研究人员将藻类改造成"马匹" 让它们拉动微型马车

研究人员将藻类改造成"马匹" 让它们拉动微型马车 研究人员设计出了由单细胞藻类团队推动的微型载具,就像由微型骏马拉动的绿色小车。该项目由东京大学的研究人员领导,他们创造了两种由藻类驱动的微型机械,分别被称为"旋转器"和"滑板车"。这些微小的载体将活泼的莱茵衣藻(Chlamydomonas reinhardtii)捕获在三维打印的篮状结构中,莱茵衣藻是一种在世界各地都能找到的运动型绿藻。研究小组利用一种名为"双光子立体光刻"的专业三维打印技术制造出了这种0.001毫米的微小装置。最棘手的部分是优化藻阱的设计,使其既能紧紧抓住海藻,又能为附肢留出足够的回旋空间来推动机器,科学家们通过两种飞行器设计克服了这一难题。第一个是旋转器模型,四个藻阱排列成风车状,为旋转运动提供动力。单个藻类的巡航速度可达每秒 100 多微米。然而,在四个藻类参与的情况下,转轮的平均速度大约在每秒 20 到 40 微米之间。第二种滑板车设计有两个面向前方的篮子,每个篮子装有一条海藻,研究人员预计这两个篮子将推动机器沿直线运动。与旋转器的平滑旋转运动不同,滑板车显示出"不稳定的滚动和翻转",而不是直线运动。领衔作者 Haruka Oda 说:"这促使我们进一步研究多个藻类的集体运动如何影响微型机械的运动。"这种生物兼容系统的一个主要优点是,3D 打印载体和藻类都不需要进行非自然的改造。生物体只需自由游入打印出的陷阱,无需花哨的引导结构。研究人员尚未确定这些微型车的最长功能持续时间。虽然单个莱茵衣藻细胞只能存活几天就会分裂产生四种新的藻类,但在测试过程中,原型机运行了几个小时都没有出现问题。该研究的下一步工作包括改进旋转装置,使其具有更高的旋转速度,并通过进一步研究藻类的运动如何影响机器的运动,设计出新的、更复杂的藻类移动模型。负责指导该项目的竹内昌司教授解释说,这项技术使他们能够将藻类的运动置于显微镜下,从而了解藻类是如何协调的。他说,展望未来,他们可以将其发展成为一个全天然系统,用于环境监测,甚至通过利用藻类运输污染物或营养物质来净化水环境。 ... PC版: 手机版:

相关推荐

封面图片

MIT研究人员利用人工智能将仓库改造成高效枢纽

MIT研究人员利用人工智能将仓库改造成高效枢纽 在一个巨大的机器人仓库里,数百个机器人在地面上来回穿梭,抓取物品并交付给人类工人进行包装和运输。这种仓库正日益成为从电子商务到汽车生产等许多行业供应链的一部分。然而,要让 800 个机器人高效地往返于目的地,同时又要防止它们相互碰撞,并非易事。这个问题非常复杂,即使是最好的路径搜索算法,也很难跟上电子商务或制造业的飞速发展。人工智能驱动的高效解决方案从某种意义上说,这些机器人就像试图在拥挤的市中心穿梭的汽车。因此,一群利用人工智能缓解交通拥堵的麻省理工学院研究人员运用了这一领域的理念来解决这一问题。他们建立了一个深度学习模型,对仓库的重要信息(包括机器人、计划路径、任务和障碍物)进行编码,并利用这些信息预测仓库的最佳疏导区域,以提高整体效率。他们的技术将仓库中的机器人分成若干组,因此这些较小的机器人组可以用协调机器人的传统算法更快地消除拥堵。最终,与强随机搜索法相比,他们的方法疏导机器人的速度快了近四倍。除了简化仓库作业,这种深度学习方法还可用于其他复杂的规划任务,如计算机芯片设计或大型建筑的管道布线。尖端的神经网络架构"我们设计了一种新的神经网络架构,它实际上适用于这些仓库这种规模和复杂程度的实时操作。它可以对数百个机器人的轨迹、出发地、目的地以及与其他机器人的关系进行编码,而且能以一种高效的方式在各组机器人之间重复使用计算,"土木与环境工程(CEE)专业吉尔伯特-W-温斯洛职业发展助理教授、信息与决策系统实验室(LIDS)和数据、系统与社会研究所(IDSS)成员凯茜-吴(Cathy Wu)说。该技术论文的资深作者 Wu 和第一作者、电子工程和计算机科学专业研究生 Zhongxia Yan 共同完成了这项研究。这项研究成果将在学习表征国际会议(International Conference on Learning Representations)上发表。机器人俄罗斯方块从鸟瞰图上看,机器人电子商务仓库的地面有点像快节奏的"俄罗斯方块"游戏。当客户下订单时,机器人会前往仓库的某一区域,抓起放置所需物品的货架,然后将其交给人类操作员,由其拣选和包装物品。数百个机器人同时进行这项工作,如果两个机器人在穿过巨大的仓库时发生路径冲突,就可能会撞车。传统的搜索算法可以避免潜在的碰撞,方法是保持一个机器人的运行轨迹,并为另一个机器人重新规划轨迹。但由于机器人数量众多,可能发生碰撞,问题很快就会呈指数级增长。"由于仓库是在线运行的,机器人大约每 100 毫秒重新扫描一次。也就是说,每秒钟,机器人要重新扫描 10 次。因此,这些操作必须非常快速,"Wu 说。由于在重新规划过程中时间非常关键,麻省理工学院的研究人员利用机器学习将重新规划的重点放在最有可能减少机器人总行驶时间的拥堵区域。Wu 和 Yan 建立的神经网络架构可同时考虑较小的机器人群组。例如,在一个拥有 800 个机器人的仓库中,网络可能会将仓库地面切割成更小的组,每组包含 40 个机器人。然后,如果使用基于搜索的求解器来协调该组机器人的轨迹,它就会预测出哪一组最有可能改进整体解决方案。整个算法是一个迭代过程,先用神经网络选出最有希望的机器人组,再用基于搜索的求解器解散机器人组,然后用神经网络选出下一个最有希望的机器人组,依此类推。简化复杂系统神经网络能有效地推理机器人群,因为它能捕捉到单个机器人之间存在的复杂关系。例如,即使一个机器人一开始离另一个机器人很远,它们在行进过程中的路径仍有可能交叉。该技术还能简化计算,只需对约束条件进行一次编码,而无需对每个子问题重复编码。例如,在一个拥有 800 个机器人的仓库中,要消除一组 40 个机器人的拥堵,需要将其他 760 个机器人作为约束条件。其他方法则需要在每次迭代中对每组所有 800 个机器人推理一次。相反,研究人员的方法只需要在每次迭代中对所有小组的 800 个机器人进行一次推理。她补充说:"仓库是一个大的环境,因此这些机器人群组中的很多都会在更大的问题上有一些共同点。我们设计的架构就是为了利用这些共同的信息。"研究人员在几个模拟环境中测试了他们的技术,包括一些像仓库一样的环境,一些带有随机障碍物的环境,甚至还有模拟建筑物内部的迷宫设置。通过识别出更有效的疏导群组,他们基于学习的方法疏导仓库的速度比强大的、非基于学习的方法快四倍。即使考虑到运行神经网络的额外计算开销,他们的方法解决问题的速度仍然快 3.5 倍。未来方向与同行认可未来,研究人员希望从他们的神经模型中获得简单、基于规则的见解,因为神经网络的决策可能不透明,难以解读。更简单、基于规则的方法也更容易在实际机器人仓库环境中实施和维护。"这种方法基于一种新颖的架构,在这种架构中,卷积和注意力机制能够有效地相互作用。令人印象深刻的是,它能够考虑到所构建路径的时空成分,而无需针对具体问题进行特征工程。结果非常出色。"康奈尔理工学院安德鲁-H.和安-R.-蒂施教授 Andrea Lodi 说:"我们不仅能在求解质量和速度方面改进最先进的大型邻域搜索方法,而且该模型还能很好地推广到未见过的案例中。"编译来源:ScitechDaily ... PC版: 手机版:

封面图片

研究人员受安第斯秃鹰启发改造风力涡轮机 将发电量提高了10%

研究人员受安第斯秃鹰启发改造风力涡轮机 将发电量提高了10% 加拿大阿尔伯塔大学(University of Alberta)机械工程系的研究人员研究了在风力涡轮机叶片上安装受兀鹰启发的小翼是否也能减少阻力并增加能量生产。风力涡轮机叶片利用空气动力学原理提取风能,并将其转化为电能。但是,如果我们要依靠清洁、可持续的能源生产,就必须确保它们尽可能多地产生能量。通常降低风力发电机效率的是升力产生的诱导阻力。当叶片穿过空气时,其顶部(吸气侧)会形成一个气压较低的区域。叶片下方(压力侧)的高压空气会与上方的低压区域寻求平衡,从而形成叶尖涡流,空气从叶片顶端呈螺旋状流出。涡流使气流向下偏转(下冲),产生诱导阻力。虽然大多数现代飞机都通过使用小翼来减少叶尖涡流的影响,从而降低诱导阻力,但在风能产业中的应用仍处于起步阶段。对装有小翼的风力涡轮机进行的研究表明,小翼可以提高发电量,但其代价往往是延长叶尖,因此很难确定这种改进是直接归功于小翼,还是增加了叶片的润湿面积,即与外部气流接触的面积。为了澄清这个问题,阿尔伯塔大学的研究人员求助于加拿大工业设计公司Biome Renewables,该公司通过模仿自然创造清洁能源产品,并根据秃鹰的翅膀设计了小翼。Biome 为"秃鹰项目"开发了受生物启发的小翼。它长 17.6 英尺(5.35 米),设计用于在生产后加装到风力涡轮机的叶片翼尖上。研究人员利用计算机模拟确定了在样本风力涡轮机上加装 Biome 翼片对其发电量的影响。Biome Renewables 的秃鹰灵感小翼RahnamayBahambary etBY-NC-ND 4.0他们发现,增加小翼后,沿叶片跨度方向的吸力面和压力面之间的压力差增大,这反过来又增加了涡轮机的扭矩(绕轴的旋转力)和发电量。发电量平均增加了 10%,研究人员认为这归因于小翼引起的空气动力变化,而不仅仅是叶片扫掠面积的增加。尾流研究和发电量的结果表明,这种生物启发设计可以提高风力涡轮机的发电量。该研究发表在《能源》杂志上。 ... PC版: 手机版:

封面图片

科学家发现无需维生素B12就能生存的藻类

科学家发现无需维生素B12就能生存的藻类 缺乏维生素 B12 会导致严重的健康问题,甚至可能致命。迄今为止,人们一直认为缺乏维生素 B12 也会影响某些类型的藻类。然而,最近对暴露于各种铁和维生素 B12 条件下的棕囊藻(Phaeocystisantarctica)进行的一项研究表明,这些生物在没有 B12 的情况下也能生存。这一发现与早先通过计算机基因组序列分析得出的预测相矛盾,表明藻类对 B12 缺乏具有意想不到的适应能力。这种藻类原产于南大洋,一开始是单细胞,可以转化成毫米级的菌落。这项研究发表在《美国科学院院刊》(PNAS)上,由麻省理工学院、世界卫生组织科学研究所(WHOI)、J.C. 文特尔研究所(J.C. Venter Institute)和斯克里普斯海洋研究所(Scripps Institution of Oceanography,UCSD)共同完成。研究发现,与其他关键性极地浮游植物不同的是,棕囊藻可以在有或没有维生素 B12 的情况下存活。这项研究的共同作者之一、伍兹霍尔海洋研究所(WHOI)资深科学家 Makoto Saito 说:"维生素 B12 对藻类的新陈代谢非常重要,因为它能让藻类更有效地制造一种关键氨基酸。当无法获得维生素 B12 时,生命就有办法更慢地制造这些氨基酸,导致它们的生长速度也变慢。在这种情况下,制造氨基酸蛋氨酸的酶有两种形式,一种需要 B12,另一种则慢得多,但不需要 B12。这意味着棕囊藻有能力适应并在 B12 含量低的情况下生存。"研究人员在罗斯海的帕尔默号考察船上对棕囊藻进行研究。资料来源:Makoto Saito研究人员在实验室培养物中研究了棕囊藻的蛋白质,并在野外样本中寻找关键蛋白质,从而得出结论。在观察过程中,他们发现这种藻类有一种不依赖于 B12 的蛋氨酸合成酶融合蛋白(MetE)。MetE基因并不是新的基因,但以前认为棕囊藻并不具备这种基因。MetE 使藻类能够灵活地适应维生素 B12 含量低的情况。"这项研究表明,实际情况更为复杂。"该研究的首席研究员、前麻省理工学院博士后迪帕-拉奥(Deepa Rao)说:"对于大多数藻类来说,保持灵活的新陈代谢对B12是有益的,因为海水中的维生素供应非常稀缺。有了这种灵活性,即使它们无法从环境中获得足够的维生素,也能制造必需氨基酸。这意味着,将藻类划分为需要或不需要B12可能过于简单化了。"一座冰山漂浮在南极洲寒冷的海水中。图片来源:伍兹霍尔海洋研究所 Makoto Saito 拍摄生活在食物网底部的南极洲一直被认为完全受铁营养的控制。MetE 基因的发现还表明,维生素 B12 也可能是一个因素。由于棕囊藻中含有维生素 B12,这种藻类的适应能力使其具有在早春绽放的潜在优势,因为此时产生 B12 的细菌比较稀少。这一发现对气候变化也有影响,棕囊藻所在的南大洋在地球碳循环中发挥着重要作用,它通过光合作用吸收二氧化碳并释放氧气。"随着全球气候变暖,越来越多的铁从融化的冰川中进入南大洋沿岸,"Saito 说。"预测铁元素之后的下一个限制因素非常重要,B12 似乎就是其中之一。"气候建模人员想知道海洋中生长了多少藻类,以便做出正确的预测,他们已经将铁参数化,但还没有将 B12 纳入这些模型中。"我们尤其有兴趣了解藻类多样性的程度。"这项研究的合著者、加州大学圣迭戈分校 J. Craig Venter 研究所和斯克里普斯海洋学研究所的联合教授 Andy Allen 说:"我们很想知道独立于 B12 的藻类在温暖的南大洋中是否具有竞争优势。由于在新陈代谢效率方面B12的独立性是有代价的,因此一个重要的问题是,需要维生素B12的品种是否会变得依赖于生产B12的细菌"。发现棕囊藻有能力适应最低限度的维生素B12供应后,发现以前被认为严格使用维生素B12的许多其他藻类也有同样的能力。这项研究的发现将为今后有关碳循环以及不同类型的藻类如何在南大洋寒冷恶劣的环境中生存的研究铺平道路。编译来源:ScitechDaily ... PC版: 手机版:

封面图片

韩国研究人员发现液晶突破性的定向运动现象

韩国研究人员发现液晶突破性的定向运动现象 他们的研究结果表明,物体只需周期性地改变其在液晶介质中的尺寸,就能实现定向运动。这一创新性发现为众多研究领域带来了巨大的潜力,并有可能在未来开发出微型机器人。研究小组在研究中观察到,液晶中的气泡可以通过周期性地改变大小向一个方向移动,这与其他介质中气泡通常对称增长或收缩的现象截然不同。通过向液晶中引入与头发丝大小相当的气泡并操纵压力,研究人员得以展示这一非凡现象。左起:Sung-Jo Kim、Joonwoo Jeong 教授和 Eujin Um 研究教授。资料来源:UNIST这种现象的关键在于在气泡旁边的液晶结构中产生了相位缺陷。这些缺陷破坏了气泡的对称性,使气泡尽管形状对称,却受到单向力的作用。随着气泡大小的波动,推动和拉动周围的液晶,气泡被推向一个一致的方向,打破了传统的物理定律。该研究的第一作者 Sung-Jo Kim 说:"这一突破性的观察结果展示了对称物体通过对称运动表现出定向运动的能力,这是以前从未见过的现象。"他进一步强调了这一原理对液晶以外的各种复杂流体的潜在适用性。分散在 NLC 中的脉动气泡。资料来源:联合国软件技术研究所Jeong 教授评论说:"这一引人入胜的结果强调了时间和空间对称性破缺在驱动微观层面运动方面的重要意义。此外,它还为推进微观机器人的开发研究带来了希望"。编译来源:ScitechDaily ... PC版: 手机版:

封面图片

研究人员成功将废弃鸡脂肪转化为清洁能源

研究人员成功将废弃鸡脂肪转化为清洁能源 研究人员开发出一种将鸡脂肪转化为超级电容器碳基电极的新方法,为传统材料提供了一种环保型替代品。这一创新不仅解决了与现有存储设备相关的成本和环境问题,还提高了能源存储技术的性能和效率。全球正朝着更可持续的绿色能源方向发展,这增加了电力储备和对储能设备的需求。遗憾的是,用于这些设备的某些材料既昂贵又存在环境问题。利用通常被扔掉的东西生产替代储能设备有助于解决这些难题。现在,研究人员在《ACS 应用材料与界面》(ACS Applied Materials & Interfaces )杂志上报告了一种将鸡脂肪转化为碳基电极的方法,这种电极可用于超级电容器,储存能量并为 LED 供电。这种提取的鸡脂肪为超级电容器创造了一种碳基材料。资料来源:Mohan Reddy Pallavolu根据国际能源机构的数据,2023 年,全球可再生能源发电能力将比上一年前所未有地增长近 50%。但是,这些多余的能源必须储存起来,以便日后从其生产中获益。例如,由于屋顶太阳能电池板供应过剩,加利福尼亚州的晴天最近引发了负能源价格。由于石墨烯等碳材料具有高效的电荷传输和天然丰富的资源,最近设计高性能存储设备的努力利用了这些材料,但其制造成本高昂,而且会产生污染和温室气体。为了寻找替代碳源材料,Mohan Reddy Pallavolu、Jae Hak Jung、Sang Woo Joo 及其同事希望开发一种简单、经济有效的方法,将废弃鸡脂肪转化为导电纳米结构,用于超级电容器储能装置。研究人员首先使用燃气火焰喷枪灼烧鸡肉中的脂肪,然后使用火焰灯芯法燃烧融化的油,就像使用油灯一样。然后,他们将油烟收集到悬浮在火焰上方的烧瓶底部。电子显微镜显示,烟尘中含有碳基纳米结构,它们是由同心石墨环组成的均匀球形晶格,就像洋葱的层状结构。研究人员测试了一种通过将碳纳米粒子浸泡在硫脲溶液中来增强其电气特性的方法。在这些非对称超级电容器中,当使用源自鸡肉的碳材料作为电极时,LED 可以点亮。资料来源:Mohan Reddy Pallavolu将鸡脂肪来源的碳纳米粒子组装到非对称超级电容器的负极中,可显示出良好的电容性和耐用性,以及高能量和功率密度。正如所预测的那样,当电极由硫脲处理过的碳纳米颗粒制成时,这些特性得到了进一步改善。研究人员随后演示了新型超级电容器的实时应用充电并连接两个超级电容器,点亮红色、绿色和蓝色 LED 灯。这些成果凸显了利用鸡脂肪等食物垃圾作为碳源,寻找更环保的绿色能源的潜在优势。编译自/scitechdaily ... PC版: 手机版:

封面图片

研究人员首次实现用纯木材料3D打印物品

研究人员首次实现用纯木材料3D打印物品 首先,在 3D 打印介质中使用木材并不是一个新想法。我们以前还看到过用从木材中提取的纤维素打印出的木质物品,以及用锯末与生物环氧树脂混合制成的 3D 打印吉他。麻省理工学院的科学家甚至正在开发一种方法,将实验室培养的木材培育成预定的三维形状。然而,休斯顿莱斯大学的研究人员声称,他们是第一批用完全由木材天然成分组成的材料 3D 打印出真正木制物品的人。除了水之外,粘稠的墨水还包括纤维素纳米纤维、纤维素纳米晶体和木质素后者是一种有机聚合物,构成了包括树木在内的植物的大部分支撑组织。纤维素和木质素都可以从林业、建筑业和消费品行业产生的木材废料中获取。木墨是通过一种称为直接墨水写入(DIW)的 3D 打印工艺来连续分层构建物体的。这与常用的熔融沉积建模(FDM)技术类似,熔融材料从喷嘴中挤出,冷却后硬化。在 DIW 技术中,材料不是冷却,而是通过烧结工艺变成固体形式。对于木质油墨来说,烧结过程包括在 -85 ºC (-121 ºF) 温度下冷冻干燥印刷物体 48 小时,然后在 180 ºC (356 ºF) 温度下加热 20 至 30 分钟。加热步骤将木质素转化为一种"分子胶",将纤维素纤维和晶体结合在一起。部分 3D 打印木制品,包括一张小桌子和一把小椅子据报道,用这种材料打印出来的小物件在外观、结构、质地、热稳定性甚至气味方面都与天然木材十分相似。它们在机械强度上也比天然轻木更强,天然轻木在研究中被用作基线。还有一个额外的好处,就是它们在废弃后可以生物降解。但更重要的是,用油墨打印物品时,只使用打印该物品所需的油墨量。相比之下,用天然木块雕刻或碾磨物品时,去掉的所有木料都会被浪费掉。首席科学家穆罕默德-拉赫曼(Muhammad Rahman)副教授说:"直接利用自身天然成分创建木结构的能力为更加环保和创新的未来奠定了基础。它预示着一个可持续 3D 打印木结构的新时代。"科学家们承认,该过程中的冷冻干燥和加热步骤需要大量能源,因此他们正在探索替代方法。他们的研究论文最近发表在《科学进展》(Science Advances)杂志上。 ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人