自主AI机器人"MAMA BEAR"创造出世界上最耐冲击的形状

自主AI机器人"MAMABEAR"创造出世界上最耐冲击的形状MAMABEAR是"快速制造建筑贝叶斯实验自主研究力学"（MechanicsofAdditivelyManufacturedArchitecturesBayesianExperimentalAutonomousResearcher）的缩写，它先用三维打印出小型结构，然后将其轻轻放入液压机中压碎。当它把每一个小结构压扁成小塑料薄饼时，它会测量它们的能量吸收情况。然后，MAMABEAR将这些数据存储在数据库中，记录下每一个设计及其缺陷或改进之处，然后再对设计稍作修改，并孜孜不倦地用3D打印机打印出另一个迭代版本--在过去的连续三年中，MAMABEAR一直在这样做。迄今已超过25万次。为此，MAMABEAR创造了75%能量吸收的新效率世界纪录，打破了之前71%的纪录。这个机器人是ENG机械工程副教授基思-布朗（KeithBrown）和他在KABlab实验室的团队的心血结晶。他在2018年萌生了这个想法，到2021年，实验室建成，MAMABEAR也开始寻找恰到好处的设计。根据波士顿大学的文章，机器人"在相当于一匹成年阿拉伯马站在四分之一硬币上的压力下"粉碎其作品，成年阿拉伯马的体重中位数大约为880磅（400千克）。美国25美分硬币的直径为0.955英寸（24毫米）。换算后约为1,253psi（86bar）。波士顿学院正在尝试制造最高效的机械吸能结构，以满足大量不同的潜在应用需求。美国国家科学基金会和美国陆军都参与了这个项目。陆军正在利用这些数据，为战场士兵设计一种新的头盔衬垫。在这种应用中，能量吸收效率提高4%就意味着生与死的区别。或者这些可能是新的包装花生。新的汽车保险杠设计。运动防护装备。潜在用途不胜枚举。这是一种微妙的平衡，既要努力创造一种形状和结构，使其不会太硬而损坏要保护的东西，又要足够坚固，能够吸收任何冲击力。据估计，在寻求最高效结构的过程中，可能出现的设计超过一万亿种，更不用说所使用的材料了。到目前为止，波士顿大学在设计中使用了TPE、TPU-1、2和3、尼龙、PETG和PLA。我们期待MAMABEAR在不断追求完美的过程中取得更多成就。研究小组在《自然-通讯》（NatureCommunications）上发表了一篇详细的论文，其中包含支持他们新纪录的所有科学数据。...PC版：https://www.cnbeta.com.tw/articles/soft/1432046.htm手机版：https://m.cnbeta.com.tw/view/1432046.htm

工程师创造出能合成非天然氨基酸的细菌

工程师创造出能合成非天然氨基酸的细菌现在，特拉华大学工程学院化学与生物分子工程系助理教授AdityaKunjapur实验室的研究人员通过改造细菌，合成了一种含有稀有功能基团的氨基酸。研究人员还教导单一细菌菌株制造这种氨基酸，并将其置于目标蛋白质的特定位点。这些研究成果发表在《自然-化学生物学》（NatureChemicalBiology）上，为今后开发独特的疫苗和免疫疗法奠定了基础。Kunjapur实验室利用合成生物学和基因工程的工具，创造出能够合成不同类型化合物和分子的微生物，特别是那些具有自然界中不常见的功能基团或特性的微生物。在这项研究中，研究人员重点研究了对硝基-L-苯丙氨酸（pN-Phe），这是一种非标准氨基酸，既不是二十种标准氨基酸之一，也没有在自然界中观察到。其他研究小组利用对硝基-L-苯丙氨酸作为一种工具，刺激免疫系统对其通常忽略的蛋白质产生反应。Kunjapur说："硝基化学官能团具有宝贵的特性，但试图重新连接新陈代谢的人们对它的探索还不够。"pN-Phe在文献中也有很好的历史--它可以添加到小鼠的蛋白质上，然后再送回小鼠体内，免疫系统将不再容忍该蛋白质的原始版本。这种能力有望治疗或预防由免疫系统难以锁定的流氓蛋白质引起的疾病。遗传密码扩展方法使研究人员能够增加DNA编码的可用氨基酸"字母表"。通过将新陈代谢工程技术与遗传密码扩充技术相结合，研究人员创建了一个能够自主生产硝化蛋白质的系统。Kunjapur说："由于硝基官能团的化学性质，我们为这个项目选择的氨基酸是非常规的，我们领域的许多科学家可能都没有想到它可以通过生物合成来制造。"这项研究的下一步是优化他们的方法，以合成更大量的硝化蛋白，并将这项工作扩展到其他微生物。长期目标是进一步完善这一平台，将其应用于疫苗或免疫疗法，Kunjapur的努力得到了2021年AIChELanger奖和2022年美国国立卫生研究院院长新创新者奖的支持。为了进一步支持这一长期目标，Kunjapur和本文第一作者、博士候选人NeilButler共同创办了NitroBiosciences公司。Butler勒说："我认为这很有意义，因为你可以利用细菌的中心代谢及其生产不同化合物的能力，只需稍加改动，就能扩大其化学成分的范围。硝基功能在生物学中是罕见的，标准的20种氨基酸中也不存在这种功能，但我们证明细菌的新陈代谢具有足够的延展性，可以通过重新接线来创造和整合这种功能。"Kunjapur补充说："细菌是潜在的有用药物输送载体。我们认为，我们已经创造了一种工具，可以利用细菌在体内产生目标抗原的能力，并利用硝化能力同时照亮这些抗原。"...PC版：https://www.cnbeta.com.tw/articles/soft/1371975.htm手机版：https://m.cnbeta.com.tw/view/1371975.htm

量子转折：科学家加热液体创造出超固体结构

量子转折：科学家加热液体创造出超固体结构当量子液体被加热时，可以出现结晶结构。研究人员发现，加热量子液体可以形成超固态结构，它同时表现出固体和超流体的特性。这个国际合作团队创建了第一个相图，揭示了超固态的形成与温度的关系。资料来源：奥胡斯大学超固体是一个相对较新和令人兴奋的研究领域。它们同时表现出固体和超流体的特性。2019年，三个研究小组首次在超冷量子气体中毫无疑问地证明了这种状态，其中包括来自因斯布鲁克大学实验物理系和因斯布鲁克奥地利科学院量子光学和量子信息研究所的弗朗西斯卡-费拉诺领导的研究小组。2021年，弗兰西斯卡-费拉诺的团队详细研究了镝原子双极气体中超固体状态的生命周期。他们观察到了一些意想不到的东西。FrancescaFerlaino团队的ClaudiaPoliti回忆说："我们的研究数据表明，温度的增加促进了超固态结构的形成。这种令人惊讶的行为是对理论的一个重要推动，因为之前的理论很少关注这种情况下的热波动。"因斯布鲁克的科学家们与托马斯-波尔领导的丹麦理论小组联合起来，探索热波动的影响。他们开发并在《自然通讯》上发表了一个理论模型，可以解释实验结果，并强调了加热量子液体可以导致量子晶体的形成这一论点。理论模型显示，随着温度的升高，这些结构可以更容易形成。FrancescaFerlaino高兴地说："有了新的模型，我们现在第一次有了一个相图，显示了超固态的形成与温度的关系。这种令人惊讶的行为与我们的日常观察相矛盾，它是由镝的强磁性原子的偶极-偶极相互作用的各向异性引起的。"这项研究是朝着更好地理解物质的超固态迈出的重要一步，由奥地利科学基金FWF、欧洲研究理事会ERC和欧盟等机构资助。...PC版：https://www.cnbeta.com.tw/articles/soft/1356843.htm手机版：https://m.cnbeta.com.tw/view/1356843.htm

科学家创造出世界上最小、最轻、最快的全功能微型水黾机器人

科学家创造出世界上最小、最轻、最快的全功能微型水黾机器人华盛顿州立大学的研究人员开发出了体积最小、速度最快的微型机器人，有望改变从人工授粉到外科手术的各个领域。这些机器人利用形状记忆合金进行运动，比以前的型号明显更轻、更快，通过模仿自然界昆虫的行为，有望实现更高的自主性和效率。图片来源：西悉尼大学图片社速度和微型化方面的突破机械与材料工程学院的博士生、这项研究的第一作者康纳-特里格斯塔德（ConorTrygstad）说："与这种规模的其他微型机器人相比，这是非常快的速度，尽管它仍然落后于它们的生物亲戚。一只蚂蚁通常重达五毫克，移动速度可达每秒近一米。"微型机器人的关键在于使机器人移动的微型致动器。特里格斯塔德利用一种新的制造技术，将致动器微型化到不足一毫克，这是目前已知最小的致动器。一个西悉尼大学创造的机器人被放在一个25美分硬币旁边，以显示其大小。资料来源：西悉尼大学领导该项目的西悉尼大学机械与材料工程学院工程学副教授NéstorO.Pérez-Arancibia说："这些致动器是迄今为止为微型机器人开发的最小、最快的致动器。"先进的致动器技术致动器使用一种称为形状记忆合金的材料，这种材料在加热时能够改变形状。之所以称之为"形状记忆"，是因为它能记住并恢复到原来的形状。与移动机器人的典型电机不同，这些合金没有任何活动部件或旋转组件。Trygstad说："它们的机械性能非常好，轻型致动器的开发开辟了微型机器人技术的新领域。"形状记忆合金一般不用于大规模机器人运动，因为它们的速度太慢。但在西悉尼大学的机器人中，执行器是由两根直径为1/1000英寸的微小形状记忆合金线制成的。只需少量电流，这些金属丝就能轻松加热和冷却，使机器人能够以每秒40次的速度扇动鳍或移动脚。在初步测试中，致动器还能举起超过自身重量150倍的物体。与其他用于使机器人移动的技术相比，SMA技术也只需要极少量的电力或热量就能使机器人移动。未来方向与改进Trygstad说："SMA系统对供电系统的要求要低得多。"他是一名狂热的钓鱼爱好者，长期以来一直在观察水黾，并希望进一步研究它们的动作。虽然西悉尼大学的水黾机器人是用扁平的拍打动作来移动自己，但自然界的昆虫会用腿做更有效率的划船动作，这也是真正的昆虫能移动得更快的原因之一。研究人员希望模仿另一种昆虫，开发出一种既能在水面上也能在水面下移动的水黾型机器人。他们还在努力利用微型电池或催化燃烧技术，使机器人完全自主，不受电源束缚。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1419851.htm手机版：https://m.cnbeta.com.tw/view/1419851.htm

浙大创造出新物质：兼具硬度和弹性 真五边形战士

浙大创造出新物质：兼具硬度和弹性真五边形战士据介绍，在这个分子中，无机离子键网络和有机共价键网络交织穿插在一起，就像一个可以伸缩的骨架，既有无机物的属性又保留有机物的特点，所以兼具一定的硬度和弹性。浙大科学家发现它在硬度、回弹、强度、形变和可加工性等几个指标上，都达到了高分，既有大理石的硬度，又有橡胶的弹性，还有塑料的可塑性，而且加热后不会软化。功能之强大，可谓是一个“五边形”战士。6月8日，这项成果在线刊发在国际顶级期刊《自然》上。...PC版：https://www.cnbeta.com.tw/articles/soft/1364191.htm手机版：https://m.cnbeta.com.tw/view/1364191.htm

哥伦比亚大学工程师创造出高度灵巧的类似人类的机器人手 可以在黑暗中操作

哥伦比亚大学工程师创造出高度灵巧的类似人类的机器人手可以在黑暗中操作多年来，机器人研究人员一直在努力实现机器人手的"真正"灵巧性，然而这一目标已被证明是具有挑战性的。虽然机器人抓手和吸盘能够拿起和放置物体，但需要更大灵活性的任务，如组装、插入、重新定位、包装等，仍然是人类操纵的领域。然而，最近在传感技术和机器学习方法方面的进步，以分析收集到的数据，引起了机器人操纵领域的快速转变。用触觉手指进行灵巧的操纵。资料来源：哥伦比亚大学工程与应用科学学院高度灵巧的机器人手甚至在黑暗中工作哥伦比亚工程学院的研究人员展示了一种高度灵巧的机器人手，这种手结合了先进的触觉和运动学习算法，以实现高度的灵巧。作为技能的展示，该团队选择了一项困难的操纵任务：对手中形状不均匀的被抓物体执行任意大的旋转，同时始终保持该物体的稳定、安全。这是一项非常困难的任务，因为它需要不断地调整一组手指的位置，而其他手指则必须保持物体的稳定。这只手不仅能够完成这项任务，而且在没有任何视觉反馈的情况下，仅靠触摸感应就能完成。机器学习算法处理来自触觉传感器的数据，以产生协调的手指运动模式进行操纵。资料来源：哥伦比亚大学ROAM实验室除了达到灵巧的新水平外，这只手在没有任何外部摄像头的情况下工作，因此它完全不受照明、遮挡或类似的问题影响。而且，这只手不依靠视觉来操纵物体的事实意味着它可以在非常困难的照明条件下这样做，这些条件会混淆基于视觉的算法--它甚至可以在黑暗中操作。机械工程系和计算机科学系副教授MateiCiocarlie说："虽然我们的演示是在一个概念验证任务上，旨在说明手的能力，但我们相信，这种灵巧程度将为现实世界中的机器人操纵开辟全新的应用。一些更直接的用途可能是在物流和材料处理方面，帮助缓解像近年来困扰我们经济的供应链问题，以及在工厂的先进制造和装配方面。"利用基于光学的触觉手指在早期的工作中，Ciocarlie的小组与电子工程教授IoannisKymissis合作，开发了新一代基于光学的触觉机器人手指。这些是第一个实现接触定位的机器人手指，精度达到亚毫米级，同时提供复杂的多弯曲表面的完全覆盖。此外，手指的紧凑包装和低线数使其能够轻松地集成到完整的机器人手上。一个配备了五个触觉手指的灵巧机器人手。这里显示的是其中一个手指的最外层"皮肤"，以显示内部结构。资料来源：哥伦比亚大学ROAM实验室教手完成复杂的任务在这项由CIocarlie的博士研究员GaganKhandate领导的新工作中，研究人员设计并建造了一个有五个手指和15个独立驱动关节的机器人手--每个手指都配备了该团队的触摸感应技术。下一步是测试该触觉手执行复杂操纵任务的能力。为此，他们使用了运动学习的新方法，或机器人通过练习学习新的物理任务的能力。特别是他们使用了一种称为深度强化学习的方法，并辅以他们为有效探索可能的运动策略而开发的新算法。机器人仅用几个小时的实时时间就完成了大约一年的练习运动学习算法的输入完全由该团队的触觉和本体感觉数据组成，没有任何视觉。使用模拟作为训练场，机器人仅用几个小时的实时时间就完成了大约一年的练习，这要归功于现代物理模拟器和高度并行的处理器。然后，研究人员将这种在模拟中训练的操纵技能转移到真正的机器人手上，它能够达到团队所希望的灵巧水平。Ciocarlie指出，"该领域的方向性目标仍然是家庭中的辅助机器人，这是真正灵巧性的最终试验场。在这项研究中，我们已经表明，仅凭触摸感应，机器人的手也可以是高度灵巧的。一旦我们在触摸的同时也将视觉反馈加入其中，我们希望能够实现更多的灵巧性，并在某一天开始接近人类手的复制。"最终目标：将抽象的智能与具象的智能相结合最终，Ciocarlie观察到，一个在现实世界中有用的物理机器人既需要抽象的语义智能（从概念上理解世界如何运作），也需要具身智能（与世界进行物理互动的技能）。像OpenAI的GPT-4或Google的PALM这样的大型语言模型旨在提供前者，而本研究中实现的灵巧操作则是后者的补充性进展。例如，当被问及如何制作一个三明治时，ChatGPT会打出一个分步骤的计划作为回应，但需要一个灵巧的机器人来接受这个计划并实际制作三明治。同样，研究人员希望身体熟练的机器人能够将语义智能带出互联网的纯虚拟世界，并将其很好地用于现实世界的物理任务，甚至可能在我们的家里。...PC版：https://www.cnbeta.com.tw/articles/soft/1357811.htm手机版：https://m.cnbeta.com.tw/view/1357811.htm