CERN — лаборатория Европейской организации ядерных исследований, которая находится на франко-швейцарской границе. Больше восьми тысяч физиков входят в компьютерную сеть для быстрого доступа и анализа больших объемов данных, полученных на Большом адронном коллайдере (БАК).

Сеть лаборатории хранит около 50 петабайт данных. Однако, научная лаборатория заинтересовала не только журналистов со всего мира, но и хакеров. Журналист Scientific American Джесси Эмспак рассказал, как технологии помогают обезопасить компьютеры.

Большие вычислительные мощности — «клад» для злоумышленников. Получить доступ к сотне тысяч компьютеров центра — главная цель хакеров, которые хотят захватить ресурсы, чтобы заработать деньги или атаковать другие компьютерные системы. Чтобы не играть с киберпреступниками, ученые CERN используют искусственный интеллект, чтобы перехитрить злоумышленников.

Обычные системы сканирования угроз анализируют входящие данные на известные вирусы и другие типы вредоносного кода. Но против новых и незнакомых угроз такие средства практически бесполезны. CERN разрабатывает новые системы, которые используют машинное обучение для распознавания аномального трафика и отправляют информацию администратору.

Подробнее в статье https://the-robot.ru/kejsy/zachem-mashinnoe-obuchenie-vnedryayut-v-zashhitu-seti-cern/

25 января вышла 9 версия Gazebo.

Это один из инструментов для моделирования роботов, который должен быть в наборе каждого инженера-робототехника. Хорошо спроектированный имитатор позволяет быстро тестировать алгоритмы, создавать роботов, выполнять регрессионное тестирование и тренировать систему ИИ с использованием реалистичных сценариев.

Gazebo предлагает возможность точно моделировать популяцию роботов в сложных помещениях и на открытом воздухе. Под капотом надежный физический движок (по умолчанию ODE), высококачественная графика и удобные программные и графические интерфейсы. Написан на C++.

Проект активно развивается. Релизы выходят каждый год. Роадмап на 10 версию можно посмотреть на главной проекта.

Если пользовались, напишите своё мнение в @robotics_chat.

Роботы-лыжники выступили в Южной Корее наряду с олимпийскими спортсменами. Заезд роботов состоялся в рамках конкурса Ski Robot Challenge с призовым фондом $10 тыс. Он проходил на склонах горнолыжного курорта Welli Hilli в Хоэнсонге, расположенного к западу от Пхёнчхана, где сейчас проходит Зимняя Олимпиада.

Конкурс был организован Министерством торговли, промышленности и энергетики Южной Кореи. На церемонию открытия прибыл президент Международного олимпийского комитета. Он пожал манипулятор роботу Диане и пожелал ей удачи, словно обычному спортсмену.

В то время как расписание Зимних Олимпийских игр пришлось менять из-за морозной погоды и сильного ветра, а спортсмены из плоти и крови отказывались от тренировок, роботы продолжили своё выступление. В скоростном спуске аккумуляторы и движущиеся части работают на пределе и не успевают остыть, а ледяной ветер лишь повышает эффективность систем охлаждения.
Роботам предстояло выполнить скоростной спуск по лыжной трассе протяжённостью 80 метров. Подготовка к соревнованию заняла около полугода. 12 февраля 2018 г. свои модели представили восемь команд.

Списки команд и результаты в продолжении статьи https://the-robot.ru/kejsy/zimnie-robolimpijskie-igry-2018/

Рекомендую посмотреть на проект школьника, впечатляет. Некоторые движения самолёта будто бы нарушают законы аэродинамики.

https://youtu.be/UUJWYV4Yim0

Больше интересных видео в нашем чате @robotics_chat

Скаты Манта считаются одними из самых изящных и эффективных пловцов природы. В отличие от большинства подводных видов, манта обладают уникальным двигательным механизмом, который позволяет им совершать кругосветное путешествие через турбулентные моря, легко взмахивая их грудными плавниками. Эта отличительная особенность вызвала большой интерес инженеров, которые разрабатывают автономные подводные аппараты.

В 2013 году университет в немецком городе Любек начал проект по созданию автономных подводных аппаратов для изучения морской фауны, дна или обслуживания подводного оборудования.

В исследовательском проекте BOSS (Bionic Observation and Survey System) разрабатываются инновационные подводные транспортные средства в форме ската Манта. Предполагается, что подводные аппараты будут выполнять геодезические и наблюдательные работы в открытом море. Манта будут управляться дистанционно или действовать автономно как рой из нескольких устройств. Компания Sea & Sun Technology отвечает за подводную сенсорную систему.

Автономные роботы-манты оснащены специально разработанными сенсорными модулями и интерфейсами для мультимедийной связи и навигации. Возможности действовать последовательно и самоорганизоваться внутри роя будут добавляться последовательно с развитием проекта.

Робота в виде ската манта разрабатывают параллельно и в другом проекте. Исследователи из Национального университета Сингапура (NUS) создали MantaDroid. Это подводный робот, который эмулирует поведение скатов. MantaDroid плавает со скоростью почти метр в секунду и может работать автономно до 10 часов.

Видео с BOSS Manta Ray https://www.youtube.com/watch?v=qv5UmykFSJU

Целиком читайте на https://the-robot.ru/kejsy/roboty-skaty-izuchayut-podvodnye-glubiny/

Продолжение истории с открытием дверей, которую Boston Dynamics показали неделю назад. На этот раз робот открывает дверь вопреки сильному сопротивлению человека.
https://youtu.be/aFuA50H9uek

Компания Oceanalpha провела первое шоу дронов на воде. Оно похоже на те, которые Intel устраивает с квадрокоптерами, но служит другой цели – привлечению молодых специалистов к разработкам роботизированных судов.

https://www.youtube.com/watch?v=SKU6qDcxrHw

Такие проекты ведутся в Китае с 2008 года, но лишь недавно они достигли зрелости. В начале этого года в Китае было представлено сразу несколько прототипов в области беспилотного морского флота: от малых роботизированных судов до контейнеровозов.

Как это часто бывает, современные технологии приходят в гражданский сектор из военного. Поднебесная впервые продемонстрировала серьёзность своих планов увеличить присутствие на море при помощи роботов в 2017 году. Тогда был представлен концепт боевого корабля D3000, выполненного по схеме тримарана, как и американский Sea Hunter.

В отличие от последнего, D3000 будет нести на борту вооружение. В нём предусмотрены пусковые аппараты для торпед, ракет и запуска дронов-разведчиков, а на палубе установлены четыре пушки Type 730. Боевой корабль полностью автономен: он сам корректирует курс, избегая столкновений, опознаёт надводные и подводные цели.

Сейчас те же принципы автономного управления и распознавания объектов заложены в беспилотные суда гражданского назначения. Они оснащаются лидарами и сонарами разных диапазонов, используют для навигации GPS и китайскую спутниковую систему Beidou.

Подробнее про беспилотные гражданские суда (+ видео) https://the-robot.ru/produkty/bespilotnyj-flot-kitaya/

Искусственный интеллект помогает американским судьям принимать решения - задерживать подозреваемого или нет.

Судебная система США предполагает, что задержанный предстаёт перед судьёй вскоре после ареста. Судья назначает дату суда — иногда до неё должно пройти несколько недель или месяцев. Кроме того, судья должен решить, следует ли подозреваемому оставаться под стражей в ожидании суда — или его можно отпустить, например, под подписку о невыезде. Во многих судах США практикуется система залога, причём сумму, которую задержанный должен уплатить, чтобы не сидеть в тюрьме в ожидании суда, также определяет судья. Если, по мнению судьи, шансы, что подозреваемый попытается сбежать, высоки, сумма также будет немаленькой.

В некоторых судах США судьи начали использовать ИИ, чтобы упростить процесс принятия решений. Теперь искусственный интеллект «помогает» решить, в каких случаях — и на сколько — подозреваемых следует задерживать.

Чтобы создать такой ИИ, специалисты загрузили в компьютер данные тысяч уголовных дел. Эти данные используются, чтобы оценить вероятность, с которой подозреваемый совершит новое преступление или попытается сбежать от суда.

Одна из таких систем искусственного интеллекта получила название «Система оценки общественной безопасности» (Public Safety Assessment, PSA). Процесс «оценки» задержанного начинается уже в тот момент, когда полицейские снимают отпечатки пальцев. Информация о подозреваемом поступает в централизованную систему, а на первом слушании судье предоставляется оценка риска. Задержанных, набравших небольшое число баллов, обычно отпускают до следующего слушания.

https://www.arnoldfoundation.org/initiative/criminal-justice/crime-prevention/public-safety-assessment/

Hexapod-робот под управлением ROS
Великолепная DIY статья на гиктаймс, описывающая кратко весь процесс создания хексапода: подбор электроники, 3д моделирование, описание виртуальной модели робота, программирование и прошивка. Рекомендую.

https://geektimes.ru/post/258622/

Если вы с чем-то не согласны или знаете более современный процесс создания робота - напишите мне @MaximKosterin или в нашем чате @robotics_chat

Международный проект Argo состоит из 3000 станций, дрейфующих по водам мирового океана. Каждые 10 дней “поплавки” опускаются на глубину 2000 метров, а затем всплывают на поверхность. Дин Роммих из исследовательского института Сан-Диего рассказал, что роботы сделали 1,8 миллиона измерений солёности и температуры. Следующим шагом перед учеными стоит запуск ещё 1200 устройств, которые смогут опускаться до самого дна океана.

Помимо роботов океанографы используют различные программы для цифровой обработки изображений. Стюарт Сандин, другой исследователь из Сан-Диего, занимается объединением фотографий коралловых рифов в подробные 3D карты. Подобная карта атолла Пальмира, находящегося к югу от Гавайских островов, позволила идентифицировать 45000 видов кораллов в 16 колониях. Ничего подобного не удалось добиться с помощью подводных погружений.

Так как их стоимость составляет от $3000 до $5000, то появляется возможность одновременно запускать большие стаи таких роботов, что позволит изучать перемещения планктона по морским течениям. По словам изобретателя робота Жюля Джаффе, основной целью было понимание процесса перемещения планктона из глубин океана к прибрежным водам.

Подробнее https://t.iss.one/iv?url=https%3A%2F%2Fthe-robot.ru%2Fkejsy%2Froboty-i-kompyutery-predlagayut-novye-sposoby-izucheniya-morskoj-zhizni%2F&rhash=031f13c2ca522e

Очень любопытная получилась у ребят комбинация: машинный интеллект, грамотно извлекающий и интерпретирующий информацию из данных рекламных кампаний на ФБ (где вручную разработчики ФБ постарались максимально запутать клиента, прямо скажем).
Сейчас стартап Captain Growth — на Product Hunt, есть возможность их поддержать при желании: https://www.producthunt.com/posts/captain-growth
А суть, конечно, лучше не из тамошнего ролика понимать, а из сайта продукта: https://captaingrowth.ai Давать людям data-driven инсайты, не требуя от этих людей знания data science - это как раз правильная миссия хорошего стартапа на тему машинного интеллекта. И тема маркетинговой аналитики правильная. И хотя мне, конечно, не хватает у них возможности работать с серьезными аналитическими инструментами типа GA (вот где интересно будет посмотреть, что они покажут из того, что сам Гугл не сделал), всё равно тот редкий случай, когда внял просьбам на Product Hunt проголосовать. Ну и приятно, что ребята, с которыми я год назад в Киеве познакомился, авторы этой штуки. Если нужны контакты - то @dmytrobilash :)

Я немного поспрашивал у разработчика и бизнес-аналитика данного продукта @dmytrobilash, чтобы понять, каким образом используется машинное обучение:

"Сперва мы подумали, что же обычно людям интересно в данных?
Как правило, 2 вещи:
- какие-то вещи, которые идут лучше, чем все остальное (например, рост продаж) и ты можешь развить эту точку роста
- или вещи, которые идут хуже, чем все остальное, тогда это можно исправить.

Такая задача – это класс outlier detection. Под капотом ряд алгоритмов, 2 основных это поиск аутлаеров и time series. Там много математики + машин лернинг, который позволят понять природу разных данных, так как АИ разные проекты анализирует по-разному."

Если вам интересны подробности, то welcome в чат @robotics_chat, где можно задать вопрос @dmytrobilash, ну и пообщаться с людьми из сферы machine learning.