Rapid Liquid Printing: 3D печать в геле за минуты

MIT Self-Assembly Lab вместе со Steelcase показали Rapid Liquid Printing — технологию, которая создает объекты прямо в гелевой суспензии.

Печатает промышленными материалами, быстро и в любом масштабе.
Можно напечатать сумку за несколько минут.

Обычная 3D-печать упирается в три проблемы: медленно, мелко, хлипкие материалы.
Здесь все наоборот — скорость как у литья, размер как у мебели, прочность как у промышленных полимеров.

Гель держит форму, пока материал застывает, никаких слоев и подпорок.
Гравитация не мешает, потому что всё плавает внутри.

Я сначала даже подумал, - нейрорендер, но нет, реально новый вид печати.

#RapidLiquidPrinting #MIT #Steelcase
------
@tsingular

Пересекся с владельцем 20 landing spots под эти eVTOL, ребята взялись за тему серьезно. Похоже Тай станет первой страной с широкой сетью посадочных площадок для нового перспективного транспорта.

Ученый из Гарварда Ави Лоэб принял пари издателя журнала Skeptic доктора Майкла Шермера о том, что инопланетяне не посетят нас к 2030 году — и даже предположил, что прибытие кометы 3I/ATLAS может стать возможным доказательством - NYP

Китай ставит гуманоидов на границу с Вьетнамом

Ахаха.. Помните роботов, что отрядами в контейнеры загружались?
Они ещё шутили, что едут на завод :)

UBTech получила контракт на $37 млн для размещения гуманоидов Walker S2 на пограничных пунктах в Гуанси.

Роботы будут встречать путешественников, патрулировать, обрабатывать логистику и проводить инспекции на заводах меди и алюминия.

Walker S2 — первый гуманоид с автономной заменой батареи за 3 минуты, работает почти круглосуточно.

Высота 1.76м, 52 степени свободы, руки поднимают до 15кг с точностью до миллиметра. Видит через стереозрение RGB-камер и мультимодальный фреймворк BrainNet 2.0.

Заказов на серию Walker уже на $115 млн. План - 500 штук до конца года, 10 000 к 2027-му.

Отменяем пузырь робототехники :) граница длинная,- роботов нужно будет много.

#UBTech #WalkerS2 #роботы #пограничники
———
@tsingular

Самый мощный в 2025 году звездопад Геминиды ожидается в декабре. Метеорный поток из созвездия Близнецов можно будет наблюдать с 13 на 14 декабря — до 120 вспышек в час. Геминиды получится увидеть в обоих полушариях Земли.

По Genesis Mission. Я бы отнесся со всей серьезностью. Скептики считают, что это лишь способ поддержать убыточную ИИ индустрию. Думаю, ставки тут выше, и главная мотивация — не дать Китаю бросить вызов лидерству США в науке и технологиях. В рамках текущей модели Китай уже ставит его под вопрос, и тренд необходимо сломать. Поэтому они 'подрывают' саму модель научного познания: transform how science is done.

Планы см. в указе Трампа. Там не случайно идет сравнение с Манхэттенским проектом: это и целеполагание, и уровень амбиций. Если сработает, эффекты могут быть глубокими. Темп открытий ускорится, теории утратят былую силу, а передовую науку будут делать те, кто владеет огромным объемом вычислений и данных (т.е. США): “объединив учёных с интеллектуальными системами, которые рассуждают, моделируют и экспериментируют с невероятной скоростью”. Впрочем, и Китай активно накапливает данные и инвестирует в выч. мощности — эти двое и останутся на ринге, никто больше не потянет такую науку.

Ровно три года назад я писал в одном науч-поп издании про перспективы ИИ в науке и, в частности, про идею генеративного моделирования. Теперь это имеет прямое отношение к Genesis Mission:

“Модель обучают на реальных данных экспериментов или наблюдений, а затем она создает синтетические данные как способ проверки гипотез. Так удалось выяснить, от чего зависит затухание звездообразования в галактиках. Швейцарские астрофизики из ETH Zurich загрузили в модель данные о галактиках, находящихся в среде с низкой плотностью, и попросили показать, как бы выглядели эти галактики в среде с высокой плотностью.

Что отличает этот подход от обычного моделирования — программе не дают заранее никаких правил и знаний о физических процессах, только исходные данные. По сути, ИИ ищет взаимосвязи между разными параметрами и узнаёт, как изменятся одни параметры, если изменить другие. Так можно проверить огромное множество сценариев, включая и те, что никогда не удастся наблюдать. Для ученых ключевой вопрос здесь в том, сколько всего полезной информации скрыто в данных и как ее извлечь по максимуму. […] Некоторые ученые называют генеративное моделирование «третьим способом» познания Вселенной (наряду с наблюдением и обычным моделированием), подчеркивая его независимость от теорий”.