Домой можно купить свежеанонсированный Jetson Nano с CUDA-X, который стоит от $99. Как заявляет компания, маленький, да удаленький (472 GFLOPS кушает всего 5 Ватт). На нём должны нормально работать любые AI-модели. Набор «сделай сам» будет стоит $99, готовый модуль — $129. Спецификация:

• GPU: 128-core NVIDIA MaxwellTM architecture-based GPU
• CPU: Quad-core ARM® A57
• Video: 4K @ 30 fps (H.264/H.265) / 4K @ 60 fps (H.264/H.265) encode and decode
• Camera: MIPI CSI-2 DPHY lanes, 12x (Module) and 1x (Developer Kit)
• Memory: 4 GB 64-bit LPDDR4; 25.6 gigabytes/second
• Connectivity: Gigabit Ethernet
• OS Support: Linux for Tegra®
• Module Size: 70mm x 45mm
• Developer Kit Size: 100mm x 80mm

Это, фактически, основа для любых интеллектуальных систем: роботов, дронов, умного дома и чего угодно. Поддерживает работу с сенсорами высокого разрешения, позволяет запускать параллельно несколько нейронок, обрабатывающих поток с каждого сенсора. Уже должен быть в продаже. Но ссылка на SeedStudio пока не работает https://www.seeedstudio.com/NVIDIA-Jetson-Nano-Development-Kit-p-2916.html
UPD: ссылка работает, можно сделать предзаказ

Дженсон делает анонс прямо сейчас, и это очень смешно. Пытается изобразить Лего-фигурку.

Еще одна радость для мейкеров и робототехников — анонс ISAAC OPEN SDK. Это фреймворк, виртуальная лаборатория, реинфорсмент среда (симуляция) для обучения, три приложения: Kaya, Carter, Link. Скачивайте по ссылке developer.nvidia.com/isaac-sdk

Последний (вроде бы) анонс — симуляция для тренировки автономных автомобилей. Смотрите сами

Jetson Nano продаётся прямо на конференции. Счастливый обладатель одного из первых экземпляров распаковывает коробку

​Большинство роботов умеет обращаться только с теми предметами, на которые изначально были запрограммированы. Самые новые используют свёрточные нейронные сети (CNN) для определения типа предмета из нескольких уже знакомых. Однако до сих пор не было универсального решения, позволяющего роботу оперировать любыми новыми для него объектами.

Система kPAM (Keypoint Affordance Manipulation) – одна из таких попыток. Она создаёт оцифрованную 3D-модель объекта, и в дальнейшем просчитывает варианты действий с ним как с трехмерным набором ключевых точек. Результат получается точнее, чем при использовании других подобных технологий (например, с датчиком глубины).

Подробнее по ссылке https://the-robot.ru/ai/kpam-by-mit-csail/

Convolutional Neural Network
Learn Convolutional Neural Network from basic and its implementation in Keras

https://towardsdatascience.com/covolutional-neural-network-cb0883dd6529

🇨🇦 Канадский стартап Avidbots собрал $23.6 млн в ходе очередного раунда сбора инвестиций. Оценка компании достигла $75 млн. Компания выпускает и реализует роботов для очистки пола. Реализовано уже несколько сотен роботов, примерная цена каждого - $50 тыс. До 4 часов от одной зарядки. Окупаемость в странах Сев.Америки - 1 год. Роботы компании используются в 14 странах.

Подборка роботов для промышленной очистки пола: https://robotrends.ru/robopedia/uborka-i-robototehnika-b2b

​Профессор робототехники Колумбийского университета в Нью-Йорке и директор лаборатории Creative Machines Ход Липсон (Hod Lipson) вместе с коллегами создал рой из 25 миниатюрных роботов. Эта группа миниботов может просочиться почти куда угодно, захватить указанный объект и продолжать движение, если отдельные части застрянут или перестанут функционировать.

Составляющие рой роботы имеют форму дисков и не способны двигаться по отдельности, однако вместе они скользят по разным поверхностям. Каждый диск снаружи оснащен поворотными магнитами площадками, с помощью которых соединяется с другими.

Подробнее https://the-robot.ru/prototype/swarm-and-particle-robotics/