的試驗任務,需要很多年的時間來完成。但通過AlphaFold,DNDi及其合作者已經得到了對這種蛋白質形狀的預測。佩里希望現在可以利用這些預測信息來設計更多藥物,以不同的方式與這種蛋白質相結合來殺死寄生蟲。

“這可以讓我們比幾年前更快地破解恰加斯病和利甚曼病。如果你能快速獲得這些蛋白質結構,你可以設計多個候選藥物,所以你有很多的臨床試驗目標。” DNDi的藥用化學家和項目負責人本·佩里(Ben Perry)說。

AI挑戰寄生蟲病! 攻破蛋白質結構後,DeepMind發大招▲克氏錐蟲

三、實際作用仍存爭議,業內追捧熱度不減

一些科學家仍然認為,圍繞AlphaFold的大量炒作需要降降溫。

“可以看到DeepMind在蛋白質折疊方面的工作改變了遊戲規則,但現在說對藥物發現的影響還為時過早。” 加州大學舊金山分校的神經學教授史蒂文·芬克貝納(Steven Finkbeiner )說。

“我總體上認為,它是一種經濟有效的方法,可以提供一個立足點,但算法遠非完美,並且有很多情況下它不起作用。蛋白質的世界極其複雜,病毒或寄生蟲的蛋白質結構往往更容易預測,然而人體內部的變化要大得多。”芬克貝納警告道。

儘管AlphaFold的實際作用仍存在爭議,但它所展現出來的加速藥物發現的可能性已經在醫學領域得到了廣泛關注。

據佩里所說,僅僅是因為他們現在掌握了AlphaFold這項技術,已經大大提高了其製藥合作夥伴們對幫助其研發熱帶病新藥的興趣。 Continue reading

無人機能“聽聲辯位”了!聽到呼救聲就能定位求助者

無人機能“聽聲辯位”了! 聽到呼救聲就能定位求助者

近日,德國弗勞恩霍夫協會通訊、信息處理和人機工程學研究所(Germany’s Fraunhofer FKIE institute)的研究人員研製了一種無人機,可以通過麥克風收集聲音,然後分析判斷出人類求救的尖叫聲以及聲音方向,來定位需要幫助的人。

這款無人機配有兩個核心裝置,分別是利用聲音特徵訓練出的人工智能軟件和微型數字麥克風構成的陣列,來保證搜尋有效性和快速性。

一、無人機搜救新方向:空中聲學定位

該項目首席科學家之一瑪卡麗娜·瓦雷拉(Macarena Varela)告訴《華盛頓郵報》:“與地面救援人員或訓練有素的狗相比,無人機可以在更短的時間覆蓋更大的區域。如果有倒塌的建築物,無人機可以提醒和協助救援人員,可以去到救援人員自己無法到達的地方。”

“配置”不同的無人機,常應用於不同場景。例如,多數情況下,無人機被用來拍攝被損壞建築物的航拍圖像,有些無人機具有熱成像功能來掃描生命體,而較大的無人機可以向偏遠地區受災人員運送醫療用品和其他物品。美國華盛頓大學研究人員設計研發使用氣味來定位災難倖存者的無人機,美國航空航天公司(Aerospace Corporation)正在開發可以在視覺上識別狗,並與救援隊分享它們位置的無人機。

除了給無人機裝上“眼睛”和“鼻子”之外,科學家還想給無人機添加上“耳朵”,來實現更好的搜救效果。

但是無人機使用空中聲學定位面臨挑戰——聽覺裝置需要在人類叫聲和自然界中經常發生的聲音(例如動物叫聲和風聲)之間進行破譯,還可能需要識別求救人員試圖引起救援隊注意的踢腿、鼓掌或其他響動。

FKIE團隊研發這款無人機,正是直面如何能準確識別出哪些聲音才是人類發出的求救信號這類挑戰。

image.png

二、無人機“聽聲”,主要依靠識別算法和微型麥克風

FKIE的工程師在構建無人機時,考慮了環境噪音和非人聲求救信號因素,並根據這些進行設計。他們首先記錄了自己的尖叫聲、敲擊聲和其他需要幫助的人可能發出的聲音。然後,研究人員分析每個聲音頻率,以找到共同的特徵,並用這些特徵來訓練人工智能軟件,調整軟件以過濾掉諸如無人機旋翼聲和其他環境噪音。

除了軟件算法,這個搜尋系統的其餘部分並沒有那麼複雜。研究人員選擇了能在智能手機上找到的微型麥克風類型,讓無人機保持輕便靈活。採用一種稱為“鴉巢陣列”(CNA)的特定類型的麥克風陣列裝備在無人機下方,結合先進的信號處理技術,來定位求救人員產生特定聲音的準確位置。陣列中空間分佈和麥克風數量對估計位置的精度有重要影響,因此正確選擇它們非常重要。

無人機能“聽聲辯位”了! 聽到呼救聲就能定位求助者

▲定位求救者的概念圖

瓦雷拉向《華盛頓郵報》表示,他們團隊進行了幾次成功的露天測試,他們的無人機在接收到他們發出的聲音後“幾秒鐘內”就成功地估計了某人的位置。下一步,研究人員計劃在樣機中添加一個更高頻率的麥克風,以使其更好地檢測更多聲音。

這不是大眾第一次看到科學家考慮使用聲音來增強無人機的能力。去年,美國普渡大學的研究人員開發了一種系統,該系統允許無人機使用四個麥克風和一個揚聲器進行導航。

結語:“聽聲”無人機拓展搜救場景

無人機具有體積小、造價低、使用方便、對作戰環境要求低等優點,在救援領域越來越重要的作用。無人機也越來越全能,大都配備可見光攝像機、紅外攝像機、三維激光雷達和熱成像儀等傳感器設備,可以完成視頻、圖像採集和定位搜索。

不過無人機的紅外探測器和雷達探測器可探測距離受某些因素限制,後續無人機增加聽覺傳感設備後,有望彌補現有傳感探測器的不足,在災害救援時增加識別概率和加快識別速度,避免更大損失。

全球智慧城市:六個創新的成功案例

導讀:由於使用了當下最具創新性的技術,互聯、可持續和人性化。以下是世界上6 個成功智慧城市的例子……

據估計,全世界每天至少有180000 人遷往城市生活。基於這一假設,並考慮到預計到2050 年世界人口將大幅增加,屆時地球上很可能將有大約97 億人居住,而目前為77 億人,其作用更加明確。而智慧城市的出現,不僅是為了提高公民的宜居性,也是為了可持續性問題。

事實上,智慧城市面臨的關鍵挑戰之一是利用數字化轉型對巨大的全球城市化挑戰做出具體回應:從人口增長到能源效率,從資源稀缺到減少大氣中的溫室氣體。

但是,當今世界上哪些城市可以被定義為最智能的呢?今天,我們一起來共同看看全球6個比較成功的智慧城市案例。

城市“智慧”的關鍵點

一個城市必須具備哪些特徵才能被認為是真正的智慧?使城市“智慧”是一條持續多年的戰略路徑,並以漸進的步驟為基礎。然而,有一些關鍵因素可以作為真正的轉折點。

主要包括:

存在對環境影響低的自動化建築;

綠地智能管理;

有效的城市規劃;

可持續出行和當地公共交通;

智能廢物管理;

可再生和清潔能源的存在;

技術在教育和健康方面的應用;

政府對其公民的透明度;

整個社區的共同承諾。

但目前哪些城市可以被定義為“智慧城市”呢?讓我們一起發現世界上智慧城市的最佳典範。

世界智慧城市:效率和創新的案例

就像世界上最智能的城市的其他排名一樣,考慮到事情每年都在變化,制定一個精確的列表並不容易。然而,一些城市一直處於領先地位。這就是倫敦的情況,在2020年,倫敦在“智慧城市政府”(Smart City government)前50名中位居榜首。但在世界上最智慧的城市中,紐約、新加坡、阿姆斯特丹、波士頓和西班牙巴塞羅那等城市也位列前茅。讓我們看看為什麼。

倫敦

英國首都設有倫敦技術與創新辦公室,該辦公室專門致力於技術發展,以確保倫敦成為一個日益智能的城市。該辦公室開展了許多支持各級研究和技術的項目,其中包括與Tech.London 合作,這是一項針對企業家和初創企業的倡議。

倫敦還可以利用Smart London Board,該委員會定期提供更新和提示,使城市變得更智能。

為實現其目標,英國首都制定了一項致力於智慧城市的計劃,其中包括在不同城市地區實施技術的戰略。迄今為止,倫敦正在致力於解決醫療保健、大數據管理、交通、連接、網絡安全和能源管理等主要問題。

紐約

通過跨越公共和私營部門的舉措,這座城市正在經歷一場真正的數字化轉型,旨在改善所有公民的生活。其中心目標包括安全和成本節約。

新加坡

新加坡一直以在技術方面領先一步而著稱。因此,它是世界上最智慧的城市之一也就不足為奇了。其智能國家計劃早在2014 年就啟動,為在整個城市安裝大量傳感器提供了條件。這些設備還根據市民的習慣獲取了大量有關當地宜居性的信息。 Continue reading

谷歌正在開發新的膚色分類方法,試圖遏制科技產品存在的種族偏見

圖片

近日,根據路透社報導,谷歌正在開發一種替代行業標準的膚色分類方法。

這一做法與近年來備受關注的種族話題有著密切關係。越來越多的技術研究人員和皮膚科醫生表示,目前的膚色分類方法不足以評估某種產品是否對有色人種產生了偏見。

目前使用的膚色分類方法源自1970年代,是一種被稱為菲茨帕特里克皮膚類型(FST)的六色標度。除皮膚科醫生外,不少科技公司也依靠其來對人種進行分類,並用此來衡量面部識別系統或智能手錶心率傳感器等產品在不同膚色中的表現。

批評者說,FST對白皮膚有四種分類,而對“黑色”和“棕色”皮膚則分別只有一個大類,這無疑是無視了有色人種之間的多樣性。
去年10月,美國國土安全部的研究人員在聯邦技術標準會議上建議,放棄FST進行面部識別,因為它不能很好地代表不同人群的膚色範圍。

對此,谷歌稱,一直以來公司都在尋求更好的措施。

谷歌表示:“我們正在研究可能對產品開發有用的、具有替代性的、更具包容性的措施,並將與科學和醫學專家以及有色人種社區合作。”

其實,關於這項革新,科技行業內收到的影響更大。相較於金融等行業,從事科技行業的白人更多。但隨著人工智能提供支持的新產品擴展到醫療保健和執法等敏感和受監管領域,確保技術適用於所有膚色以及不同年齡和性別的重要性也隨之越來越大。

此前,不少類型的產品提供了比FST豐富得多的面板。Crayola去年推出了24款膚色蠟筆,今年美泰公司的芭比時尚達人娃娃涵蓋了9種色調。

這個問題對谷歌來說並不只表現在學術方面。當谷歌在2月份宣布某些安卓手機的攝像頭可以通過指尖測量脈搏率時,它表示,無論用戶的皮膚是淺色還是深色,讀數的平均誤差都只會保持在1.8%左右。

後來谷歌也提供了類似的保證,即皮膚類型不會顯著影響視頻會議中過濾背景的功能,也不會影響即將推出的用於識別皮膚狀況的網絡工具。

“起點”

已故哈佛大學皮膚科醫生Thomas Fitzpatrick博士發明了一種量表,用於個性化紫外線輻射,以此來治療銀屑病。他通過詢問“白人”的皮膚在陽光下經過一段時間後會出現多少曬傷或曬黑,將他們的皮膚分組為I到IV。

十年後,出現了“棕色”皮膚的V型和代表“黑色”皮膚的VI。

但該量表仍然是美國測試防曬產品法規的一部分,也仍然是評估患者癌症風險等的流行皮膚病學標準。

一些皮膚科醫生表示,該量表是一種糟糕且過度使用的護理措施,並且經常與種族混為一談。

“很多人會認為我是V型皮膚,這種皮膚很少甚至永遠不會被曬傷,但事實證明我會。”賓夕法尼亞大學皮膚科醫生Susan Taylor說,他於2004年創立了皮膚顏色協會,以促進對邊緣化社區的研究。

直到最近,科技公司才對此開始上心。Unicode是一個監督表情符號的行業協會,2014年公司引用FST黃色以外的五種膚色為基礎,稱該比例“沒有負面關聯”。

2018年,一個題為“Gender Shades”的研究發現,面部分析系統往往在歸類膚色較深的人種外經常出現錯誤,但仍推廣使用FST來評估AI。該研究將FST描述為“起點”,後來進行類似研究的科學家表示,他們使用該量表是為了保持一致。

“作為針對相對不成熟的市場的第一個措施,它的目的是幫助我們識別危險信號。”專注於審計AI的研究員Inioluwa Deborah Raji說。

在4月份的一項測試人工智能檢測深度偽造的研究中,Facebook的研究人員寫道,FST“顯然不包括棕色和黑色膚色的多樣性”。儘管如此,他們還是發布了3,000個人的視頻,用於評估人工智能係統,並根據八位人類評估者的評估附加了FST標籤。

評估者的判斷是核心。去年,面部識別軟件初創公司AnyVision提供了部分名人的評分示例:前棒球巨星Derek Jeter是IV型,Tyra Banks是V,說唱歌手50 Cent是VI。

AnyVision表示,它同意谷歌重新考慮使用FST的決定。Facebook同樣表示願意採取更好的措施。

受到Black Lives Matter運動的啟發,加州大學聖地亞哥分校的臨床醫生去年在Sleep雜誌上寫道,使用FST可能會使智能手錶在讀取深色皮膚人種的心率時存在較大誤差。

微軟承認FST的缺陷。蘋果表示,它使用各種措施對不同膚色的人類進行測試,FST並不是唯一指標。Garmin表示,由於進行了廣泛的測試,它認為讀數是可靠的。

創立化妝公司Mob Beauty並幫助Crayola開發新蠟筆的Victor Casale說,他為粉底開發了40種色調,每種色調與下一種色調相差約3%,足以讓大多數成年人區分。

他說,電子產品的色彩準確度表明技術標準應該有12到18種色調,“6種是肯定不夠的”。

光量子傳輸成為可能?哥本哈根大學新研究,使光量子在室溫下保持穩定

圖片
私人信息的數字化讓數據保護變得越來越重要。為了讓數字化信息在傳輸過程中不被黑客“截胡”,研究人員找到了某種不可破解的加密方式——量子密碼學。
 
阻礙量子密碼學的加密方式落地使用的一大原因是,這些攜帶信息的光量子位非常不穩定,要想穩定並正常的工作,需要儲存在接近絕對零的溫度,負270 攝氏度下。這需要大量的電力和資源,也是其在工業界幾乎無法被應用的主要原因之一。
 
哥本哈根大學的研究人員開發了一種新技術,可以使光的量子位在室溫下保持穩定,不再需要在-270 度下才能保持穩定工作狀態。這一研究將極大節省電力和金錢,是量子研究的一項重要突破。
什麼是量子加密?它為什麼重要?
為了避免信息在傳輸過程中被竊取,重要信息都會使用一定的加密技術。目前所使用的公開金鑰加密與數位簽章(如ECC和RSA)在具規模的量子電腦出現後,都會在短時間內被破解。目前公認最可靠的加密被稱為量子密碼學,它的的優勢在於,除了古典密碼學上的數學難題之外,再加上某些量子力學的特性,可達成古典密碼學無法企及的效果。例如,以量子態加密的資訊無法被複製。又例如,任何試圖嘗試讀取量子態的行動,都會改變數子態本身。這使得任何竊聽量子態的行動會被發現。
 
量子這個詞更多因為量子計算被公眾熟知。但是,不同類型的量子可以被用於不同的目的。我們熟知的量子計算主要由超導量子位和離子量子位等靜止量子位(它們綁定到特定位置)完成。而光的量子位由不斷高速飛行的光子(光粒子)組成,這種類型的量子比特非常適合量子通信,因為它可以遠距離傳輸而不受干擾。
 
我們前邊說到,量子密碼學基於某種由單光子組成的量子位——光粒子,具有極難破解的特性。因此,將其應用於加密技術就非常適合。舉個例子,在撰寫電子郵件或與銀行溝通時,每封信都會被轉換成光子的光學代碼。
 
這就是為什麼研究人員正在努力使用單光子(光的量子位)來編寫電子郵件,因為它們很難再被分成更小的部分,所以更難竊取。因此,很容易檢測到是否有人在竊取您的消息,這就是單光子難以破解的原因,也是研究人員在數據時代給予數據保護的終極回答。
 
然而,為了使這些光量子位穩定並正常工作,它們需要儲存在接近絕對零的溫度——即負270 攝氏度——這需要大量的電力和資源,也是其在工業界幾乎無法被應用的主要原因之一。
 
然而,在最近發表的一項研究中,哥本哈根大學的研究人員展示了一種新方法,可以將這些量子位在室溫下儲存時間延長至過去的一百倍。相關研究已經被收錄在Nature Communication中。
 
圖片
特殊塗層使量子位保持穩定
“我們為我們的存儲芯片開發了一種特殊塗層,可以幫助光的量子位在室溫下保持相同和穩定。此外,我們的新方法使我們能夠將量子位存儲更長的時間,即毫秒而不是微秒——這在以前是不可能的。我們對此感到非常興奮,”尼爾斯·玻爾研究所量子光學教授Eugene Simon Polzik說。
 
Eugene Polzik 是開發具有特殊塗層的存儲芯片的小組負責人。他與合作博士進行了研究;Karsten Dideriksen 和Rebecca Schmieg 以及博士後Michael Zugenmaier 都來自哥本哈根大學。
 
存儲芯片的特殊塗層使得存儲光量子位變得更加容易,我們不再需要大型冷凍機。冷凍機操作起來很麻煩並且需要大量電力,因此,新的研究將助力更便宜的量子存儲,更符合未來行業的需求。 Continue reading

三星最新屏幕黑科技:可拉伸的OLED屏,能貼在皮膚上

你對手機屏幕的想像還停留在折疊屏嗎?

或許它還可以更柔軟?可拉伸變形的那種?

這不,屏幕大廠三星順應下一代柔屏技術的發展,研究出了一款可以像橡皮筋一樣往各個方向拉伸的OLED屏,該屏最多可拉長30%、“蹂躪”1000次後也能正常顯示

不管你是搓起“褶子”、三重折疊,還是扭曲270度,它的小綠光都不會熄滅[旺柴]。

△  D:起皺,E:折疊,F:多層折疊,G:扭曲

廣泛應用於手機曲面屏和折疊屏的OLED,又是如何做到彈性拉伸的呢?

既能變形又保證效果

造出一個可拉伸顯示屏不簡單,為了防止變形後屏幕損壞或性能下降,所有採用的材料和元件,包括基板、電極、薄膜晶體管、發光層和傳感器,都必須具有物理延展性的同時保持其電學特性

工程師們用彈性體 (elastomer)取代了現有可拉伸顯示屏中使用的塑料材料。

彈性體是一種具有高彈性和回彈力的先進材料,但易受熱影響,因此他們對這種材料進行了分子組成調整以增加它的耐熱性。

為了減緩拉伸引起的應力對OLED像素的影響,該顯示屏的整體設計具有特殊的網格狀“島”結構

裡面還應用了一種可拉伸電極材料(裂紋金屬,cracked metal),它能抵抗彈性體區域的變形,保證像素之間的空間和接線電極能夠拉長和收縮的同時,“島”內的OLED像素不會變形影響顯示效果。

△ 裂紋金屬

什麼時候能用在手機上

可伸縮的屏幕研究出來了,是不是就意味著我們能很快看到新的三星Galaxy呢?

Emmm,一切都還早呢!你也看到了,成品還處於原型階段,很粗糙,只能簡單“發發光”。

作為概念驗證,工程師們先把它集成到了 Continue reading

能拧瓶盖,能盘西兰花,哈佛大学这款软体抓手展现极佳灵活性!

图片

转笔,使用筷子,盘核桃等这种“在一只手内移动物体的动作”,我们称之为 “手内操作(In-hand manipulation)”。在传统机械手上,手内操作通常需要精确的运动规划和控制方可实现。

相较而言,软体手能够同未知的物体更好的交互,因此无需过多依赖精准的传感或复杂的控制,软体抓手就可以实现一定的手内操作。来自哈佛大学微型机器人实验室(Microrobotics Lab),RJ Wood教授团队的研究者们研发了一款软体抓手,并用较少的控制和传感信息实现了较为稳健的手内操作,例如拧下瓶盖,摆放点心等。该研究发表于著名机器人期刊《IEEE Robotics and Automation Letters》。

另外,近日该团队还放出了开源的软体机器人仿真软件SoMo,模拟软体机器人和环境物体交互的场景。

图片

图2. 软体手“盘”西兰花
软体抓手更容易实现手内操作

我们或许拥有世界上最灵巧的“机构”,我们的双手。通过简单的训练,我们可以做出使用筷子,转笔等一系列复杂的动作。通过专业的训练,魔术师甚至可以掌握让人眼花缭乱的卡牌技巧。

图片

图3. 人手的灵活程度无与伦比

科学家们希望能用机械手来复现人手的功能,从而让机器人能代替人进行复杂的操作,或是能作为假肢帮助肢体缺陷的人。生活中的物体种类多样,千变万化,为了实现机械手的手内操作,刚性的机械手需要尽可能多的感知信息和精妙的控制方可实现。

图片图4. 仿生机械手Shadow Hands 单手玩魔方

软体抓手能够很好的适应不同的物体和未知的环境,抓取形状和大小各异的物体。来自于哈佛大学微型机器人团队的研究者们设计了一款四指软体抓手,并复现了一些日常生活中常见的手内操作动作,如拧下瓶盖,摆放食品位置和抓取过程中提供重力补偿等。该研究发表于著名机器人期刊《IEEE机器人和自动化快报(IEEE Robotics and AutomationLetters)》。

我们先来看几个软体抓手的手内操作展示,感兴趣的读者可以在文末找到完整的视频和论文信息。值得注意的是,研究者称,在这些展示中,物体具体的姿态,尺寸或者重量属性都没有明确的给出。

拧瓶盖是日常生活中常见的动作之一,通过简单的运动规划,软体抓手可以拧下瓶盖,并来回晃动。

图片

图5. 软体手拧瓶盖

除了较硬的瓶盖,软体抓手可轻柔地抓取操作一些脆弱的物体,例如水果,蔬菜,或者是蛋糕点心。研究者们展示了软体手可以旋转并调整蛋糕的姿态,然后将它放入蛋糕盒内,方便取用。

图片

图6. 调整蛋糕方向

无需过多的感知和控制,软体抓手可以对西兰花这种形状及其不规则的物体进行平移和旋转的手内操作。

图片

图7. 软体手对西兰花进行操作

研究者还展示了软体抓手带有重力补偿的手内操作。由于软手指的刚度较低,导致在水平旋转比较重的物体时会出现偏移。根据手的朝向和物体的重量,可以计算出一个简单的气压偏移值补偿到软体手指内,从而使软体抓手成功完成水平方向的旋转动作。

图片

图8. Continue reading

聯絡我們

地址
香港九龍觀塘鴻圖道57號南洋廣場1808室
Rm.1808, Nanyang Plaza, 57 Hung To Road., Kln. HK

電話
23091888

電郵
info@iothk.net