近日消息，日本山形大学的研究人员已经开发出了全3D打印执行器，该执行器可以构成类似水母的软机器人的基础。使用基于紫外线的3D打印机，该团队能够将新合成的水凝胶固化成一种与水母的肌肉相似的收缩机制。基于他们新颖的设备，科学家们现在打算创建一个具有潜在海洋野生动植物监测应用的水下机器人。       先进的设备具有可以与人类一起工作、进入灾难管理、海洋保护甚至医疗保健应用中，在人类无法做到的地方发挥潜力。这种机器人在水下具有特殊的前景，在那里他们可以收集有关海洋的更多信息，并有助于进一步实现联合国的可持续发展目标（SDG）。达到此目的的最佳方法之一是创建模仿天然动物运动的柔软材料，但到目前为止，即使是3D打印的章鱼风格机器人都具有金属体，有可能使它们对海洋生物造成破坏。       虽然许多现有的水下机器人，都由有机硅弹性体制成的“腿”作为动力，但是水凝胶却提供了一种替代方法，它们由大约90％的水组成。这种成分也与在水母中自然看到的成分相似，与其他水生生物相比，其操作所需的能量要少得多，有可能使它们成为海洋友好型监视机器人的理想基础。日本科学家使用UV 3D打印机制造了五个水凝胶致动器原型构造新型执行器       在Yamagata团队开始3D打印执行器之前，他们合成了一种新型的交联P-DN水凝胶，该凝胶由一层硬而脆的聚合物和较软的第二层结构组成。该材料的特点是高含水率、较高的强度和出色的可印刷性，为装置提供了坚硬而易延展的特性。准备好配方后，科学家们使用基于UV的3D打印机，将其聚合成三个独立的部分：连接器，底座和盒子。从理论上讲，“底座”和“盒”设计为通过注入空气而变形，从而产生提供推进所需的收缩力，而“连接器”仅将硅树脂管固定在执行器的主体上。       为了进行测试，团队3D打印了五个不同的原型，发现凝胶的弹性与所用单体的类型紧密相关，并且达到了交联的水平。同样，执行器的生产宽度为0.4-0.5 mm，因为较厚的层会出现膨胀，从而导致零件不一致。在压缩测试中，通过管道将空气注入执行器，科学家发现他们能够通过调节其组成部件的弹性模量来控制其变形。该设备还显示出与月水母相同的收缩率，可能使其成为完整机器人复制品的理想基础。       将来，研究人员认为，完善执行器的壁厚与其轨迹之间的关系，将是开发改进的设备迭代的关键。目前，Yamagata团队打算将其执行器集成到一个新颖的以水母为灵感的机器人中，最终目的是在海洋保护应用中使用它。受动物启发的软机器人       虽然用于环境监控的3D打印机器人是一项相当高尚的工作，但它绝不是一个新颖的机器人，并且最近已经开发了几种类似的机器人。来自佛罗里达大西洋大学（FAU）和美国海军研究办公室的科学家们已经使用3D打印的软机器人水母来监视脆弱的珊瑚礁。该设备由八个液压执行器组成，这些执行器经过专门设计，不会损坏脆弱的生物生态系统。       同样，哈佛大学的一个团队创建了“ Octobot” 3D打印自主软件机器人。像Yamagata团队的执行器一样，Octobot是基于气动的，但是它没有使用氧气，而是将少量的液体燃料转化为气体，从而像气球一样使手臂膨胀。软机器人还具有重要的陆上监视应用程序，佐治亚理工学院的工程师已经创建了3D打印的“ Slothbot”，于在亚特兰大植物园照顾野生动物。该设备沿着在树木之间缠绕的电缆移动，以观察下面生境的温度，天气和CO 2水平。       研究人员的发现在题为“用于水母软机器人的全3D打印水凝胶致动器”的论文中进行了详细介绍。这项研究是由shima岛由纪，吉田和成（Kazunari Yoshida），霍斯拉（Ajit Khosla），川上正（Masaru Kawakami）和古河秀光（Hidemitsu Furukawa）合着的。来源：贤集网

       新冠肺炎大流行促进了基于人工智能的聊天机器人的使用，这些聊天机器人可以检测人类的情绪。情感感应机器人一直以来都是科幻小说的素材。最近，有一种需要机器能够对人类的情感进行分类，甚至可能取代心理学家或治疗师。       Laken Brooks在最近一篇关于这个话题的文章中说，自从去年新冠疫情危机爆发以来，人工智能驱动的聊天机器人的使用一直在蓬勃发展。数百万与世隔绝的人通过与人工智能机器人聊天找到了安慰。精神病医生正在研究这些人工智能同伴，如何在流感大流行期间及以后改善心理健康。       仁川国立大学的研究人员开发了一种5G辅助的情感检测系统，该系统利用无线信号和身体运动，进一步突破了利用人工智能检测人类情感的界限。据《科学日报》报道，该系统不仅仅局限于治疗，关键时刻还能救命，比如可以自动感知车辆驾驶员的精神状态，或者在公共空间中检测到焦虑不安的人的精神状态。       该项目负责人、仁川国立大学的金贤本教授表示，一些情绪也会扰乱社会的正常运转，使人们的生命处于危险之中，比如不稳定的司机的情绪。因此，情绪检测技术在识别任何破坏性情绪方面具有巨大潜力，并与5G和5G以外的通信技术相结合，警告其他人潜在的危险。例如，在驾驶员不稳定的情况下，启用AI的汽车驾驶员系统，可以通知最近的网络塔，通过个人智能设备通知附近的行人。       在车外，如果系统检测到公共区域内的人极度愤怒或恐惧，信息可以迅速传达给最近的警察部门，然后他们可以采取措施防止任何潜在的犯罪或恐怖主义威胁。系统仍然需要工作，安全性很弱，而且总是有误报的危险。尽管如此，这些发展反映了基于人工智能的系统在情感层面上与人类同行实时交互的能力不断增强。       阅读肢体语言是一门许多系统都可以学习的艺术。在卡内基梅隆大学，研究人员已经开发出一种称为OpenPose的系统，可以实时跟踪手和脸等身体动作。       正如Apoorva Komarraju在Analytics Insight中报道的那样，OpenPose系统采用计算机视觉和机器学习来处理视频帧。OpenPose系统还可以跟踪单个手指及其运动。为了做到这一点，研究人员使用了全景摄影棚（panopopticstudio），这是一个有500个摄像头的穹顶，用来从不同角度捕捉身体姿势。这些图像用于构建系统的数据集。所有这些图像都通过一个关键点探测器，帮助识别和标记身体部位。OpenPose学习将身体部位与其个体相关联，这样就可以跟踪多个人，而不会造成关于谁的手在哪里的混乱。来源：贤集网

        几十年来，人工智能已被描述为科幻小说中的一种邪恶力量。想想HAL-9000，这是亚瑟·克拉克（Arthur C. Clarke）。但是，尽管AI和机器学习的应用确实非常复杂，并且具有潜在的危险，在这十年中，人们将最频繁地遇到这些神经技术，这看起来既普通又积极。但是有一个重要的算法应用领域需要实际工作。       首先是良性用途。我在这里考虑的是已经存在原型的领域：人工智能驱动的活动，到本十年末可能会变得很正常：对话商务、家庭技术支持和自动驾驶汽车。但是，第四个机构决策机构目前没有令人满意的原型，因此很难修复。会话商务： 这是指语音驱动的销售活动，其中自然语音是客户的声音，在供应商端与AI驱动的机器人声音进行交互。它与当今的电子商务模式不同，在该模式中，客户经历了一系列步骤：访问供应商的网站，查看一系列图片，输入他们的选择，键入交货方向，提供信用卡信息，然后确认购买。取而代之的是，客户将从访问网站或与智能扬声器交谈开始。机器人会向该人打招呼，询问其如何利用先前的搜索和购买知识来提供帮助。所有这些都将使用自然语言进行。随着时间的流逝，人工智能机器人甚至可以开始联系，为礼物，重新订购或特殊交易提供建议。       家庭技术支持：如今，寻求家用电器问题的帮助通常始于致电OEM的客户服务台或本地服务中心。客户描述他们的问题，派遣技术人员到家里，并在现场解决问题。根据问题，可能需要几天的时间才能解决。但是，在接下来的几年内，当发出第一个呼叫时，它将由24/7漫游器应答。将指示您使用手机，并将其相机对准型号识别标签，控制设置，安装详细信息和问题。系统将询问您一系列问题，以缩小诊断范围并确定更换零件。然后，您将看到一个教程视频，该视频经过增强现实技术的增强，使您能够自己进行许多维修。       自动驾驶汽车：全自动驾驶汽车和卡车已经在生产中，但是仍然需要人工干预以确保其安全运行。到本十年末，情况将不再如此。自动驾驶汽车和卡车将学会并迅速实施对有问题的道路情况（尤其是涉及施工，道路危险，手势和鲁ck驾驶员的那些情况）的适当响应。这将使通勤者在进行中时可以做其他事情，减轻商业驾驶员的短缺，并改变产品交付的格局。它们的按需功能也可能会影响私家车的所有权模式。       机构决策：AI最具挑战性的应用不是嵌入在数字设备中的应用。相反，它们是嵌入到公共和私人机构决策机制中的机制，用于决策有关人类服务的事情：获得贷款，担保保险，设定利率，政府福利的资格，刑事量刑，保释适用性，工作成功的可能性以及获得医疗保健的资格等。但是，那些算法的私人开发者会嫉妒地保护他们的创作，而政府机构很少透露其算法的工作方式。而且，由于算法会随着摄取的更多数据而不断变化，因此需要专家全面了解它们的工作原理，而在法庭上为它们辩护则少得多。但是，更具破坏性的是某些人声称这是警方数据的真实表现，因此它会无意识地偏向少数群体，因此可以有效地自动进行歧视。       尽管他们可以学习对良好行为进行建模，但他们也能够基于偏差会歪曲其结论的数据来学习不良行为。然而，人工智能技术的速度，全面性和成本节省实在太有价值了。预测到在接下来的十年中，它们将使普通市民及其拥护者能够更好地理解，并在必要时向有缺陷的算法提出挑战，从而对有缺陷的AI系统造成损害的可能性进行有意义的检查。来源：贤集网

       在远离社会的时代，使用机器人进行一些医疗保健互动，可以减少医保工作者与病人之间直接接触的一种有效的方法。这种机器人要解决的关键问题是，机器人医生对进入检查室的病人会有怎样的反应？麻省理工学院和布莱根妇女医院的研究人员，最近开始分析这个问题。研究小组发现，大多数患者报告说，通过安装在机器人身上的视频屏幕，与医疗服务提供者进行互动，类似于与医疗人员进行面对面的互动。       “我们正在积极研究可以帮助提供护理的机器人，以最大限度地提高患者和医护人员的安全。这项研究的结果使我们对人们已经准备好并愿意在这些方面与我们互动充满信心，麻省理工学院机械工程助理教授，布莱根妇女医院的肠胃病学家，这项研究的作者乔瓦尼·特拉沃索（Giovanni Traverso）说。       在全国范围内进行的一项较大规模的在线调查中，研究人员还发现，大多数受访者都愿意使用机器人不仅可以帮助患者分类，还可以执行诸如鼻拭子之类的较小操作。伯翰姆妇女医院急诊医学助理教授，特拉弗索实验室的研究附属机构彼得柴（Peter Chai）是该研究的主要作者，该研究今天发表在《美国医学会杂志》上。       在去年年初爆发新冠肺炎大流行之后，Traverso及其同事将注意力转向了新的策略，以最大程度地减少可能患病的患者与医护人员之间的相互作用。为此，他们与Boston Dynamics合作创建了一个移动机器人，该机器人可以与在急诊室等待的患者互动。机器人配备了传感器，使他们能够测量生命体征，包括皮肤温度，呼吸频率，脉搏频率和血氧饱和度。机器人还携带了一个随身iPad，可以与医疗保健提供者进行远程视频通信。       这种机器人可以减少医护人员接触新冠肺炎的风险，并有助于节省每次互动所需的个人防护设备。但是，问题仍然存在，患者是否会接受这种类型的相互作用。Traverso说：“通常作为工程师，我们会考虑不同的解决方案，但有时可能不会采用这些解决方案，因为人们并未完全接受它们。” “因此，在这项研究中，我们试图弄清楚这一点，并了解人们是否愿意接受这样的解决方案。”       研究人员首先与一家名为YouGov的市场研究公司合作，对大约1000人进行了全国范围的调查。他们询问了有关机器人在卫生保健中的可接受性的问题，包括人们是否会对不仅执行分诊而且执行其他任务，例如执行鼻拭子，插入导管或将患者翻身的其他机器人感到满意。平均而言，受访者表示他们对这些类型的互动持开放态度。       然后，研究人员于去年春天在马萨诸塞州的新冠肺炎病例激增的时候，在布里格姆妇女医院的急诊室测试了他们的一个机器人。51名患者在候诊室或分诊帐篷中走近，问他们是否愿意参加研究，有41名患者表示同意。使用由波士顿动力公司开发的四足，像狗一样的机器人携带的iPad，通过视频连接采访了这些患者的症状。超过90％的参与者报告说他们对机器人系统感到满意。       柴说：“为了收集快速的分类信息，患者发现体验与他们与人交谈的体验相似。”研究人员说，这项研究得出的数字表明，尝试开发能够执行目前需要大量人力的程序的机器人可能是值得的，例如将病人翻到床上。事实证明，将新冠肺炎病人放到肚子上，也被称为“俯卧撑”，可以提高他们的血氧水平，并使呼吸更轻松。当前，该过程需要几个人来执行。管理新冠肺炎测试是另一项任务，需要卫生保健工作者花费大量时间和精力，如果机器人可以帮助执行拭子工作，则卫生保健工作者可以将其部署到其他任务上。       Chai表示：“令人惊讶的是，人们非常接受让机器人进行鼻拭子检测的想法，这表明潜在的工程努力可以考虑在构建这些系统中进行一些思考。”麻省理工学院的团队将继续开发可以从患者那里远程获取生命体征数据的传感器，并且他们正在努力将这些系统集成到可以在各种环境（例如现场医院或救护车）中运行的小型机器人中。来源：贤集网

       如果不得不选择一个在过去几年里不断发展的行业，那就是制造业。特别是在冠状病毒疫情之后，制造商们正在尝试各种可能的选择，将现有的流程数字化，以实现更快和实质性的增长。数字化是好的。但是，你应该投资哪些技术来将业务提升到下一个层次？这可能很棘手。数字投资成本高昂，投资于所有可能的技术，以改善您的流程不会帮助您作为一个制造商，而且可以在您的口袋里烧掉一个洞。这一切都是为了在适当的时间投资于正确的技术，以提高生产力、精简流程和更好地管理资源。是否在选择适合你的制造单位的最佳技术上陷入两难境地？这篇文章将为提供5项关键技术，可以投资于提高您的整体制造生产率和性能。工业物联网       想象一下现有的制造生态系统，它有手动或半自动化的流程和工作流。数据的准确性和数据的孤零零将使制造业负责人的决策工作变得非常苛刻。管理最广泛的流程，如资产、机器、资源将是昂贵的，需要持续的人力工作。在这个过程中投入了这么多的精力，很难制定和执行业务改进计划。“预计全球物联网在制造市场规模将从2020年的332亿美元增长到2025年的538亿美元，在预测期内，复合年增长率（CAGR）为10.1%。随着物联网的制造，整个过程将是一个微风。由于这些先进的设备可以固定在不同的机器上和资产上，因此管理它们是简单和准确的。物联网设备的实时数据对制造商快速高效地做出强有力和明智的决策是一个利好。物联网的好处•实时数据•易于安装•更好的决策•准确高效•24/7使用人工智能机器的维护没有自动化是一个极其繁重和过高的过程。即使是计划的维护对大多数组织都是无效的，而且在需要的时候，它们也会是一些很重要的钱。确保机器维护工作的努力和成本更低，这是大多数公司投资于先进技术如AI的原因。“预计制造业市场AI在2020年将达到11亿美元，到2026年可能达到167亿美元；预计在预测期间，人工智能将以57.2%的复合年增长率增长。人工智能与物联网、移动应用和云的结合，可以为您的业务带来奇迹。在预测性维护方面，将AI与物联网、移动应用程序和云同步将有助于您预见机器问题、效率挑战、昂贵的维护成本。人工智能的好处•降低运营成本•快速决策•提高效率•提高安全性•提高生产质量云计算虽然物联网有助于连接工厂内的对象，但云可以确保不同植物的连接。数据管理是制造商面临的一个主要问题。物联网帮助从每台机器、人类获取数据，并管理整个数据通常是一个挑战和麻烦。“2019年，全球云计算市场规模为627.3亿美元，预计到2026年底将达到3837.8亿美元，2021-2026年期间的复合年增长率为29.2%。通过云计算，在一个屋顶下管理大量数据是非常容易和可能的。使用这项技术，快速处理数据并做出更好的决策是非常容易的。云计算的好处•最大效率•更快的数据处理•改进数据管理•成本最小化机器人过程自动化制造人员每天都要对部门内的各种资产和订单进行检查、组织和管理。这些任务大多是平凡的和重复的。手动执行这些过程不仅消耗大量时间，而且降低了准确性。人为错误是很常见的，自动化是最好的解决方法。“机器人过程自动化（RPA）市场预计到2022年将达到24670万美元，2017年至2022年期间的复合年增长率为30.14%。投资于机器人过程自动化不仅可以加快他们的过程，而且可以确保提高精度。机器人可以照顾日常，平凡和重复的任务没有任何困难和100%的准确性。有了这样一个系统，数据采集过程将大大简化和改进。事实上，RPA已经彻底改变了制造业的格局，减少了大量的资源成本和运营时间。•优化以时间为中心的常规流程•提高上市速度•最大化生产力•降低资源成本•提高数据准确性•提高操作灵活性移动应用程序由于许多制造商仍将重点放在手动操作上，因此很难在移动中立即捕获数据，而且每次都必须在特定位置手动记录设备中的数据。有些领域是人类无法入侵的，捕获这些数据也不会那么容易。缓解这个问题很重要，自动化是最好的解决办法。“移动企业应用程序市场预计将从2016年的482.4亿美元增长到2021年的980.3亿美元，2016年至2021年复合年增长率（CAGR）为15.24%。”移动应用程序在这种情况下非常有用。使用应用程序，您的生产人员可以从任何位置和任何地方捕获设备中的任何数据。数据可以在移动中访问并与其他人共享，这节省了大量时间。此外，将移动应用程序与AI和物联网等未来技术相结合，进一步提高了制造商的收益。移动应用的好处•提高员工生产力•更简单的资源管理•100%准确度•快速决策•移动数据访问•更方便的数据访问和共享结论智能制造公司已经开始利用上述所有技术的力量，许多首席执行官、首席技术官今年将投资于这些技术。如果战胜日益激烈的竞争，让客户满意是你的首要任务，那么投资顶级技术是实现这一目标的明智选择。来源：贤集网

       医生将装有载有可杀死癌症的化学物质的显微镜运送到人体中，然后将其驱动到恶性肿瘤中，以在快速退出之前将其有效载荷释放出来。以前，这种情况一直是纯科幻小说。但是，远程控制医疗微型机器人初创公司Bionaut Labs打算成为第一家将其变为现实的公司。Culver City公司获得了2000万美元的风险投资资金，并借助机器人技术和精密制造技术的最新发展，正在开发一种具有面包屑大小的设备，医生可以将其插入到脊椎或颅骨中，并通过磁力将其引导至目标，从而提供精确剂量的药物。该计划是在2023年之前进行临床试验。       Bionaut的首席执行官Michael Shpigelmacher表示，他和他的联合创始人Aviad Maizels于2016年创建了该公司，以解决现代医学的基本问题：将药物以正确的剂量放到正确的位置。如今，大多数药物的输送都是基于通过血液的扩散，这需要高剂量以确保足够的活性成分使其达到目标，并且通常意味着身体的其他部分同时受到打击。Shpigelmacher说：“这本质上是可以统计的，但不是很精确的。” “我们只是想找到一种到达那里的方法，”而不是“用治疗剂泛滥在身体”。       Shpigelmacher和Maizels在2000年代中期共同合作创建了3D传感初创公司PrimeSense，该初创公司生产Xbox Kinect，然后于2013年被Apple收购，并且由于双方对医疗微型机器人这一新兴领域的共同兴趣不断增长而保持联系。他们专注于德国斯图加特马克斯·普朗克智能系统研究所的研究，并与该实验室的负责人，名叫Peer Fischer的科学家进行了合作，商讨如何将其推向市场。        Fischer成为Bionaut的高级科学顾问，该公司开始为他的研究提供资金，然后从Upfront Ventures，Khosla Ventures和Revolution等公司筹集了多轮风险投资，以聘请一个小团队并开始在其Culver的活体动物中测试该技术。市政府。Shpigelmacher说，四年后，该公司已准备好完善其技术并为人体试验做准备。作为证明其技术的第一步，Bionaut的目标是脑干神经胶质瘤，脑干神经胶质瘤是一种会严重影响儿童和年轻人的癌症。当前的技术尤其难以治疗脑部肿瘤：放射线和外科手术会对脆弱的组织造成过多损害，并且血脑屏障阻止大多数化学疗法的药物到达肿瘤。能够将药物直接传递到肿瘤本身将是一项重大进步。       它是这样工作的：医生通过导管将少量的Bionaut设备插入到脊柱中。每个设备都足够大，可以在实时X射线下清晰可见。现有的制造技术可以使设备更小，但是Bionaut选择将它们保持在毫米级附近，以使它们在人体中的追踪和操纵更加轻松。一组围绕头部和颈部放置的磁铁会产生一个外部磁场，医生可以控制该磁场，以使设备沿着脊柱刺入脑干的受影响区域。一旦它们处于正确的位置，另一个磁信号就会激活每个设备的货舱中的一个微型柱塞，从而排出药物。然后，医生可以将设备带回到他们进入脊椎的位置并卸下它们。       对Bionaut技术的基础科学的研究始于数十年前，但近年来却在加速发展。Shpigelmacher说：“从80年代开始，有人拿起大螺丝钉，我的意思是说要把大螺丝钉钉在墙上，然后用磁力控制它穿过一块牛排。” “那并不安全，但是概念在那里。”现在，精密制造领域已经发展到可以通过供应商网络以类似于其他消费电子产品的方式批量生产微型医疗设备的程度。       密歇根州立大学生物医学工程学助理教授，从事医学微型机器人研究的李金星将马克斯·普朗克的菲舍尔团队称为“技术先驱之一”。李说，他预计随着越来越多的医疗程序中使用微型机器人，Bionaut将在未来几年中出现许多新的竞争对手。宾夕法尼亚大学电气工程学助理教授马克·米斯金（Marc Miskin）致力于纳米机器人，他说神经系统特别适合微机器人干预。他说：“我为他们提供了一个可以给他们带来影响的空间，并证明他们将如何与传统制药方法竞争。”一些用于脑外科手术的微创技术已经依靠细长的内窥镜和外科器械穿过脊柱向上到达头骨。Miskin说：“摆脱束缚是一个好主意。”       Bionaut还与外部研究人员合作，这些研究人员试图为亨廷顿氏病开发一种药理学治疗方法，该方法会影响埋在大脑深处的一组神经元，称为基底神经节。Bionaut系统不仅可以使外科医生避免将颅骨切开以到达目标区域，而且还可以使外科医生使用较少的破坏性角度穿过灰质，而如果没有无线仪器，这是不可能的。Shpigelmacher说：“我们从物理上使他们摆脱了他们今天必须遵守的直线要求。”       Bionaut的下一个障碍是临床试验过程。虽然医疗器械通常要经过简化的审批流程，但Bionaut将新技术与药物输送相结合意味着它必须通过食品和药物管理局的完整方案。麻省理工学院最近的一项研究表明，大多数寻求FDA批准的新药都会失败，成功率因应用而异，从传染性疾病新疫苗的33％下降到实验性癌症药物的3.4％ 。       Bionaut首先针对脑干神经胶质瘤，以增加这些几率。“这是一种罕见的疾病，目前尚无治愈方法，它们正在提供经过验证的有效杀伤肿瘤细胞的有效载荷，”领导该基金对Bionaut进行投资的Upfront Ventures合伙人Kevin Zhang说。针对罕见病的治疗可以向FDA申请“孤儿”身份，这将带来税收优惠并简化监管流程。张说：“除了有一个好的解决方案之外，提高赔率的最好方法是选择正确的问题，以解决未满足的高需求。”       如果神经胶质瘤治疗能够通过临床试验实现，则计划是将该技术扩展到其他中枢神经系统疾病和难以用药物靶向的其他区域，例如眼内。移入身体的其他部位的可能性更远了。但是，投入大量资金支持将其从实验室带入手术室的方法是第一步。当Shpigelmacher首次与投资者接触将成为Bionaut的想法时，大多数人退缩了，敦促他等待学术研究人员完善科学。对于Shpigelmacher来说，商业化是“比以前更快地送达患者的方式”。来源：贤集网

       工业机器人的采用率正在飙升，但自动化并不是在制造商和其他工业部门获得吸引力的唯一趋势。随着电子产品的普及和环保意识的提高，能源效率是一个日益突出的问题。机器人必须消耗更少的能源来维持未来的发展。自动化可以使某些领域的工业效率大大提高，但它会消耗大量电力。例如，在汽车行业，机器人占汽车整个生命周期总能耗的8%。随着企业越来越意识到自己的碳足迹，他们将寻求改变这种状况。能源消耗的趋势将在未来几年左右机器人市场。这里有三个最重要的方面：动态电源模式       机器人能源消耗的一个最广泛的新兴趋势是向动态动力模式的发展。商用机器人很少能在一段时间内以一致的水平工作，因此它们的能量消耗也应该适应。因此，自动调整电源模式的机器人越来越受欢迎。如今的工业机器人通常有两种省电模式：待机和休眠。这些设置可以节省大量的电力，但它们仍有待改进。在未来几年，制造商可能会寻找更广泛的节能模式或待机模式，使用较少的能源机器人。机器人如何在这些设置之间切换更可能发生变化。内置的传感器将使机器人能够更密切地监控使用情况，并自动作出反应。机器人将在整个工作日在各种电源模式之间切换，无需人工干预。智能能源监控       随着工业物联网应用的不断增长，它将扩展到机器人的能源消耗。机器人系统内的物联网传感器将为工作场所提供无线可访问的实时用电数据。随着越来越多的公司采用物联网驱动的细粒度资源优化方法，工作场所将开始期待这些功能。国家防火协会已经要求每月对电力输出和消耗进行测试。由于工业设施已经需要为其他目的监测其能源，采用智能监测解决方案是合乎逻辑的下一步。连接的功率传感器将开始成为机器人解决方案的行业标准。互操作性将是这些传感器的一个重要考虑因素。如果一个设施中的所有物联网设备都可以互联，那么如果另一个区域的物联网水平较低，一些机器人系统可能会消耗更多的能量来增加输出。具有这种互操作性的智能能源监控将有助于最大限度地提高能源效率和生产率。新型机械加工       工业设施将开始寻找新的，也许是非正统的机器人功能，以降低能源消耗。通过改变机器人的移动方式以及与其他物体的交互方式，制造商可以用更少的动力达到同样的生产率。这方面的实质性改进可能需要完全脱离传统的机械工艺。例如，2017年，耐克开始实施利用静电抓取材料的机器人。这一过程称为电粘合，不仅提高了精度，而且减少了机器中运动部件的数量。更少的机械运动意味着更少的阻力和扭矩，需要更少的能量。人类的肌肉骨骼系统显然是机器人的灵感来源，但可能不是最好的。这种系统中的多个接头和压力点可能需要相当大的能量。在接下来的几年里，使用更少电力的机器人技术的更独特的方法将得到普及。效率对机器人越来越重要       随着工业世界采用更多的机器人，它们的功耗成为一个更紧迫的问题。企业面临更高的可持续性标准，能源效率也可以提高其盈利能力。因此，机器人的能源消耗将在未来几年开始改变。随着越来越多的机器人生产商追求能源效率，这些趋势将不断发展。新的方法也可能出现。不过，不管具体细节如何，随着时间的推移，工业机器人的工作量会越来越小。来源：贤集网

       全球各地的企业正在经历快速的数字化转型和自动化。像人工智能、机器人技术和物联网这样的尖端技术通过提高业务效率和灵活性实现了这一转变。机器人过程自动化（RPA）和认知自动化是重新定义和自动化全行业业务操作的两个组成部分。根据Statista公司的报告，2017年至2026年，全球认知机器人过程自动化的支出预计将达到36.2亿美元，复合年增长率为60.9%。什么是机器人过程自动化（RPA）和认知自动化？       机器人过程自动化（RPA）能够以最大的精确度和最少的劳动力实现组织中日常和重复性任务的自动化。实施机器人过程自动化（RPA）可以减少人力资源工作者的工作量，从而使他们能够专注于需要高水平技能的高优先级任务。所有的业务流程都包含一些枯燥的日常任务，如数据处理、计算、回答查询等。机器人过程自动化（RPA）是面向流程的，并且占用基于规则的任务，不需要高级分析或理性思考。       机器人过程自动化（RPA）利用了工作流自动化、宏脚本、屏幕映射等基本技术，以及其他只需要很少或不需要编码的技术。机器人过程自动化（RPA）在异常情况下需要人工干预，因为它们只能处理结构化和经过训练的数据集。如果说机器人过程自动化（RPA）代表了自动化的最初部分，那么认知自动化就是机器人过程自动化（RPA）使用先进技术增强其能力的支柱。认知自动化使用破坏性技术，如人工智能、机器学习、NLP和高级数据分析来自动化业务流程。与机器人过程自动化（RPA）不同，认知自动化可以构建自己的规则，并在数据集之间建立关联，以提供业务见解。认知自动化增强了人类的智能，简化了复杂的业务操作，其智能决策能力确保了更好的性能分析。虽然机器人过程自动化（RPA）需要较少的成本和短期利益，但采用认知自动化可能会有点昂贵，而且会产生长期影响。认知自动化使机器人过程自动化（RPA）能够在不影响准确性和质量的情况下不断地学习和解释数据。例如，在客户交互中，机器人过程自动化（RPA）可以回答类似的、重复的问题，或者系统已经培训过要回答的问题。但是，具有认知自动化的机器人过程自动化（RPA）将通过实现类似人的交互、参与对话、找到新答案以及将情商融入交互中来增强这一过程。哪种技术适合企业的业务？       选择正确的策略可能不是正确的。由于这两种技术是相互关联的，最好了解它们的用途，然后进行相应的调整。获取基本的机器人过程自动化（RPA）模型有助于实现基本任务自动化的短期目的。尽管如果一个企业需要先进的优势，那么将机器人过程自动化（RPA）与认知自动化相结合可能是有效的。认知自动化将有助于克服机器人过程自动化（RPA）系统带来的许多挑战，如应用有限和结果质量的妥协。将认知自动化纳入机器人过程自动化（RPA）系统将提高效率和商业智能。公司应根据业务目标和需求确定适当的机器人过程自动化（RPA）和认知自动化量。实现认知自动化可能需要时间，因为它需要学习和模拟人类的行为和智能，因此可能无法提供像机器人过程自动化（RPA）那样的即时ROI。最好的方法是与数字软件专家合作，了解自动化的历程以及这些技术的最佳组合。一家公司需要投资于质量研究，以便更好地了解自动化端到端业务运营，这将确保更好地利用资金和技术。来源：贤集网

       近期，中广核核电运营有限公司联合中国科学院光电技术研究所自主研发的“发电机不抽转子检修机器人”实现了首次应用，在福建宁德核电机组大修现场顺利完成对发电机定子、转子一个槽的全范围视频检查。       当天，在福建宁德核电机组大修现场，机器人沿着定子、转子间的气隙缓缓进入发电机内，而在另一端连接机器人的显示屏上，实时呈现了发电机内部清晰的影像画面。从0前进到7.5米（发电机定子铁芯全长），这是机器人首次应用行进的距离。这看似很短的距离，却意味着中国广核集团(简称“中广核”)在核电发电机检修工艺创新方面迈出重要一步。       每隔5年左右，核电站需要对发电机进行全面的检修和试验，而这需要提前拆除励磁机等大量设备。同时，发电机的重要部件——转子，重233吨、长15.38米，抽转子作业对起吊操作技术水平和协调配合要求极高。这个过程中，设备一旦损坏将可能造成数以亿计的经济损失。近年来，中广核通过优化检修窗口、做好缺陷预案等方法，不断提高检修效率，发电机检修作业的安全质量也持续得到了保障与提高。但抽转子作业的创新，仍然是发电机检修工作的重点方向。在反复研究论证后，发电机检修团队萌生了在不抽转子的状态下，使用机器人进入发电机内部完成试验和检修的想法。       想法很快就落地了。2018年，发电机不抽转子检修机器人科研项目正式立项实施。经过2年多的潜心钻研，在克服了发电机内部狭小空间无法移动、单个机器人功能不足、传感器众多结构复杂等困难后，发电机不抽转子检修机器人终于“面世”。跟庞大的发电机相比，这个体型“娇小”的机器人本体酷似一块薄积木，由多个摄像头、仪器探头、敲击器和各类传感器组成。通过磁吸进入发电机约4.5厘米高的定转子环形气隙后，机器人能完成目视检查、清洁检修、电气试验等工作。而且，圆形导轨的设置，还可让机器人沿气隙环绕转子360度旋转，进行“无死角”检查。        与传统检修手段相比，检修人员可通过软件对机器人位置进行全面控制，让机器人在设置好路径后自动执行作业，检修人员只需在外部显示器上观察检修结果即可。目前，机器人可实现11项检修内容，能完全覆盖抽转子才能检查的项目。相比国外同类机器人，还增加了表面清洁、共振频率试验、智能识别和故障处理等功能，填补了国内空白，实现中广核在发电机检修机器人方面的技术引领。据测算，机器人实现全功能应用后，在核电机组大修中单次实施作业，可节约常规岛关键路径5天左右、人工日1100天左右。目前，机器人累计申请专利26项，已授权17项。文章来源： 中广核

      也许你刚变出了一台表面坚硬的金属机器。虽然装备硬外骨骼的机器人很常见，但它们并不总是理想的。身体柔软的机器人，受到鱼或其他柔软的生物的启发，可能会更好地适应不断变化的环境，更安全地与人一起工作。机器人专家通常需要决定是为特定的任务设计硬体机器人还是软身体机器人。但这种权衡可能不再必要了。麻省理工学院的研究人员开发了一种软身机器人的概念，这种机器人可以按需转换为刚性机器人。该方法可以将刚性机器人的强度和精度与柔性机器人的流动性和安全性结合起来，成为新一代的机器人。        该论文的主要作者、麻省理工学院计算机科学与人工智能实验室(CSAIL)的博士后詹姆斯·伯尔尼(James Bern)说：“这是我们试图从这两个世界中获得最佳效果的第一步。”伯尔尼将在下个月IEEE国际软机器人会议上介绍这项研究。伯尔尼的顾问，丹妮拉卢斯，谁是CSAIL主任和安德鲁和埃尔纳维特比教授的电气工程和计算机科学，是论文的另一作者。机器人专家已经试验了无数的操作机制。软机器人，包括在机器人手臂上充气气球状的腔室，或用真空密封的咖啡渣抓取物体。然而，对于软机器人来说，一个尚未解决的关键挑战是控制--如何驱动机器人的执行器以实现给定的目标。       直到最近，大多数软机器人都是手动控制的，但在2017年，伯尔尼和他的同事们提出，一种算法可以占据主导地位。通过一个模拟来帮助控制一个由电缆驱动的软机器人，他们为机器人选择了一个目标位置，并让一台计算机计算出每根电缆要拉多少才能到达那里。每次我们伸手时，我们的身体都会发生类似的情况：我们的手的目标位置被转化为手臂肌肉的收缩。现在，伯尔尼和他的同事们正在使用类似的技术来提出一个超出机器人运动范围的问题：“如果我用正确的方式拉电缆，我能让机器人表现得僵硬吗？”伯尔尼说，他可以--至少在计算机模拟中--得益于人类手臂的灵感。而单是二头肌的收缩可以使你的肘部弯曲到一定程度，同时收缩二头肌和三头肌可以使你的手臂僵硬地锁定在那个位置。简单地说，“你可以通过拉东西的两边来获得刚度，”伯尔尼说。所以，他把同样的原理应用于他的机器人。       研究人员的论文提出了一种同时控制缆索驱动软机器人位置和刚度的方法。这种方法利用了机器人的多根电缆--使用一些电缆来扭转和转动身体，同时利用另一些电缆来平衡彼此，以调整机器人的刚度。伯尔尼强调，这一进步不是机械工程的革命，而是控制电缆驱动的软机器人的一个新的转折。他说：“这是一种直观的方法，可以扩展你如何控制一个软机器人。”“它只是把(按需应变)的想法编码成电脑可以使用的东西。”伯尔尼希望有一天，他的路线图将允许用户控制机器人的刚性，就像机器人的运动一样容易。       在计算机上，伯尔尼用他的路线图来模拟各种形状的机器人的运动和刚度调整。他测试了当机器人加劲时，当被推时能抵抗位移的能力。一般来说，机器人仍然是刚性的，尽管它们不是从各个角度都是一样的。伯尔尼正在建造一个原型机器人来测试他的刚性按需控制系统。但他希望有一天能把这项技术带出实验室。“与人类互动绝对是软机器人的愿景，”他说。伯尔尼指出了在照顾人类病人方面的潜在应用。机器人它的柔软度可以提高安全性，而它变得僵硬的能力可以在必要时进行提升。伯尔尼说：“核心信息是让机器人的刚度更容易控制。让我们开始制造安全但也能按需行动的软机器人，并扩大机器人所能执行的任务范围。”来源：贤集网