Исследователи из Массачусетского технологического института создали, по их словам, самые точные в мире атомные часы. Они могут помочь учёным изучить такие вопросы, как влияние гравитации на течение времени и изменение самого времени по мере того, как Вселенная стареет. Более точные атомные часы были бы достаточно чувствительны, чтобы обнаруживать тёмную материю и гравитационные волны.

engadget.com

Исследователи, опубликовавшие свои выводы в издании Nature, использовали метод, отличный от существующих атомных часов, для достижения большей точности. Вместо измерения случайно колеблющихся атомов, они сосредоточены на квантово запутанных атомах. Команда запутала около 350 атомов иттербия. Они колеблются с той же частотой, что и видимый свет. Если учёные смогут точно отслеживать эти колебания, они смогут различать всё меньшие промежутки времени.

Исследователи полагают, что если бы эти часы существовали с момента зарождения Вселенной, они бы сбились до текущего момента менее чем на одну десятую секунды. Самые продвинутые из существующих часов отстали бы примерно на полсекунды.

Когда речь заходит об автономном транспорте, в первую очередь говорят об автомобилях, автобусах и грузовиках. Но для таких городов, как Амстердам, водные магистрали являются актуальным способом передвижения людей и транспортировки грузов. Недавно исследователи Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) провели в Амстердаме испытания прототипа «роболодки» Roboat II.

Роболодка» длиной 2 м и весом 50 кг в течение трёх часов передвигалась по каналам Амстердама, после чего вернулась в исходную точку с погрешностью всего 0,17 м. Заметим, что протестированный прототип вдвое меньше по размерам транспортного средства, которое планируется построить в итоге.

Над этим проектом MIT работает вместе с исследовательским институтом Amsterdam Institute for Advanced Metropolitan Solutions (AMS) последние пять лет. Первая публичная демонстрация прототипа «роболодки» прошла в октябре 2018 года. Roboat II — вторая версия автономной лодки, созданная в рамках проекте, отличающаяся от первого варианта более высокой грузоподъёмностью. Ещё одно важное отличие — она может перевозить пассажиров.

Судно оснащено четырьмя гребными винтами, лидаром, ресивером GPS и другими датчиками, которые позволяют ему двигаться в любом направлении. Оно имеет регулируемую конструкцию для перевозки как груза, так и людей (вместимость — два человека).

Roboat II использует обновлённый алгоритм одновременной локализации и построения карты (Simultaneous Localization and Mapping, SLAM). Как только поставлена задача, алгоритм автоматически составляет график движения лодки на основе таких факторов, как погода и трафик.

Благодаря своей модульной конструкции, «роболодка» может выступать в качестве ведущего судна для флота автономных лодок при перевозке больших объёмов грузов по каналам города. Для осуществления связи между лодкой-лидером и ведомыми лодками исследователи используют так называемую «распределённую систему управления».

Следующий шаг — строительство более крупной, 4-метровой версии автономной лодки, способной перевозить 4–6 пассажиров. В дополнение к этому, команда исследователей хочет улучшить обнаружение и идентификацию объектов в реальном времени, чтобы можно было решать более сложные сценарии, которые могут возникнуть на городских водных путях. Кроме того, она хочет создать адаптивные элементы управления, чтобы внутренняя структура лодки изменялась в зависимости от размещённого на ней груза.

Исследователи Лаборатории информатики и искусственного интеллекта Массачусетского технологического института (МТИ) разработали роботизированный захват, который позволяет с ловкостью управляться с тонкими изделиями, такими как веревка или кабель. Это устройство также может использоваться для выполнения бытовых задач, например, для складывания одежды или разгибания проволоки.

Человеку может быть довольно сложно обращаться с тонкими гибкими изделиями, и это «почти невозможно» для роботов, отметила пресс-секретарь МТИ Рейчел Гордон (Rachel Gordon) в электронном письме. Стандартным подходом при применении роботов было использование «серии медленных и постепенных деформаций» в сочетании с механическими приспособлениями для обработки этих объектов.

Исследователи МТИ подошли к проблеме с другой стороны, создав двухсторонний захват. Его «пальцы» оснащены тактильными датчиками высокого разрешения «GelSight», изготовленными из мягкой резины со встроенными камерами, и установленными на подвижной руке робота. Система имеет два контроллера. Один из них модулирует силу захвата, а второй регулирует расположение захвата в пространстве для удержания кабеля.

По словам Гордон, обычным роботам сложно управляться с кабелями, поскольку для это требуется обеспечивать плавное скольжение, а также предотвращать выпадение кабеля из их «пальцев». Робот МТИ способен надёжно выполнять несколько задач. Например, он может отыскать конец кабеля наушников и подключить его к устройству.

Вместе с тем исследователи планируют произвести ещё ряд доработок устройства. Например, роботу сложно протянуть кабель назад, когда захват достигает его конца. Для этого исследователи хотят изменить форму пальца-датчика, что позволит повысить его производительность.

Невозможно вернуться назад во времени, чтобы увидеть, как Моне или Ван Гог создавали свои шедевры, но ИИ может помочь нам в этом. Специалисты Лаборатории искусственного интеллекта Массачусетского технологического института (MIT CSAIL) создали систему машинного обучения Timecraft, которая может воссоздать процесс написания картин и нанесения мазков даже для известных художников.

Нейросеть вначале была обучена на двух сотнях видеороликов с ускоренной съёмкой процесса написания реальных цифровых и акварельных картин. После этого учёные создали свёрточную нейронную сеть, которая призвана «деконструировать» художественные работы на основе своих знаний о процессе создания картин.

Результаты не идеальны, но они более содержательны, чем это было ранее. Как отмечает команда, Timecraft показывает более высокую эффективность, чем существующие подобные системы более чем в 90 % случаев. И когда технология применялась для воссоздания процесса написания картин, для которых существовали реальные видеоролики с интервальной съёмкой, ИИ смог убедить почти половину людей, участвующих в онлайн-опросе — очень высокий результат, близкий к статистической погрешности.

Исследователи обещают опубликовать исходный код Timecraft, чтобы любой желающий мог опробовать технологию или использовать её в работе. Помимо уроков виртуальной истории, она может быть полезна для иллюстрации общих приёмов рисования новичкам: скажем, начиная с наброска общих цветовых пятен и затем постепенной детализации.

Сотрудники лаборатории искусственного интеллекта CSAIL рассказали о системе Emerald, помогающей врачам дистанционно следить за состоянием больных коронавирусом пациентов. Изначально основанная на искусственном интеллекте технология предназначалась для наблюдения за людьми с хроническими заболеваниями, но в условиях пандемии ей нашлось более актуальное применение.

Суть технологии заключается в том, что устройство в виде небольшой коробки излучает сигналы, которые отражаются от тела человека и возвращаются обратно. Искусственный интеллект улавливает изменения в сигналах, тем самым определяя частоту дыхания человека и улавливая каждое его движение. Собранные данные помогают врачам определить, есть ли у пациенты проблемы с дыханием и насколько хорошо он спит.

На данный момент система Emerald используется сотрудниками одной из больниц американского штата Массачусетс. Сотрудники учреждения установили устройство в доме одной из пациенток с подтверждённым COVID-19, которая находится на карантине. Устройство регулярно собирает данные о частоте ее дыхания и отправляет их лечащему врачу.

Искусственный интеллект уже выявил у женщины снижение частоты дыхания до нормального уровня и улучшение качества сна. Лечащий врач, даже не посещая жилище пациентки, в курсе, что она уже чаще встает с постели и идёт на поправку.

В перспективе технология Emerald может снизить риск врачей заразиться коронавирусом COVID-19 от своих пациентов. Особым спросом она может пользоваться в домах престарелых, жители которых больше всех остальных рискуют получить осложнения от заболевания.

В жару в помещениях с окнами на солнечную сторону их обитатели вынуждены активнее пользоваться кондиционерами. Либо завешивать окна жалюзи или плотными шторами, из-за чего приходится включать искусственное освещение. Всё это ведёт к лишним энергозатратам, но в Массачусетском технологическом институте и Гонконгском университете нашли способ понизить расходы на электроэнергию в жаркое время года. Они создали плёнку, которая не требует электропитания, но при этом «понимает», когда надо «включать» защиту от солнечных лучей, и при этом пропускает свет.

Суть технологии заключается в том, что в стандартный полимерный материал интегрированы наполненные водой сферы. До температуры 32 °C плёнка остаётся прозрачной, однако при её повышении сферы начинают сжиматься, выдавливая жидкость и заставляя полимерные волокна сближаться. Из-за этого плёнка приобретает матовые свойства и выглядит как покрытое инеем стекло. В таком «режиме» светопропускание сохраняется, но 70 % поступающего извне тепла блокируется.

Подобные «блокаторы жары» существовали и ранее, но их эффективность являлась недостаточной. Разработчики из Массачусетского технологического института и Гонконгского университета увеличили продуктивность своего изобретения, связав размеры водонаполненных сфер с длиной волны инфракрасного излучения, которое воспринимается человеком как тепло. Оптимальным размером водных «пузырей» они посчитали 500 нм.

В ходе испытаний изобретения инженеры создали небольшую камеру и направили на неё источник излучения, имитирующего солнечный свет. Температуру в камере замеряли с наклеенной плёнкой и без неё. В первом случае она составила 33,89 °C, во втором поднялась до 38,89 °C. Как отметили исследователи, хоть разница и кажется небольшой, она способна значительно снизить затраты электроэнергии на работу кондиционеров. Да и на достигнутом работа не прекращается: учёным ещё предстоит выяснить, есть ли у технологии потенциал для дальнейшего усовершенствования продукта.

Дроны уже доказали свою эффективность в ходе поисковых и спасательных операций, но не при поиске в густых лесных насаждениях, где плотный лиственный и древесный покров может блокировать сигналы GPS.

Melanie Gonick/MIT

Учёные Массачусетского технологического института разработали решение для таких случаев, предложив использовать ту же технологию, что применяется в самоуправляемых автомобилях. В предложенном учёными методе используется лидар, позволяющий создать 2D-карту ландшафта без GPS-навигации.

Каждый из входящих в флот беспилотников создает 2D-карту, включающую данные о расположении деревьев, что позволяет легко определить, где находится дрон в ходе облёта заданного района. Это, в свою очередь, позволяет объединить карты всего флота беспилотных летательных аппаратов и прочёсывать большие участки леса с минимумом лишних затрат.

Метод также отличается более высокой эффективностью по сравнению с другими способами поиска затерявшихся людей, так как позволяет в более короткие сроки охватить намеченную область с помощью дронов, движущихся по спирали. А это немаловажно в ходе миссии спасения, когда дорога каждая минута.

Впрочем, есть и ограничения. Текущей системе по-прежнему нужна внешняя наземная станция для объединения карт. Кроме того, для идентификации затерявшихся людей потребуется система распознавания объектов. Учёные считают, что в будущем использование созданных карт вместе с технологией распознавания объектов вполне реально.

Спасательные команды смогут сузить круг поиска, определяя затерявшихся и раненых туристов в лесу, отсекая большие группы людей, просто отдыхающих на природе, что также позволит повысить темпы операции по спасению.

Исследователи из Массачусетского технологического института (MIT) разработали систему, которая призвана решить проблему связи подводных лодок с воздушными судами. Сейчас беспроводные подводные датчики не способны обмениваться данными с датчиками на суше или над ней, поскольку сигналы от систем радио- и сотовой связи, GPS, свободно проходящие по воздуху, быстро рассеиваются в воде. В то же время гидроакустические сигналы, посылаемые подводными устройствами, отражаются от поверхности воды, не будучи способными выйти за её пределы.

Изобретённая в MIT Media Lab технология названа трансляционной акустико-радиочастотной связью (Translational Acoustic-RF, TARF). Подводный передатчик направляет гидроакустический сигнал на поверхность воды, который создаёт на ней слабые вибрации разной частоты (100 и 200 Гц). Эти вибрации соответствуют символам «0» и «1», используемым в двоичной системе счисления. Находящийся над водой высокочувствительный приёмник считывает эти вибрации и перекодирует в полезную информацию.

Как утверждают учёные, TARF пока находится на ранней стадии разработки, но открывает новые возможности для коммуникации. Особенно данная технология должна заинтересовать военных, ведь в наши дни для передачи данных с подводных лодок на самолёты первым приходится всплывать, тем самым обнаруживая свою дислокацию.

Но и «на гражданке» TARF имеет перспективы. Так, к примеру, систему можно использовать при исследовании морской жизни при помощи подводных дронов. Ещё одна полезная сфера применения TARF — обнаружение упавших в море самолётов. В таком случае передатчик должен быть заранее встроен в чёрный ящик авиалайнера.

Доступ к питьевой воде в регионах, для которых характерен сухой климат и высокая средняя температура воздуха, может быть сопряжён с рядом трудностей. Удовлетворение потребности человечества в воде является одной из приоритетных задач для учёных всего мира, сконцентрировавших усилия для работы над проектами альтернативного способа получения H₂O.

phys.org

Исследователи из Массачусетского технологического института нашли довольно простое и действенное решение проблемы нехватки пригодной для употребления воды, сумев извлечь её даже из прогретого воздуха пустынной местности. Система стационарного базирования была протестирована в реальных условиях, для чего разработчики отправились в городок Темпе и установили на крыше Аризонского университета своё устройство. 

phys.org

О существовании полевой установки, способной извлекать из сухого воздуха воду, стало известно в 2017 году, однако без реальных испытаний заявленные технические возможности системы воспринимались с солидной долей скепсиса. Тем не менее, аппарат сумел доказать эффективность, добыв за отведённые в рамках эксперимента сутки около 250 мл воды при загрузке 1 кг базового вещества. 

Извлечение воды из воздуха в современных реалиях не является чем-то сверхсложным: здесь ключевую роль играет показатель влажности, от которого напрямую зависит продуктивность системы. Устройство родом из Массачусетского технологического института рассчитано на добычу воды, прежде всего, из сухого воздуха, чего ранее достичь не удавалось. Благодаря инновационным компонентам — высокопористым координационным полимерам, именуемым металлоорганическими каркасами, — установка обеспечит водой даже в условиях пустыни при влажности всего 10 %. Микрочастицы металлоорганического каркаса сначала поглощают воду из воздуха, а затем под воздействием прямых солнечных лучей по принципу обычного дистилляционного опреснителя чистая вода конденсируется в специальной ёмкости. 

scitechdaily.com

Испытания подтвердили, что  металлоорганические каркасы отлично справляются с поставленной задачей и при этом не оставляют после себя лишних примесей в воде. Когда именно прототип устройства обзаведётся коммерческим образцом и станет общедоступным средством для отдельных групп населения пока остаётся загадкой. Разработчикам, несмотря на достигнутые результаты, предстоит ещё долгая работа по улучшению параметров системы. 

Всё сложнее и сложнее выдавать более высокое качество фотографий с помощью новых аппаратных модулей камер для смартфонов. Поэтому компании вроде Google прибегают к вычислительной фотографии: различным алгоритмам и ИИ-технологиям, призванным улучшать снимки (например, HDR+, появившаяся впервые в Nexus 6). Последнее исследование поискового гиганта, проведённое вместе с учёными из Массачусетского технологического института (MIT), переводит эту идею на новый уровень благодаря алгоритмам, ретуширующим фотографии в реальном времени, прямо во время съёмки.

Исследователи использовали машинное обучение для создания своего ПО и обучения нейронных сетей на наборе из 5000 фотографий, созданных в Adobe и MIT. Каждый снимок этого набора был отретуширован пятью различным профессиональными фотографами, а алгоритмы Google и MIT использовали эту информацию для того, чтобы научить ИИ улучшать соответствующим образом фотографии автоматически. Речь идёт об улучшениях вроде усиления яркости в одном месте, снижении насыщенности в другом, изменения баланса белого и так далее.

Машинное обучение для улучшения фотографий использовалось и ранее, но настоящим плюсом нового исследования является создание небольших и эффективных алгоритмов, способных исполняться на потребительских устройствах прямо во время съёмки. Размер всего ПО не превышает размера одной цифровой фотографии и, согласно публикации в блоге MIT, может использоваться для обработки снимков в различных стилях.

Другими словами, нейронная сеть может быть натренирована на новом наборе изображений, чтобы имитировать стиль определённых фотографов. Примерно так работают художественные фильтры в приложениях от компаний Prisma и Facebook, имитирующих стилистику тех или иных живописцев. Конечно, современные смартфоны и камеры уже обрабатывают захваченные данные в реальном времени, но новые методы позволяет дополнительно развить возможности фотографирования на смартфонах.

С целью уменьшения сложности алгоритмов исследователи применяли несколько различных методов. Например, все вносимые в фотографии изменения они представляли в виде формул и использовали сетку с координатами, чтобы сразу отбрасывать незатронутые участки. Google считает, что это исследование позволит существенно улучшать фотографии на смартфонах в реальном времени без особого влияния на заряд батареи и без возникновения заметных задержек при съёмке. Возможно, подобные технологии появятся уже в смартфонах Pixel 2 в этом году?

Учёные Массачусетского технологического института (MIT) всегда находятся на передовой инновационных решений, о чём свидетельствуют анонсируемые ими проекты, наработки в самых разных отраслях и прототипы смарт-устройств. В списке наиболее привлекательных направлений для американских исследователей особое место занимает робототехника и все связанные с ней автоматизированные системы. В этот раз команда лаборатории MIT рассказала об успехах в создании устройства в виде клешни-щупальца для функционирования в водной среде. 

Запечатлённый на видео роботизированный механизм представляет собой конструкцию, основная часть которой выполнена из материала под названием гидрогель. Благодаря ему устройство кажется практически невидимым в воде, что позволяет сделать его малозаметным для человеческого глаза. 

news.mit.edu

Роботизированная клешня из гидрогеля способна демонстрировать манёвренность под водой не хуже, чем это делают биологические представители местной фауны. Это позволяет роботу приблизиться к рыбе и схватить её до того, как она распознает в необычной конструкции чужеродный и представляющий для неё опасность объект. 

Для изготовления манипулятора исследователи из MIT прибегли к технологии трёхмерной печати. Сложенное из набора кубиков щупальце приводится в движение шприцевым электронасосом. Используя доступную в безграничном количестве воду для ускорения робота вместе с гибкостью его составных частей, которая обеспечивается свойствами гидрогеля, конструкция способна за считанные секунды совершить рывок для захвата движущейся цели. 

С учётом малозаметности и неприглядности робота, которого можно перепутать с медузой, представленная система выглядит достаточно интересным прототипом для последующего развития заложенной в неё идеи. Однако в ближайшие несколько лет потенциальное коммерческое применение гидрогелевому устройству вряд ли найдётся. 

Чтобы запечатлеть событие, достаточно воспользоваться соответствующим условиям съёмки инструментом. Последним может выступить как обычный смартфон или фотоаппарат, так и любой другой гаджет с интегрированным модулем камеры. Однако ввиду технических ограничений, а также ряда других причин не всегда удаётся снять происходящее действо от начала и до конца. Для случаев, когда за кадром остаются самые интересные моменты, на помощь готово прийти программное решение от учёных Массачусетского технологического института. 

Усилиями специалистов лаборатории CSAIL был разработан самообучающийся алгоритм, способный не просто задействовать «компьютерное зрение» для идентификации объектов и окружающей их обстановки на представленном изображении, а сгенерировать на его основе короткий видеоряд. Проанализировав отдельные составляющие картинки и потенциальные варианты их взаимодействия, ПО предскажет, что могло бы произойти с предметами или людьми на следующем кадре. 

В основу «обучающего курса» системы, базирующейся на нейронных сетях и применяющей для вычислений «компьютерное зрение», легло детальное исследование 2 млн самых разнообразных видеофайлов. На данном этапе технология нуждается в глобальной доработке, так как процесс конвертации изображения в видео далёк от совершенства и лимитирован по ряду критериев. Длительность создаваемого программой ролика ограничена 1,5 с, а выглядит конечный результат пусть и имеющим право на жизнь, но не слишком реалистичным. К тому же нейросеть часто ошибается с масштабированием объектов. Тем не менее, рассматриваемая технология справилась с воссозданием таких сложных сцен, как омывающие побережье волны или марширующие по траве люди.

3D-печать уже дала многое медицинской сфере: она позволяет создавать индивидуальные протезы, производить искусственные позвонки и даже создавать миниатюрные камеры. В будущем применение 3D-печати будет только расширяться: например, она может произвести революцию в доставке медикаментов. Исследователи Массачусетского технологического института (MIT) создали процесс 3D-печати небольших структур, которые меняют форму при определённых температурах. Благодаря этому в будущем станет возможным создание новой системы доставки, которая будет лечить пациента только если у того началась лихорадка.

Команда, впрочем, не создала пока таких таблеток, но технология уже на полпути к этому. Благодаря объединению процесса печати под названием микростереолитография со специальным полимером, который становится твёрже или мягче в зависимости от температурных условий, исследователи получили возможность создавать крошечные структуры, умеющие «запоминать» определённые формы.

Такие объекты могут быть приведены к нужной форме при определённой температуре, а при другой температуре — самостоятельно возвращаться в оригинальное состояние. Напечатанные этим методом объекты могут быть растянуты или скручены втрое по сравнению с первоначальной длиной без угрозы разрушения материала.

Стоит отметить, что новый процесс печати отличается столь высоким разрешением, что позволяет создавать структуры толщиной с человеческий волос. Он достаточно сложен, но открывает широкие горизонты. Команда надеется, что их метод 3D-печати в перспективе сможет найти применение в биомедицинских устройствах, солнечных ячейках изменяемой формы, аэрокосмических компонентах. Всё это дела отдалённого будущего, а пока команда создала крошечную детализированную копию Эйфелевой башни, а также инструмент, способный захватывать небольшие объекты.

Так называемый райдшеринг (поиск попутчиков и совместные поездки) активно набирает обороты в мире. В разных городах и странах уже действуют такие сервисы, как Lyft, Uber. Но студенты филиала Массачусетского технологического института в Кембридже уверены, что им удастся создать достойную альтернативу этим сервисам. Почему бы и нет? Тем более, что партнёром проекта выступил промышленный гигант, компания Ford.

Ford

В рамках нового проекта будет создано электрическое шаттл-такси, которое позволит студентам перемещаться не только в пределах кампуса, но и по городским улицам. Конечно, перевозки студентов не являются конечной целью проекта. Это будет целое исследование шаблонов перемещений пользователей, что позволит оптимизировать «райдшеринг». Также результаты проекта помогут в создании автономного транспорта будущего.

Ford

Первая фаза проекта стартует в сентябре, хотя данные собираются уже пять месяцев. Группа исследователей фиксировала перемещения пешеходов в пределах кампуса с помощью сенсоров LiDAR. Объединив эти данные с такой информацией, как расписание занятий, текущие погодные условия и даже динамика предпочтений студентов и преподавателей в разных семестрах, инженеры смогли составить карту оптимальных предполагаемых маршрутов.

Кроме того, Ford с помощью этих исследований надеется усовершенствовать систему распознавания пешеходов для автономных автомобилей, особенно в среде с большой их плотностью.

Быстрое развитие технологий позволяет нам загружать страницы в Сети куда быстрее, чем это было возможно 10 лет назад. Однако сами сайты становятся тоже куда более сложными и «тяжёлыми» — в частности, в плане структуры. Поэтому исследователи из Массачусетского технологического института (MIT) и Гарвардского университета с 2014 года работают над тем, чтобы ускорить загрузку веб-страниц в среднем на 34 %.

Проект носит название Polaris и работает следующим образом. При навигации по сайту на фоне происходит множество процессов, которые позволяют загрузить сайт таким, каким он должен быть. Эти процессы занимают немало времени, причём чем больше таких процессов нужно для загрузки, тем медленнее загружается страница. Polaris как раз-таки и предназначен для минимизации числа таких процессов.

Профессор из Гарварда Джеймс Микенс (James Mickens) сравнивает всё это с постоянно путешествующим бизнесменом. Когда такой человек отправляется в нужный ему город, то по пути он может быть вынужден заехать и в другие города, прежде чем вернуться домой. Однако если бы у этого бизнесмена изначально был полный список нужных ему городов, то он мог бы спланировать путешествие так, чтобы максимально ускорить своё путешествие. Без такого списка бизнесмен тратит много лишнего времени.

По словам Микенса, для веб-бразуера загрузка всех объектов на странице — это как посещение всех городов. Проект Polaris будет предоставлять браузеру список всех необходимых объектов ещё до начала загрузки страницы, что позволит ускорить процесс.

Polaris использует язык JavaScript, поэтому технология может работать практически с любым браузером. В конечном итоге разработчики хотят сделать Polaris базовым элементом всех популярных браузеров, поскольку это позволит ещё лучше оптимизировать продукт и ещё сильнее ускорить загрузку страниц.