丽莎老师讲机器人之那些帮助改善人类健康的机器人之一

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。
1、新型机器人检测技术能够帮助实时诊断生育风险
doi：10.1038/s41467-019-08799-6
最近，研究人员开发了新的机器人传感器技术，能够实时诊断女性的生殖健康问题。该技术由伦敦帝国理工学院和香港大学的研究人员开发，可用于比现有方法更快，更便宜地测量影响生育的激素。这项研究发表于Nature Communications，发表于伦敦帝国理工学院化学系和香港大学生物医学科学学院。它在帝国大学医疗保健NHS信托的一部分Hammersmith医院的患者中进行了测试。
英格兰三分之一的女性患有严重的生殖健康问题。医生通常通过进行血液测试来测量样本中的黄体生成素（LH）的量来诊断这些病症。目前的血液检查不能轻易测量LH水平的升高和降低，LH脉搏模式与生殖障碍有关。目前在临床环境中测量LH脉冲模式是不可行的，因为医生需要每10分钟从患者身上采集一次血样至少8小时。此外，对这些样品的分析是耗时且昂贵的。
2、能够控制药物运输的新型“大分子机器”
doi：10.1038/s41467-018-02902-z
近日，一项刊登在国际杂志Nature Communications上的研究报告中，来自香港浸会大学的科学家们通过研究设计并合成了一种球形大分子运输工具用于癌症药物的运输，其或许能够增强药物的有效性，这项研究突破将帮助研究人员深入理解靶向性的治疗药物，比如白血病疗法中所使用的药物苯丁酸氮芥。
一系列新型超支化大分子在其分支单元中最多携带有15个机械键，这些机械键是一种新型的非共价键，类似于我们所熟悉的链和钩子，这些大分子能够通过集体和可控分子来回穿梭来引起分子出现整体运动，从而就能封装药物分子，并通过酸性刺激释放其能力。
3、新型纳米机器有望帮助治疗癌症
doi：10.1002/ange.201900829
最近，来自ITMO的科学家与国际同事合作，提出了新的靶向DNA的纳米机器，可用于癌症的基因治疗。相关结果发表在《Angewandte Chemie》杂志上。基因治疗被认为是治疗肿瘤疾病的有效方法之一，但目前的方法并不够完美。通常来说，基因疗法相关药物不能特异性地从健康细胞中辨别恶性细胞，并且难以与折叠的RNA靶标相互作用。
为了解决这个问题，ITMO大学的科学家们利用脱氧核酶可以与靶RNA相互作用的特性开发出了特殊的纳米机器。根据这个想法，这些纳米机器必须能够高度选择性地识别癌基因转录产生的RNA分子并使其降解，最终导致恶性细胞的凋亡。
4、新型黏性机器人能够快速检测疾病
doi：10.1039/c8lc01200h
人体组织会经历各种机械刺激，这些机械刺激可以影响它们执行其生理功能的能力，例如保护器官免受伤害。研究表明，在体内和体外对活组织进行相关刺激有助于病症的研究。在EPFL，Selman Sakar的研究团队开发了能够机械刺激细胞和微组织的工具。这些工具由细胞大小的人造肌肉提供动力，可以在微观尺度上在生理条件下执行复杂的操作任务。
这些工具包括微致动器和由激光束无线激活的软机器人装置。它们还可以结合微流体芯片，这意味着它们可以用于执行组合测试，其涉及对各种生物样品的高通量化学和机械刺激。该研究已发表在芯片实验室。他们的系统包括组装各种水凝胶组件，类似于乐高积木。首先形成柔性骨架，然后在骨架和微致动器之间形成类似肌腱的聚合物连接。通过以不同方式组合砖块和执行器，科学家们可以创建一系列复杂的微机械。

丽莎老师讲机器人之机器人开发平台

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。
云机器人并不是一个新概念，本身拥有强大云计算能力的大公司也一直对机器人这块“肥肉”虎视眈眈。
2018年底，微软官宣Win10支持ROS，还会不断将云计算、开发工具等引入ROS机器人开发，紧接着亚马逊就推出了基于ROS的云机器人服务平台——AWS RoboMaker。
亚马逊并不是第一家推出ROS云机器人开发平台的公司，但谁让人家稳坐云服务的第一把交椅呢。RoboMaker从立项、开发、整合、上线，也就用了不到一年的时间，加持亚马逊在机器学习、语音图像处理方面的云服务优势，得到不少公司的拥护。
目前，NASA喷气推进实验室（JPL）、Stanley Black＆Decker、Robot Care System公司和Apex.AI已经使用AWS RoboMaker构建了太空火星车、工业检测无人机和老人护理机器人。
一、AWS RoboMaker是什么？
AWS RoboMaker Overview
AWS RoboMaker是一项服务，可以帮助您轻松实现大规模开发、测试和部署智能机器人应用程序。
RoboMaker扩展了最广泛使用的开源机器人软件框架，即机器人操作系统 (ROS)，可连接到云服务。这包括AWS机器学习服务、监控服务和分析服务，使机器人能够流式传输数据、导航、交流、理解和学习。
RoboMaker提供用于应用程序开发的机器人开发环境，可加速应用程序测试的机器人模拟服务以及用于远程应用程序部署、更新和管理的机器人队列管理服务。
官方主页：https://amazonaws-china.com/cn/robomaker/
简而言之，使用者不再需要本地搭建开发环境和应用功能，直接使用AWS RoboMaker提供的云平台，一站解决开发、测试、仿真、部署、更新等机器人全周期的服务。
二、AWS RoboMaker工作原理
AWS RoboMaker提供四种核心功能，用于开发、测试和部署智能机器人应用程序。
1. 适用于ROS的云扩展工具

AWS RoboMaker提供适用于ROS的云扩展工具，可以将智能机器人应用程序通常需要的资源密集型计算流程转移到云端，从而释放本地计算资源。
这些扩展程序可以轻松集成AWS服务，如Amazon Kinesis Video Streams视频流处理、Amazon Rekognition图像和视频分析、Amazon Lex语音识别、Amazon Polly语音生成，以及Amazon CloudWatch日志记录和监控。
RoboMaker以开源ROS软件包的形式提供各种云服务扩展程序，可以在自己熟悉的软件框架中通过云API来构建机器人的功能。
2. 开发环境
AWS RoboMaker提供用于构建和编辑机器人应用程序的开发环境，包括自动下载、编译和配置的操作系统、开发软件和ROS。
开发环境基于AWS Cloud9，已预先集成云扩展程序和示例机器人应用程序，帮助开发者迅速入门。
3. 模拟
AWS RoboMaker提供完全托管的机器人模拟服务，支持大规模和并行模拟，并根据模拟的复杂性自动扩展底层基础架构。
RoboMaker还提供预先构建的虚拟3D世界，如室内房间、零售商店和赛道，可以下载、修改并在模拟中使用这些世界。
4. 队列管理
一旦开发或修改应用程序，就构建了一个无线 (OTA) 系统。通过该系统，可以将应用程序安全地部署到机器人中，然后在机器人投入使用时更新应用程序。
AWS RoboMaker 提供队列管理服务，其中内置机器人注册表、安全性和容错功能，可以在机器人的整个生命周期内部署、执行 OTA 更新以及管理机器人技术应用程序。

丽莎老师讲机器人之会画中国画的机器人

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。
能打印、能写作业也就算了，机器人现在能玩泼墨山水画了，开学之前我们已经见过能写作业的机器人，能模仿你的笔迹写作业，完全能以假乱真，画画也还可以
但说实话在机械和编程专业来说，写字机器人并不是啥高科技，咱们见打印机就见多了
可是这回就真的吓人了，“执笔机器人会玩泼墨画了！”
大家可能不太明白泼墨画的厉害，作画需要先在纸上泼团墨汁，然后就这形状作画，比如泼上去是这一团，画出来是这一张
所以，能玩泼墨画，肯定是有艺术细胞的AI了，因此，它被称为世界上第一台，会画中国画的机器人
这是人工智能自己的创作，可不是编程好的图，可不是随便乱撒墨水，定眼看去，还有几分韵味
这个机器人的发明，说来也神奇，它是个真正的艺术发明，中国香港艺术家黄宏达，用了三年时间研发出了它，并命名为“AI 双子座”
目前它画一幅画需要两天时间，毕竟是机器人吗，还不如人类这种灵感创造它需要一点点“思考。”
不过由于它是随机算法进行编程，所以它创作的过程中，既不说话，也没人知道最后会呈现什么，这个等待的过程也是蛮有意思
这段机器人画中国画的视频，已经被传到国外社交网站上，现在吓到的可不只是中国人自己，外国网友们也震惊了
当然，老问题出来了：“绘画是情感的表达，机器人真的能作画吗？”
也有人对人类未来表示忧虑：“心情有些复杂，如果真的让机器人去欣赏自然美景，会画出怎样的作品呢？”
都说到了人工智能时代，可能太多的工作会被AI机器人取代，特别是密集型劳动力和逻辑，但是艺术创造和情感连接是最难的
当机器人具备的能力如斯，它能不能演化出人类的感性，联接人内心深处的情感吗

丽莎老师讲机器人之光子芯片横空出世

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。
英国牛津大学在 2017 年发表了用于计算的光子芯片的研发成果，其研究人员使用了特殊的相变材料与集成光路，模拟人脑的神经突触作用，设计“光子突触”，其理论运行速度是人脑的千倍。
实际上，麻省理工学院的研究团队与合作研究者也有类似的发现，他们在更早的 2016 年提出了使用光子代替电子为理论基础的计算芯片架构，由于光和透镜的交互作用过程本身就是一种复杂的计算：傅立叶变换——利用这个原理，并使用多光束干涉技术，就可让相关系寻反应所需要的计算结果。而这种芯片架构就被该研究团队称为可程序设计纳米光子处理器。
2017 年 6 月，麻省理工学院研究团队针对可程序设计纳米光子处理器提出了一份论文，并且发表在《自然-光子》杂志上。该论文的第一作者及通讯作者，出生在杭州的沈亦晨目前为 Lightelligence 的联合创始人兼 CEO，并且是《麻省理工科技评论》所评选出来的 2017年 35 名 35 岁以下中国科技创新青年之一。
光子计算在处理一些 AI 算法时有独特的优势
Lightelligence 目前全力研发光学芯片的相关技术，包含芯片设计、核心算法、传输、周边等，欲打造一个完整的光学计算生态。由于 Lightelligence 研发的技术将可能彻底改变计算的生态，因此获得高度关注，其中包括将云端计算视为核心发展项目的百度，以及多位美国半导体行业高管，都因为看好光子芯片的未来性，而成为Lightelligence的早期投资人。
由于创始人在麻省理工学院博士班的科研项目就是以纳米光子为主，刚好在 2015 年时，AI 应用快速起飞。众所周知，除了数据以外，硬件对 AI 的应用也是非常重要，所以开始有了把光子应用在计算环境中的构想。
但为何 2015 年之前没有人想过要把光子效应用来进行神经网络的计算呢？这是因为过去神经网络计算并不流行，而传统的逻辑计算并不是光子计算最擅长之处。
事实上，光子芯片或许将会是未来最适合用来作为 AI 计算的硬件架构，这是因为光的特性先天适合线性计算（AI 计算里最重要的部分），这包含了高维度的并行计算。相对的，虽然量子计算近来也因为 AI 而受到关注，但量子计算还是比较偏向擅长解码或搜索的领域，另外在量产的生态上也还不太成熟，但潜力却不容小觑。
从传输走向计算，光子芯片将成终极计算解决方案？
从 2006 年开始，英特尔推出首款标准 CMOS 工艺的电子混合硅激光器之后，电和光这两个截然不同的物理现象终于成功被凑在一起。往后数年，基于此技术的超高带宽光学传输架构更成为高性能数据中心的最爱，借此有效降低了大量数据传输造成的系统瓶颈。
2015 年，IBM 研究人员，发表了针对光子计算的新实验性技术，通过把硅光子数组集成到与 CPU 相同的封装尺寸中。硅光子技术的问题一直在于芯片的光学接口，不过 IBM 的光子解决方案能被应用于系统单芯片 (SoC)，以廉价的标准连接器 (edge connector) 在芯片之间传输光，或是只要将 CMOS 芯片边缘接在一起就能进行芯片对芯片的通讯。
这些光子芯片的发展主要是作为解决传统芯片与芯片之间，或芯片与存储系统之间的互连问题。而凭借集成度高的光子芯片的发明，取代了过去庞大复杂的光传输架构，且速度能更快，延迟更低。
然而，真正把“光子”带往计算领域，甚至架构成“光子芯片”的概念，却是近两年才逐渐被发掘出来。
由于半导体芯片技术虽依靠新应用与算法的整合，能做到的事情也越来越多，但实际上芯片架构本身还是基于同样的逻辑之下，且受限于半导体工艺，计算能力、规模以及功耗、成本形成难以均衡的四角关系。
这时，业界也开始积极寻找能突破现况的新计算技术。GPGPU、神经网络芯片、DSP、FPGA 都在不同的时期被提出来，擅长解决特定应用计算领域，但这些芯片并没有解决根本的问题，也就是其基于半导体结构所面临的物理特性限制。
由 AI 所带起的计算需求不断膨胀，促进了处理架构持续推陈出新，譬如英特尔未来将结合 CPU 与 FPGA 计算能力，借以应对更复杂的应用情境；英伟达则是在其最新一代的 GPU 方案上大幅强化推理性能。除此之外，亦有不少希望能够针对特定计算推出更适合的新架构，比如说类神经网络芯片 (NPU)、量子计算机 (Quantum computing)，以及最新的计算概念：基于光子回路 (Photonic Circuits) 的计算架构。
实际上，“光”被使用在计算环境中已经有超过数十年的历史，过去主要用以在不同芯片或存储设备间传输数据之用，而因为相关的传输技术成本太高，且必须搭配昂贵的周边才能显现出其效益，也因此，“光”的传输从没有被普及到消费市场，导致我们对这个事实没有太明确的认知。
然而，计算则是另一层次的问题。
用很简单的概念解释光子计算芯片，就是在芯片上使用了无数个光学开关器，作用就类似半导体芯片中的逻辑栅，利用不同波长，相位和强度的光线组合，在复杂的反射镜、滤波器以及棱镜结构所组成的数组中进行信息处理。
硅光子和微电子一样，都是基于硅材料的半导体架构。而硅作为光学通信传输方面的应用已经相当普及，由于光的快速反应和并行特性，能瞬间传输大量数据，因此被普遍应用在数据中心的服务器上。也因为光子传输过程稳定，并行能力强，且纠错设计相对简单，传输和转换所需要的能量极小，所以采用光子计算的架构理论上可以做到相对低的功耗表现。其次，光子芯片理论上也能做到规模极小的应用上，比如说移动设备中。
光子芯片可沿用目前成熟的半导体工艺技术，而目前仍处于实验阶段的光子芯片仅需要老旧的微米级工艺就可达到大幅超越既有半导体芯片的计算能力，也因此未来工艺微缩空间极大。而凭借芯片密度的增加，性能还能大幅成长，甚至有机会彻底改写摩尔定律的限制。
沿用 CMOS 工艺是光子计算最大优势，但目标非取代传统半导体计算
由于光子芯片基本上还是以目前的 CMOS 制造工艺为基础，相对于量子计算使用的特殊工艺，在成本或量产技术方面都要更有优势，虽然目前实验室中的光子芯片在密度上还比不过传统半导体芯片，但已经比量子芯片好很多了。
而光子芯片的效能取决于架构和算法，比如说同时使用多少路不同波长的光来进行组合，或者是在芯片中使用的光学信号的带宽，以及光电转换时的瓶颈，但是单从光的物理特性上来看，在合适的算法上要做到传统半导体芯片的百倍速度是不会有太大的问题的。
当然，理论上光子芯片可以做到规模很大，也可以做到很小，但因为光不适合做非线性运算，另外光芯片的集成度和尺寸还是会有一定的规范，要完全取代半导体芯片还是有很大的难度。
从芯片、算法到周边的生态正在发展中
目前 Lightelligence 的光子芯片发展已经完成实验室阶段的展示，在算法、总线以及存储方面都有相对应的设计正在进行，当然，计算芯片最重要的还是生态，这点也需要更多科研机构和公司加入到扩展光学计算这一领域来共同建立。
因为主力产品是芯片，所以核心部分在于算法和硬件的结合，以及相对应的芯片指令以及编译程序，而 Lightelligence 的工作就是要让开发出来的芯片可以应用到目前市场上流行的框架中，比如说 TensorFlow、Caffe 等。
另外，由于光子计算在传输或者是存储有其特殊性， Lightelligence 也在开发相对应的周边设计。当然，沿用目前的存储系统虽可加快落地商用速度，但可能就会限制光子计算的性能表现，因此这部分未来还是会以搭配针对光子计算优化的设计为目标，才更能凸显光子计算的整体优势。
如今 Lightelligence 团队正努力改善光子计算的相关生态，目前当然还不成熟，不过业界对于高性能计算，甚至更好的神经网络计算架构有着非常高的期待，相信其光子计算架构落地之后，可以大大加速整体 AI 计算生态的变革。
不论是特定用途，或者是针对通用计算能力，这个都会是芯片架构发展的不同过程的选择。Lightelligence首先还是会以技术或应用场景比较成熟的光子芯片应用着手，然后再逐步去扩大可应用的范围。同时也在努力开发光子芯片前后端的技术，为未来不同的计算场景进行更好的适配。

丽莎老师讲机器人之人脑与AI结合技术

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！
SpaceX和特斯拉首席执行官马斯克最近表示，旗下公司Neuralink将推出一项人脑-AI结合新技术，但具体细节尚未披露。预计将未来10年将真正实现这一计划。
人工智能有利有弊，制造出安全无害的人工智能技术只有5%-10%的成功概率。马斯克长期以来一直是人工智能的批判者，一再警告人工智能一旦落入坏人之手或算法过于聪明，将会对世界造成严重破坏。
Neuralink公司也曾对于通过植入芯片实现人脑-A结合的想法嗤之以鼻，但在去年12月，马斯克及其公司开始对人脑-AI的技术充满信心，使用技术手段对电极-中子的转换进行微观层面的干预，并通过手术将芯片和相关电线植入体内。
这项技术一旦成功研发出来就意味着人工智能不再是政府和大型公司所特有的垄断技术，而是不断发展，各类产品相互结合相互进步的新技术，人人都可从中受益。
马斯克在接受Axios采访时表示，随着算法的不断进步，人工智能的发展将迅速超过人类本身的进步，并继续拉开差距，甚至会将人类陷入一种危险的境地。
高频率接受人工智能的辐射将使每个人都变得更加聪明，因此人机结合的技术势在必得。当智人比灵长类动物进化得更聪明时，留给灵长类动物的生活栖息地就不多了，就像现在我们很少能在山上看到各类猩猩。
即使有，丛林对它们来说也不过是一个巨大的牢笼，在2016年创办Neuralink后，马斯克已经设想了该技术的其他领域的应用，比如医药领域。可以通过将电极植入大脑的运动皮层来缓解记忆丧失的情况。这项技术也可运用至脊髓损伤的修复中，从而恢复肢体正常功能

丽莎老师讲机器人之能在心脏里“自动导航、驾驶”的机器人

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。
我们的心脏，一刻不停地跳。为心脏做手术也就危机四伏。比如，治疗心脏瓣膜的问题的导管插入术，要求身为医生的人类，手动把导管送到心脏瓣膜的漏点。
手动导航的操作，受到心跳的强烈干扰，稍不小心就会出现差错。
现在，哈佛医学院的研究人员，把导管变成了机器人，可以在心脏里自动驾驶。
完全不用人类医师导航，机器人能自己找到心脏瓣膜的漏点。随着心跳，自动驾驶的道路时刻在变化，可机器人依然能准确抵达目的地。
机器人导管，已经在跳动着的猪心脏里测试过，秒速抵达，表现媲美人类医生。
那么，在心脏这样复杂的环境里，机器人是怎么找到路的？
科学家说，是蟑螂和老鼠给了他们灵感。当然，也少不了机器学习算法。
一方面，机器人具有计算机视觉处理能力，另一方面还有蟑螂触角一样的触觉，结合这两种感知能力，它在心脏内自动游走，寻找心脏瓣膜泄漏的位置。所以科学家们把它叫做“触觉视觉自主机器人”。
心脏微创手术需要在皮肤上开孔，然后由医生插入导管，靠经验手动操作找到手术位置。而触觉视觉自主机器人为医生省去了手动导航的步骤。

触觉
为了让导管变成体内自动驾驶的机器人，研究人员除了在前端加入摄像头外，还加入了“光须”。
它就像蟑螂用触角、老鼠用胡须探测物体一样，通过力的大小来计算导管前端与心脏内壁的距离。机器人也可以在心脏里找到自己的方向。只要一直沿着“墙”走。
要想知道机器人在心脏内的运作方式，我们先要介绍它与心脏的两种接触模式：
1、连续接触模式：导管与心壁平行，由于导管的柔韧性，它在心脏跳动时一直与心壁保持接触。
2、间歇接触模式：导管与心壁垂直，此时前端正对心脏内壁组织，通过接触力的大小来计算距离。
在上面的过程中，患者不必担心探测器会损坏心脏，因为它与心脏瓣膜和心室内壁接触的力量很弱，和黄油沾在手上的力差不多。
机器人的触觉依靠的是导管前端与心壁的接触力，以及占空比，即导管和组织接触的时间在整个心跳周期中的比例。
实验表明，接触力的大小与占空比在很大一段范围内是成正比的。
在间歇接触模式下，机器人也会控制接触力不至于过大，机器人导管尖端在与心脏组织接触后会同步移动，防止心脏收缩时被导管刺伤。
除了触觉，自动导航机器人也要用到视觉。
研究人员设计了一种基于机器学习的图像分类器，可以区分血液、心室壁组织和生物假体主动脉瓣膜。该算法基于感兴趣的特定特征出现的次数，确定这些特征的数量和图像类别之间的关系。
用一组手动标记的医学图像对算法进行训练，2000张照片的只需训练4分钟即可完成。将所得的模型用在7000张测试图像中，正确率能达到了97%。
当触觉视觉传感器横向压在组织上时，组织会在传感器尖端周围变形，覆盖其视野的一部分。导航算法识别图像中组织比例，再调整导管的位置。
为了评估自动导航算法，研究人员比较了自动导航和远程操作（领域内专家用操纵杆控制）和手动控制（手持导管）三种不同手术方式的结果。
在90次实验中，自动导航成功了89次。自动导航比远程操作速度更快、方差更小，但是比手动控制要慢。
参与实验的研究人员表示，现在他们已经在猪的身上实验成功，进入手术室还需要几年的时间。
有什么意义呢
首先，就像开头提到的那样，受到心跳的干扰，手动导航并不简单。
除此之外，手术是个辛苦的过程，需要全程保持动作的高度精确。
如果分给机器人一部分任务，医生便可以专注在更加关键的手术步骤上，避免疲惫造成的动作变形，保证手术质量。就像飞机的自动驾驶，解放了飞行员那样。
约翰霍普金斯大学的Russ Taylor教授，也是医疗机器人领域的专家，他说：这是一项重大的成就。一旦“自动驾驶”导管的技术成熟、投入使用，可能给心脏外科手术带来不小的变革。
另外，虽然现在这项研究是用于心脏，但“在人体里自动驾驶”的做法，还可以有许多其他用处。
脑血管，气道，胃肠道，脑室系统等等，不同部位的病症，都可以用“沿着墙走”的方法，来做微创手术。
即便是没有血液流动的部位，触觉×视觉的分析方法也不会失色：依然可以用其他类型的传感器，来感知组织接触的情况，然后成像。

丽莎老师讲机器人之3D打印凝胶制作柔软机器人

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。

丽莎老师讲机器人之打造最耐用的机器人

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。
在 DC 或漫威的超级英雄电影里，每位角色都有不同的超能力。如果把机器人组个超级英雄团，比如波士顿动力的机器人会跑酷、跳舞，那么初创公司 Squishy Robotics 的机器人也可担纲一角，它可从 180 多米（600 英尺）高空的直升机上“跳”下而毫发无伤，并在地面执行灾难救援、监测环境等任务。
目前 Squishy Robotics 为加州大学伯克利分校（UC Berkeley）官方创业加速器 SkyDeck 的团队之一。这家机器人初创公司由 UC Berkeley 教授 Alice Agogino 所领军，研究领域包括机器学习、张力机器人、传感器融合。另外，知名的硅谷独角兽公司 Zymergen 的先进技术总监 Vytas SunSpiral 则担任顾问。
Squishy Robotics 过去一直保持低调，有一部分原因可能与主要投资方为美国国家航空航天局（NASA）有关，DeepTech 采访到 Alice Agogino，她指出，Squishy Robotics 专攻移动感应机器人的技术研发，他们以软机器人（soft robot）的安全性、不会伤害人类、环境顺应性等核心概念，打造变形机器人，所以机器人可以完全被压平、打开，可以弹跳、耐高冲击性，从高空落下也能继续正常工作，锁定的应用领域为灾难救援、远程监控和太空探索。
做救灾人员的先遣部队
Squishy Robotics 从知名建筑师 Buckminster Fuller 球体结构设计取得灵感，最初想法是建造一个可以从太空船上掉落、着陆到行星表面，还可以行走、执行科学任务的机器人，现在这种技术可以应用在当前的环境中，救援机器人就是很好的例子。
她指出，Squishy Robotics 开发的机器人可以从高空落下也毫发无伤，掉落到需要搜索或救援的陆面环境、偏远地区，例如地震灾区，机器人身上有 6 个摄像头，建立一个 360 度视觉系统，也通过红外传感器、热传感器收集多种信息，可以测量是否有瓦斯、毒气外泄，以及搜索生命迹象等。
Alice Agogino 对 DeepTech 表示，在灾难现场，许多的第一响应人（first responder）反而为了救人而丧命，因此他们很希望在抵达现场之前，机器人就先到达该区域，搜集相关资讯，帮助救援人员做足准备，他们也可以随身携带机器人，重量轻、形体又可变化，让机器人走在他们前面，以识别前方的任何危险，并提出预警。
“这是一个 cobot，人机合作的机器人。” 她说，“当我听到许多第一响应人在执行任务时丧生，是因为他们没有好的环境信息可参考，我就决定必须把这个产品商业化。” 目前 Squishy Robotics 已经与美国洛杉矶县消防局（LACoFD）合作展开测试。
与无人机相互搭配救援
Squishy Robotics研究了许多张拉结构，通过反弹力、冲击能量吸收结构（force absorbing structure），以及通过杆型压缩元件、线缆等设计，让机器人从高空落下时，可以保护机身中央的 payload（payload 内置摄像头、传感器等）。而且，杆子里的线缆可以拉动或放松，让机器人改变重心，进而在地面上滚动或旋转，往目标方向前进。此外，使用机器学习来优化机器人的动作和步态，通过数据分析使用户能够实时识别关键信息。
Alice Agogino 也指出，该机器人可以跟无人机相互搭配，提供一个更好的侦查方案，“无人机不能做的事，变形机器人可以做到”，比如在非常不平坦的地面上，无人机无法降落就不能感知环境，所以无人机可以搭载变形机器人，把它从空中放下，展开任务。另外，根据美国商用无人机的法定高度限制，无人机必须保持在 400 英尺以下的高度飞行，Squishy Robotics 成功测试从 600 英尺处掉落仍可正常运作，涵盖了商用无人机的作业高度，验证了可行性。
Squishy Robotics 除了移动版的机器人可以沿着地面行走、爬行，甚至能爬上低矮的障碍物，也开发了固定版的机器人。目前开始接受预购，准备生产，预计今年底就会出货。移动版的机器人因具备马达、驱动器等较昂贵的部件及复杂设计，售价 2 万美元，固定式机器人则是 6000 美元。

丽莎老师讲机器人之中国的无人工厂

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。
最近“无人化”的话题非常火，无人超市、无人驾驶、无人酒店、无人餐厅……一个个新词不断冲击我们的眼球，刷新我们的认知。
1.上海通用金桥工厂：386台机器人
上海通用金桥工厂，这里号称中国最先进的制造业工厂、中国智造的典范。即使从全球来看，这个水平的工厂也不超过5家。
偌大的车间内，真正领工资的工人只有10多位。他们管理着386台机器人，每天与机器人合作生产80台凯迪拉克。
在每一台机器人的“手”中，繁重的焊接工作如同舞蹈，充满了力量和机械的美感。
2.“无人水饺工厂”现场曝光
一家生产水饺的工厂几千平方的厂房里，干净整洁，机器24小时不休息的工作，可是竟然看不到一个员工。取而代之的是不停往返的机械手以及地表穿插有序的轨道。
以前整个工厂需要200个工人，现在生产相同的东西用工却在20人以下，这意味着“无人工厂”压缩人工可达90%。
3.京东“亚洲一号”无人仓
早在2018年6月底，京东已经有27个不同层级的无人仓投用，使京东的日订单处理能力同比增幅达1415%。
双11期间，京东共有50个不同层级的无人仓投入使用，分布在北京、上海、武汉、深圳、广州等全国多地，而上海“亚洲一号”已经成为京东物流在华东区业务发展的中流砥柱。
无论是订单处理能力，还是自动化设备的综合匹配能力，“亚洲一号”无人仓都处于行业领先水平。
4.阿里无人仓
如今，阿里渐渐将中国科技带向国际，在外国人眼里，阿里巴巴的支付宝和菜鸟物流俨然成为了一张亮眼的名片。
5.鲁泰的智能化生产工厂
纺纱、织布、漂染智能化生产，这家震撼视野的无人车间就是鲁泰纺织有限公司的工厂车间。
用工在20人以下，且大部分工作在中控室及试验室中完成，工作效率大幅提高，使工厂真正实现了“早班有人、中班少人、夜班无人”的现代化智能生产！
可见，在鲁泰，机器换人，转型升级，技术革新正在进行。
6.自动化空调生产线
工厂中的机器人将货物整齐地码放到无人驾驶的货车上，在被运输到集装箱码头之后，机器人起重机再将这些货物装载到无人驾驶货轮上，进而运送到指定的地点，实现全供应链的无人化操作。
7.老干妈生产车间大曝光
深受世界人民喜爱的“老干妈”，不仅味道好，连自动化水平也没有落后。
生产线井然有序地运作着，隔着屏幕都能闻到香辣气味。工业食物的制造，非常重要的就是标准化和稳定。有机菜油、好辣椒、油温和炒制时间，这些因素严格按照商业机密的配方，保证了老干妈稳定的口感。
8.富士康的自动化生产线
郭台铭曾在2011年公开表示，富士康要在2014年装配100万台机械臂，在5到10年内完成首批自动化的工厂，这也就是所谓的“百万机器人计划”。
这些年来，富士康一直在缓慢且稳步地实现生产自动化，并计划2020年让中国工厂自动化率达到30%。

丽莎老师讲机器人之与生命特征相似会代谢和再生的生物材料

欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。
第一批地球生命诞生于38亿年前，在经历了漫长而复杂的繁衍过程后，地球生命存在方式变得多样化。不过万变不离其中，新陈代谢、进化、遗传和繁殖、再生仍是生命的关键特征，生命与物质之间存在明显区别。然而一种能代谢和再生的生物材料的出现，让生命和物质界限变得越来越模糊。当然，对于生物机器人来说，或许这是一大福音。
近日美国康奈尔大学科学家宣称：已经成功创造出一种新生物材料，与以往生物材料不同的是，它表现得和生命体DNA部分特征一样，具备代谢和再生能力。材料能够重新排列成聚合物，形成更大形状，它也被称为DASH材料，是一种基于DNA装配和分层的合成材料。
康奈尔大学的研究员形容，这种新材料表现得非常奇怪，在没有外部力量的干预下，它可以像粘泥一样缓慢向前蠕动，当然这并不是重点，重点是新材料能在它前面生长出新组织，而后面旧组织腐烂并脱落。可以说在这些特征跟我们生命体的某些特征很相似。
尽管它们看起来像是活的一样，但实际它们只是一种物质。研究者说明：不是在创造一些活着的东西，而是在创造一种比以往任何材料更加生动、更加接近生命的生物材料，希望有一天这类生物材料能帮到智能机器人，让其具备自我修复和复制能力。
在很多科幻电影场景中，高科技生物机器人可以说无所不能，基本上算是一个超级人，越快反应速度，超大力量，超强记忆，甚至还具备着自我修复、复制和进化能力。
尽管科幻电影中的这些都是被虚幻出来的，然而未来成为现实也是有可能的。今天这种新生物材料的创造让我们离科幻电影中场景又近了一步。当然跟科幻电影中科技相比我们还差得很远，不过我们一直在进步