Лучший подарок для гика на Новый год – робот. Несмотря на то, что любое время года подходит для покупки робота себе или близкому человеку, в период зимних праздников никто не удивится, если в вашем доме вдруг появится целая куча новых механических помощников. Представляем подборку роботов 2017 года.

https://goo.gl/DrVxEK

Учёные загрузили мозг червя в Arduino: https://tproger.ru/news/wormbrain-in-arduino/

Робот начал передвигаться безо всякого контроля со стороны учёных, просто основываясь на связях мозга червя.

Частью международной конференции по гуманоидным роботам в Бирмингеме (Англия) стал фотоконкурс среди участников. Все желающие присылали фотографии своих гуманоидных роботов в самых разных позах и местах. Ерико Гуизо поделился результатами конкурса на spectrum.ieee.org, а мы делимся ими на the-robot. Среди работ есть ржачные, есть красивые.

Все фотографии были выложены на facebook и twitter, где происходило голосование. По итогам были выбраны лидеры в нескольких категориях. В номинации “Лучшее фото гуманоида” победил iCub в позе Шекспировского Гамлета.

Все фотографии конкурса можете посмотреть по ссылке https://goo.gl/KAYUY7

Нас уже больше 5 тысяч!! Мы, команда the Robot, приветствуем новых подписчиков!

Напомню, что помимо телеграм-канала мы публикуем новости и статьи:

- в канале яндекс-дзен https://zen.yandex.ru/media/therobot

- в группе facebook https://www.facebook.com/therobotmag

- в группе vk https://vk.com/robotics_channel

- на сайте the-robot.ru (не забудьте подписаться на рассылку, мы ей очень гордимся)

Также рады видеть всех заинтересованных в нашем чате @robotics_chat.

Подписывайтесь и расскажите друзьям, кто в "теме" 😎🤖

П.с. Чтобы поддерживать регулярность постов и оплачивать работу редакторов нам, как и многим другим медиа-проектам, нужны средства. Мы не просим дать нам деньги просто так (но не будем сопротивляться вашему благородному порыву), а предлагаем разместить у нас рекламу. Описание наших цен и форматов можете найти тут https://telegra.ph/Tarify-na-reklamu-11-28. Там же вы найдёте предложение написать о вашем проекте статью, которую мы опубликуем бесплатно.

Мы стараемся не публиковать много навязчивой рекламы и не рекламировать сомнительные продукты. Мы уважаем внимание наших подписчиков.

П.п.с. Если вы в процессе изучения робототехники, ардуино, нейросетей или собираете дома небольшие проекты - поделитесь описанием процесса с нами - мы собираем инструкции/мануалы/видео. Готовы разумно оплачивать ваши труды. Предложения присылайте @MaximKosterin

Современная техника зачастую слишком сложна в освоении. Особенно трудно сладить с ней тем людям, которые и в быту не могут обходиться без посторонней помощи. Одно неловкое движение, и чувствительные механизмы дают сбой. Вместо заботы они наносят травму или просто ломаются.

Решить эту проблему пытаются на уровне человеко-машинных взаимодействий. Для этого даже придуман специальный термин pHRI – поле физического взаимодействия между человеком и роботом. Это зона возможного контакта, где движущиеся части робота представляют потенциальную угрозу для находящихся поблизости людей.

Долгое время основной безопасности pHRI были разные ограничения. Например, в случае опасного сближения робот прекращал двигаться, а после толчка старался вернуться на прежнюю траекторию. Сейчас ключевая роль отводится алгоритмам обучения, а вместо простой остановки или возврата к заложенным шаблонам действий робот учится реагировать на движения людей.

Демонстрация возможностей pHRI https://youtu.be/I2YHT3giwcY

Подробнее https://goo.gl/xdZADc

Некоторым роботам требуется несколько десятков секунд, чтобы адаптироваться после неожиданного физического урона. Это достаточно затрано по времени. Команда исследователей под руководством профессора Акио Ишигуро из НИИ электросвязи в Университете Тохоку обратили внимание на офиур — примитивных иглокожих с пятью гибкими конечностями. Офиуры не обладают сложной центральной нервной системой, но могут немедленно приспособиться к произвольной потере конечностей и продолжать двигаться на оставшихся.

Основываясь на поведенческих экспериментах с участием офиур, конечности которых ампутировали разными способами, исследователи сформировали простой децентрализованный механизм управления: каждая конечность опирается на землю только тогда, когда она получает помощь других рук. Этот механизм реализовали в похожем на офиур роботе, чтобы продемонстрировать, что он сможет приспособиться к внезапным повреждением в течение нескольких секунд, как его биологическая модель.

Ученые встроили датчики в каждом плече, которое измеряет реактивную силу, когда рука «ударяет» по земле. Пока эта сила двигает устройство в нужном направлении, рука продолжает ударять. Если рука повредилась или «ампутировалась» и больше не помогает роботу передвигаться в правильном направлении, она перестает бить. После чего робот повторно координирует движение оставшихся конечностей, чтобы сохранить курс.

Подробнее https://goo.gl/Gd5pzL

В Сан-Франциско используют роботов для борьбы с бездомными.

Владельцы офисных зданий в Сан-Франциско начали использовать роботов-охранников К9, созданных местным стартапом Knightscope, чтобы отпугивать бездомных.

https://telegra.ph/V-San-Francisko-ispolzuyut-robotov-dlya-borby-s-bezdomnymi-12-17

Взгляните на робо-пчёл от Harvard Microrobotics Laboratory. Их масса всего 80 миллиграммов, а размах крыльев – около трёх сантиметров. В них встроены крошечные датчики – металлические волоски, реагирующие на изменение направления ветра. Однако из-за своей миниатюрности они не могут похвастаться ни интеллектом, ни живучестью. Любой порыв ветра дезориентирует их, а внезапное препятствие сбивает во всех смыслах.

Проблема в том, что до сих пор все миниатюрные роботы управлялись внешним компьютером, испытывая задержки при обработке полётных данных. В их собственном корпусе просто негде разместить вычислительные блоки и аккумуляторы для питания прожорливых микросхем. Однако в Корнельском университете всё же нашли способ сделать таких роботов более сообразительными и автономными.

Подробнее https://goo.gl/PyJSwy

В последние годы индустрия робо-протезов совершила колоссальный рывок, однако точный контроль движений до недавних пор оставался мечтой. В Технологическом институте Джорджии, США, разработали систему, поддерживающую индивидуальные движения пальцев - устройство снимает сигналы с мышц музыканта. Систему создали те же люди, которые в 2014 году дали барабанщику “роборуку”, реагирующую на некоторые движения человека и музыку, которую она “слышит”. https://robotrends.ru/pub/1751/poteryavshiy-ruku-muzykant-snova-igraet---spasibo-novomu-robo-protezu

Сейчас мы обучим рекуррентную нейронную сеть создавать тексты в стиле Фёдора Михайловича Достоевского. Всё, что ей для этого понадобится - это способность предсказывать следующую букву для строки из уже имеющихся. Не стоит ожидать от сети осмысленных фраз и предложений, но правила композиции слов, общую структуру и настроение она улавливает довольно неплохо.

Писать нейросеть мы будем на python, сейчас это фактически основной язык для Data Scientist. Использовать будем популярный фреймворк Keras, который позволяет очень просто описывать структуру нейронной сети и абстрагироваться от деталей её реализации. Keras внутри себя может использовать для вычислений библиотеки Tensorflow от Google или Theano. В нашем случае это будет Tensorflow. Библиотека поддерживает расчеты на GPU, так что мощная видеокарта от NVidia может ощутимо сократить время работы.

Целиком читайте по ссылке https://goo.gl/pqEVVt

Яндекс-дзен https://goo.gl/A2kkJ8

Выражение «машинное обучение» стало мелькать тут и там почти ежедневно. О нем говорят теперь уже не только программисты, но и бизнесмены и даже политики.

В докомпьютерную эпоху только человек мог накапливать данные, анализировать информацию и делать прогнозы. С появлением компьютеров и языков программирования, люди научились строить простые модели используя схему ЕСЛИ … , ТО … . Такой алгоритм уже является простейшим роботом или машиной, но он все еще не умеет учиться. Результаты его работы и ошибки может оценить его создатель – человек. Очевидно, что такой процесс проб и ошибок требует очень много времени. А что если создать машину, которая умеет строить простые алгоритмы и оценивать результаты их работы?

Чтобы решить такую задачу её нужно разбить на две простые: один робот создает алгоритмы, другой их оценивает. Оба робота могут поначалу справляться со своей задачей посредственно, однако в процессе тестирования удачные результаты сохраняются. Таким образом правильные характеристики накапливаются, и система улучшается. Здесь помогают современные компьютеры (а точнее видеокарты), которые умеют строить и проверять огромное число мини-алгоритмов.

Если основные принципы вам не очень понятны, рекомендуем посмотреть 2 видео с субтритрами. Субтитры, кстати, создаются автоматически благодаря машинному обучению.

https://www.youtube.com/watch?v=R9OHn5ZF4Uo

Второе видео в статье на я.дзен: https://goo.gl/bpbgSF
И у нас на сайте: https://goo.gl/fAp5xj

С помощью машинного обучения NASA обнаружило восьмую планету рядом с далекой звездой. Это означает, что Солнечная система больше не самая большая в галактике. Об этом пишет The Verge со ссылкой на сообщение космического агентства.

ИИ Google нашел планету, отслеживая ранее забытые «слабые» сигналы в данных, которые получил космический телескоп Кеплер. Найденная планета расположена в системе вокруг звезды Кеплер-90, расположенной на расстоянии около 2500 световых лет от Земли. Звезду обнаружили в 2014 году.

Космический телескоп Кеплера запустили в 2009 году. Он ищет планеты за пределами Солнечной системы. Чтобы просеять все данные, которые он собрал с момента запуска, ученые сначала исследуют самые сильные сигналы. Этот процесс работает достаточно хорошо до сих пор. За это время NASA обнаружило 2525 объектов.

Подробнее https://goo.gl/S6LpCN

Институт передовых технологий Южной Кореи (KAIST) совместно с компанией Rainbow Robotics разработал необычного гуманоидного робота FX-2, похожего на кентавра. Вместо головы у него... кресло. Оператор словно продляет корпус робота своим телом. Он восседает на уровне груди и управляет им при помощи двух многофункциональных рукояток.

Такая конструкция выглядит небезопасно и явно требует доработки. Во время краткой предварительной демонстрации оператор просто сидел в шлеме, зафиксированный в кресле пятиточечными ремнями безопасности. Они уберегают его от незапланированного покидания кабины, но в случае падения вперёд робот станет высокотехнологичным надгробием.

Впрочем, это маловероятно. У FX-2 продвинутая система автоматической стабилизации, да и ходит он крайне осторожно – мелкими шагами со скоростью менее двух километров в час. Зато открытая кабина позволила уменьшить массу и габариты робота почти вдвое. Официально технические детали новинки пока не разглашаются, однако за основу был взят HUBO-2+, принципиальная схема которого известна.

Подробнее на Я.Дзен https://goo.gl/2WqiAP
И на нашем сайте https://wp.me/p90GRu-mJ