Этой осенью сервисный робот серии Sanbot, произведённый компанией Qihan Technology, стал работать в Пекинском народном суде. Благодаря развитой системе самообучения, он быстро превратился из катающегося терминала в действительно интеллектуального помощника. На сегодня он выполняет более 30 различных функций, стандартизированных для упрощения делопроизводства.

Гуманоидный робот Xiaofa ростом полтора метра оснащён системой компьютерного зрения 3D vSLAM, одновременно используемой для ориентации в пространстве, обнаружения людей и составления плана помещения. Xiaofa обладает продвинутой системой распознавания речи. Он отвечает на вопросы посетителей, подсказывает им порядок подачи заявлений и передаёт запросы клиентов в соответствующие служебные порталы. Понимать неформализованные устные обращения ему помогает диалоговая система IBM Watson и программные решения от Nuance Communications.

Вице-президент Qihan Technology Райан Ву считает, что использование Xiaofa сокращает время ожидания посетителей и стоимость содержания судов, одновременно препятствуя коррупции. Робот равнодушен к подаркам, а вместо саке предпочитает электролит. Однако холодность общения он с лихвой компенсирует исключительной компетентностью. Xiaofa моментально отыскивает любые законы и подзаконные акты, которые имеют отношение к заданному вопросу.

Подробнее https://goo.gl/gDSTcy

​Boston Dymanics показала новую версию четвероногого робота SpotMini
https://goo.gl/5Mkvcd

Сегодня на производственных линиях работают десятки разных роботов, и если ошибку допустит один, то произойдёт каскадный эффект. Ошибаться начнут все роботы после засбоившего, поскольку их программы не способны перестроиться. Например, если деталь будет лежать под другим углом (или вовсе отсутствовать), то робот попытается её взять как обычно, но не сможет. Хуже того, робот может получить повреждения или спровоцировать их у других.

Поэтому современные конвейеры постепенно переоснащают, заменяя классических промышленных роботов адаптивными. Например, такими как Baxter, созданный в компании Rethink Robotics. Он не станет тыкать вслепую манипулятором. Вместо этого он самостоятельно определит, есть ли на ленте конвейера нужная деталь. Затем он оценит её расположение и выполнит точный захват, как бы она ни лежала. Если детали нет, то Baxter просто подождёт её появления.

Полностью читайте по ссылке https://goo.gl/FzJ6VA

И ещё один тизер от Boston Dynamics. На этот раз Atlas демонстрирует паркур. Разработчики научили робота запрыгивать на препятствия и делать сальто!
https://youtu.be/fRj34o4hN4I

Биометрия — это наука об идентификации и аутентификации людей на основе физических и поведенческих характеристик, то есть биометрических данных. К физическим данным относятся отпечатки пальцев, лицо, ДНК, ладонь, сетчатка глаза, голос и даже запах. К поведенческим — походка и речь.

Компания Nuance разрабатывает технологию Dragon Drive для использования голосовых команд в автомобилях. Система использует облачное машинное обучение и биометрическое распознавание голоса для идентификации пользователя. Кроме того, компания изучает распознавание лиц, чтобы повысить безопасность биометрической системы распознавания голоса.

Технологию начали внедрять в BMW 7-series и, скорее всего, после релиза более продвинутых систем Nuance подключат к другим моделям марки.

В конце 2016 года VisionLabs подписала соглашение с «Тинькофф Банк» для верификации и идентификации лиц. Одна из задач, которую решает система, — проведение оффлайн-расследований: анализ клиентской базы для выявления признаков мошенничества, верификация по фотографии клиентов, подавших заявку на получение кредита.

Аэропорт Логан в Бостоне и авиакомпания JetBlue Airways в июне 2017 года начали эксперимент с распознаванием лиц перед посадкой. Такой подход исключает сканирование посадочного талона и ручную проверку паспорта. Пассажиру достаточно взглянуть в камеру, которая сопоставляет полученное фото с данными из паспорта или визы.

Еще больше примеров использования биометрических систем по ссылке https://goo.gl/fSHDg8

На проходящей с 13 по 17 ноября в Дюссельдорфе выставке MEDICA 2017 компания Motic представила интеллектуальный микроскоп EasyScan GO. Оцифрованное изображение анализируется свёрточной нейросетью, избавляя оператора от необходимости выполнять подсчёт элементов вручную.

Лондонская клиника тропических болезней уже использует EasyScan GO для автоматического подсчёта числа малярийных плазмодиев в образце крови. На данный момент интеллектуальная система затрачивает на анализ одного образца около двадцати минут. Её процент ошибок укладывается в требования ВОЗ к специалистам с уровнем компетенции 1. Это базовый уровень из четырёх возможных. Иными словами, EasyScan GO сейчас работает как начинающий микроскопист, только что прошедший сертификацию.

Ежегодно от малярии погибает около полумиллиона человек. Основной причиной высокой смертности остаётся недоступность качественной медицинской помощи. Директор по глобальным технологиям здравоохранения Дэвид Белл (David Bell) отмечает, что интеллектуальные микроскопы могут оказаться особенно полезными для оценки эффективности лечения полирезистентных штаммов малярии, распространённых в Юго-Восточной Азии.

Подробнее https://goo.gl/6hRXD6

Для тех, кому очень хотелось попробовать себя в программировании роботов, но не хотелось погружаться в тему электроники команда Creoqode создала необычный комплект для сборки Nova.

Основная цель — дать разработчикам возможность "поиграться" со стильным и функциональным железом. В процессе игры можно изучить принципы машинного зрения, работы датчиков, механики манипулятора.

Можно научить робота находить в пространстве лица людей и распознавать их. Благодаря сервоприводам робот может "следить" за двигающимися объектами, а дальномер определить расстояние до них.

Сердце робота - Creoqode Mini Mega (уменьшенная версия Arduino Mega 2560). Для работы с микроконтроллером используется среда разработки Arduino Software и Processing.

Стоимость по предзаказу £169 (13 169 рублей) + доставка из Лондона £26.90 (2100 рублей). Доставка рассчитывалась в Москву, в другие регионы цена может отличаться.

Подробнее https://goo.gl/wDSz1r

Наши друзья из Overhead Logistics организовали соревнование для инженеров и студентов.

Задача соревнования - создать компактный рабочий прототип подвижного состава для монорельсовой трассы (речь идет о решении размером с микроволновую печь).

Формат соревнования предполагает создание концепта (чертежей) и рабочего прототипа в металле (предусмотрен бюджет на материалы для команд, которые выйдут в полуфинал в марте 2018).

Кроме этого, есть призовой фонд: 500 000 рублей. А сам финал - испытание прототипов, состоится в июле 2018 года в Москве на площадке МИСиС.

Правила участия и регистрация по ссылке https://overheadlogistics.com/competition_ru

Вопросы можете задать @muteego, он есть в нашем чате @robotics_chat

Исследователь теории экономического роста Роберт Солоу однажды сказал: «вы можете видеть роботов везде, кроме статистики производительности». Это высказывание выглядит противоречивым, однако рост производительности стабильно замедляется от года к году. Безработица близка к рекордным минимумам, а занятость высока. Все это противоречит тому, что можно было бы ожидать, если бы революция роботов действительно случилась.

Однако нельзя отрицать замечательных успехов в различных областях искусственного интеллекта. Самым обсуждаемым примером является беспилотный автомобиль. Эта технология прошла долгий путь за короткое время, первые соревнования автономных машин (Darpa Grand Challenge) прошли в 2004 году. Конкурс стал отправной точкой для коммерческих проектов. Всего лишь 13 лет спустя автономные автомобили стали повседневной темой обсуждения в мире.

Все это делает парадокс высокой занятости и низкой производительности еще более озадачивающим. Однако есть несколько обоснований.

Подробнее о них по ссылке https://goo.gl/h7VXMq

#podcast

Законодательство в сфере высоких технологий пройдет проверку уже в ближайшем будущем, когда на дорогах начнут массово появляться беспилотные автомобили, пациентов будут диагностировать цифровые врачи, а роботы будут ухаживать за пожилыми людьми. Деликатность ситуации с законами кроется в соблюдении баланса между контролем и развитием.

Чтобы обсудить эти вопросы и узнать, как обстоят дела с законами о роботах в России, мы поговорили с учредителем АНО «ПравоРоботов», членом экспертного совета по цифровой экономике ГосДумы РФ Никитой Куликовым.

Ссылка на я.дзен https://goo.gl/S2KWM9

The Robot Podcast 002 - беседа с Никитой Куликовым, учредителем АНО "ПравоРоботов", членом экспертного совета по цифровой экономике ГосДумы РФ.

Зоотерапия стоит на вооружении у врачей для лечения амнезии. При этом лечении животные оказывают нужный терапевтический эффект в восстановлении пациента. Но сами по себе животные часто требуют ухода, не говоря уже о том, что их нужно кормить несколько раз в день, выгуливать и отводить к ветеринару. Поэтому появилась логичная идея использовать в подобной терапии вместо животных роботов.

Роботы Honda Asimo, Fujitsu HOAP-3 и NAO похожи на людей, что и облегчает их взаимодействие с окружающими. В исследовании, опубликованном в Journal of Pysical Agents, рассказывается о положительном опыте терапии с использованием этих роботов. Ученые проводили лечебные сеансы 4 типов:

— Включали музыку, которая как-то связана с прошлым этих пациентов. Например, играла музыка из детства, направленная на то, чтобы стимулировать эмоции.

— Физиотерапевтические процедуры: роботы показывали упражнения, а пациенты повторяли их, прямо как на уроках физкультуры в школе.

— Логико-языковые упражнения включали в себя вопросы, которые стимулировали когнитивные способности пациентов.

Возможно, вы слышали о завоевавшем популярность роботе Паро в виде пушистого детёныша гренландского тюленя и роботе-собаке Aibo. Помимо того, что эти роботы очень мило выглядят, они помогают пациентам. У людей, которые играли и контактировали с этими роботами, увеличивалась активность нейронов головного мозга. Но эти модели не практичны: так как их система закрыта, учёные и врачи не могут вводить в программу новые алгоритмы процедур и сеансов лечения.

Подробнее https://goo.gl/pm7KGn

В последнее время классическая рентгенография вытесняется цифровой, а к обработке оцифрованных данных привлекают системы искусственного интеллекта. Их преимущество в том, что они учатся выполнять анализ изображений гораздо быстрее человека. Врач физически не сможет изучить миллион снимков за всю свою жизнь, а нейросеть справится с таким объёмом за полгода-год.

В основе созданного в Стэнфорде ИИ под названием CheXNet лежит свёрточная нейросеть (CNN). Она содержит 121 слой и относится к так называемым глубоким нейронным сетям. Её ключевое отличие от более простых CNN состоит в том, что она способна обучатся с минимальным участием человека и, следовательно, исключительно быстро.

В любой нейросети первый слой – входной. Он принимает на вход какой-либо сигнал (в данном случае – оцифрованную рентгенограмму). Второй и последующий слои выполняют преобразования сигнала, выделение признаков и их анализ. Самый последний слой всегда служит для вывода. Он формирует на выходе какой-либо результат в заданном виде. У CheXNet это расшифровка рентгенограммы с указанием типа, локализации патологического процесса и оценкой его выраженности.

Уже сейчас CheXNet может помочь практикующим врачам, представляя анализы рентгенограмм в более информативном виде. На их основе он создаёт "тепловую карту" грудной клетки, на которой условными цветами выделяет зоны патологических процессов. Каждому соответствует свой цвет, и чем сильнее он выражены, тем более яркой будет выглядеть поражённая область.

Подробнее и с картинками https://goo.gl/ZZWSid

Подключайтесь к онлайн текстовой трансляции с Роботикс Экспо 2017 @roboview.

Я уже тут, и делюсь самым интересным, на мой взгляд.