🦋Прыгающий робот размером с насекомое может передвигаться по сложной местности и перевозить тяжелые грузы

В Массачусетском технологическом институте создали крошечного робота, способного прыгать, как блоха, и маневрировать, как дрон. Его вес меньше скрепки, а размер — меньше человеческого пальца, но он с легкостью преодолевает лед, наклонные поверхности и даже может запрыгнуть на летающий беспилотник. Всё это — благодаря уникальному механизму: упругой пружине и четырем взмахивающим модулям, играющим роль крыльев.

В отличие от крошечных дронов, которым не хватает энергии на длительные миссии, этот робот не летает, а прыгает — эффективно и экономно. Каждое приземление он использует как трамплин для следующего прыжка, теряя минимальное количество энергии. Его пружинная «нога» и адаптивный контроллер обеспечивают устойчивость даже на мокром стекле или неровной почве.

Удивительно, но робот способен нести вес, в десять раз превышающий собственный. Благодаря этому разработку можно использовать в реальных миссиях: от спасательных операций в завалах до автономной разведки в труднодоступных местах. Он может самостоятельно оценивать траекторию полета, корректировать ориентацию в воздухе и точно приземляться на нужную поверхность, включая подвижные объекты.

Даже при экстремальных нагрузках и прыжках робот остается невредимым. Его конструкция выдерживает десятки ударов, а маневренность и малая инерция делают его почти неуязвимым. Разработчики уже готовят его к выходу за пределы лаборатории, оснастив датчиками, аккумуляторами и схемами управления.

🤖 «МИР Робототехники»

#МирРобототехники #Робототехника #Роботы #MIT #Технологии

🧠 Роботы научились понимать, что действительно важно

Когда робот сталкивается с реальным миром, он оказывается в океане информации. Звуки, движения, десятки предметов вокруг — всё это создаёт шум, сквозь который трудно пробиться. Учёные Массачусетского технологического института разработали метод, позволяющий роботам интуитивно выделять главное — и помогать человеку без лишних вопросов.

По сути, робот учится «понимать», что именно важно в данный момент — так же, как это делает человеческий мозг с помощью ретикулярной активирующей системы. Она фильтрует сигналы и позволяет нам сосредоточиться, например, на чашке кофе среди кухонного беспорядка. Теперь нечто подобное умеет и робот.

В рамках эксперимента MIT провёл имитацию конференционного завтрака в формате «шведского стола». На столе — напитки, фрукты, посуда. В помещении — роботизированная рука с камерой и микрофоном. И вот человек тянется за кофе — робот мгновенно предлагает сливки и размешиватель. Кто-то говорит о кофе — система реагирует, предлагая банку кофе и сливки. Причём делает это с точностью, которую раньше и представить было сложно: 90% успешных предсказаний целей и 96% — релевантных объектов. А число столкновений с людьми сократилось более чем на 60%.

Вместо того чтобы «видеть всё», робот теперь может «понимать контекст». Это делает взаимодействие человека и машины куда более естественным.

🤖 «МИР Робототехники»

#МирРобототехники #Робототехника #Роботы #MIT #ИИ #AI

📚 Учёные создали периодическую таблицу искусственного интеллекта

Исследователи Массачусетского технологического института разработали фреймворк, который позволяет взглянуть на мир ИИ с неожиданного ракурса. Это не просто удобная визуализация — это карта пространства, в котором рождаются инновации.

В основе их «периодической таблицы» лежит объединяющее уравнение, способное описать, как большинство классических алгоритмов учатся находить взаимосвязи между точками данных. Исследование показало: будь то кластеризация, контрастивное обучение или глубокие нейросети, все они сводятся к одной фундаментальной математике. Это открытие позволило авторам платформы I-Con систематизировать более 20 моделей и показать, как они пересекаются, взаимодействуют и даже могут комбинироваться.

Такое объединение не осталось просто теоретическим упражнением. Используя I-Con, команда создала новый алгоритм классификации изображений, объединяя подходы двух ранее несвязанных методов. Результат — прирост точности на 8% по сравнению с лучшими существующими моделями.

Интересно, что, как и в знаменитой таблице Менделеева, в периодической таблице машинного обучения тоже есть «пустые клетки» — намеки на алгоритмы, которые пока не открыты, но логически должны существовать. Эти белые пятна становятся маяками для будущих исследований: они подсказывают, в каком направлении ученым стоит искать, не начиная с нуля.

🤖 «МИР Робототехники»

#МирРобототехники #МашинноеОбучение #ИИ #ИскусственныйИнтеллект #MIT

🏓 Уникальная роботизированная рука от MIT, способная возвращать мячи с точностью 88% и скоростью до 19 м/с! Это почти как у профессиональных игроков!

Инженеры создали многосочлененную руку для пинг-понга, которая использует высокоскоростные камеры и систему управления с прогнозированием для оценки траектории мяча. 🤯 Она может выполнять различные удары: топ-спин, прямой удар и подрезку.

Как говорит Дэвид Нгуен, аспирант MIT: "Настольный теннис требует точности и быстрой реакции — всего 300 мс на удар!" ⏱️

В испытаниях робот успешно отбил 150 мячей подряд, а скорость удара близка к показателям продвинутых игроков! 💪🎉 Команда продолжает улучшать устройство, добавляя мобильную платформу для еще большей универсальности!

🤖 «МИР Робототехники»


#МирРобототехники
#MIT #Робототехника #ПингПонг #Инновации #Технологии

🦾 Робот-помощник для пожилых: в MIT создали E-BAR — робота, который поднимает, поддерживает людей и ловит при падении

E-BAR (Elderly Bodily Assistance Robot) — мобильный робот-помощник, способный поддерживать человека во время передвижения, помогать вставать и садиться, а также предотвращать падения с помощью встроенных подушек безопасности.

E-BAR — это не просто очередной «умный помощник», а результат глубокого понимания повседневных трудностей, с которыми сталкиваются пожилые люди. Его основная функция — стать надежной и ненавязчивой опорой, которая всегда рядом, но не требует ношения неудобных ремней или шлейфов. Человек может опереться на специальные «рукоятки» робота, находящиеся спереди, или просто идти самостоятельно, зная, что в случае потери равновесия робот среагирует быстрее любого человека — в его «руках» спрятаны мягкие, моментально надувающиеся подушки безопасности, способные смягчить падение без травм.

Текущее поколение E-BAR управляется с помощью пульта, но команда MIT уже работает над полной автоматизацией и адаптацией системы под узкие пространства жилых домов. Робот может не только сопровождать человека по квартире, но и помогать с такими задачами, как поднятие с кресла, выход из ванны или наклон за упавшим предметом — именно те повседневные действия, которые становятся источником опасности с возрастом.

🤖 «МИР Робототехники»

#МирРобототехники #Робототехника #Робот #Роботы #Инновации #Технологии #MIT #РоботПомощник

🧱 ИИ против цемента: как искусственный интеллект из MIT помогает строить экологичное будущее

Цемент — один из самых углеродоёмких материалов на планете. Его производство отвечает за 7–8% мировых выбросов CO₂. Учёные из Массачусетского технологического института (MIT) решили переосмыслить подход к созданию бетона и делать это с помощью искусственного интеллекта.

Команда под руководством Суруша Махжуби из лаборатории Olivetti Group и MIT Concrete Sustainability Hub разработала алгоритм машинного обучения, способный проанализировать более миллиона образцов материалов и выделить из них те, что способны заменить цемент — надёжно, устойчиво и экологично.

По словам авторов, за десятилетия накоплены сотни тысяч страниц научных статей, описывающих свойства самых разных материалов. Алгоритм справился с задачей систематизации всей информации ней за считаные часы. Он оценивал образцы по ключевым химико-физическим параметрам: способности к гидратации и пуццолановой активности — двум свойствам, которые обеспечивают прочность и долговечность бетона.

Самое удивительное — среди перспективных заменителей оказались такие, казалось бы, банальные вещи, как старые керамические изделия: битая плитка, кирпичи, глиняная посуда. Эти материалы обладают высокой реактивностью и могут использоваться практически без дополнительной обработки — просто перемолол и добавил в состав. В Древнем Риме именно так и укрепляли бетонные конструкции, включая портовые сооружения.

Исследователи из MIT планируют развивать эту платформу, адаптируя её к ещё более широкому кругу материалов и работая в тесном сотрудничестве с промышленными партнёрами.

🤖 «МИР Робототехники»

#МирРобототехники #ИскуственныйИнтеллект #ИИ #MIT

🧠 Как понять, врёт ли ИИ?

Современные языковые модели всё чаще отвечают как люди — уверенно, логично, убедительно. Но когда они дают пояснение к своим решениям, можно ли верить, что это действительно их внутреннее обоснование, а не правдоподобная «отмазка»? Команда исследователей из MIT и Microsoft нашла способ это проверить.

Новая методика оценивает не просто насколько объяснение «хорошо звучит», а насколько оно честно отражает истинную логику модели. Исследование показывает тревожные кейсы. В одном из них GPT-3.5 давал женщинам более высокие оценки при найме на должность медсестры, чем мужчинам — даже если поменять пол кандидатов. При этом объяснение модели утверждало, что решение основано только на возрасте и навыках.

Чтобы выявить подобные случаи, исследователи используют вспомогательную ИИ-модель, которая сначала определяет, какие ключевые понятия присутствуют в вопросе (например, пол, возраст, диагноз). Затем с помощью генерации контрфактических вопросов они подменяют одно из этих понятий — например, меняют пол пациента или удаляют симптом — и проверяют, изменится ли при этом ответ основной модели. Если ответ меняется, это означает, что данное понятие на самом деле влияет на результат, даже если в объяснении оно не упоминается. Такой разрыв между реальным влиянием и заявленными причинами и есть недостоверность объяснения.

Этот метод, хоть и ресурсоёмкий, позволяет распознать системные искажения в логике LLM, которые скрываются за гладкими формулировками. Так, на датасете вопросов, проверяющих наличие социальных предубеждений, исследователи нашли примеры, где модели явно ориентируются на расу или доход, но в объяснениях упоминают исключительно поведение или опыт. На медицинском датасете были выявлены случаи, когда LLM принимали ключевые решения, опираясь на важные симптомы, но объяснения этих факторов попросту не содержали.

🤖 «МИР Робототехники»

#МирРобототехники #ИИ #ЭтикаИИ #ИскусственныйИнтеллект #LLM #AI #MIT #MicrosoftResearch