1.科學家研發(fā)采摘機器人，可解決農(nóng)業(yè)勞動力短缺問題

據(jù)CNBC 12月21日報道，來自歐洲和以色列的研究人員開發(fā)了一款名為 Sweeper 的機器人，這款機器人可以在種植甜椒的溫室內(nèi)自主來回巡視，觀察甜椒是否成熟，并將成熟的甜椒摘下放入籃子中。我們可以將 Sweeper 看作是一輛自動駕駛的汽車，只是這款“汽車”前部配有一把鋸齒。Sweeper 在溫室中通過傳感器確定自己巡視的路徑，在沿著植株種植路徑巡視的過程中，它每隔幾米就會停下來對目標圖像進行拍攝，挑選一個辣椒大約需要24秒。Sweeper并不是唯一的收割機器人。Argobot正在測試一種采摘草莓的機器，Green Robot Machinery有一個采棉機器人，而以色列的MetroMotion正在研究一種采摘西紅柿的機器人。根據(jù)市場研究數(shù)據(jù)，到2025年，農(nóng)業(yè)機器人市場有望達到750億美元。Sweeper的創(chuàng)造者希望這種機器人不僅能幫助解決農(nóng)業(yè)勞動力短缺的問題，還能減少食物的腐敗。目前Sweeper還不是十分完善，但研究團隊表示，會在三到五年內(nèi)將其商業(yè)化。

2.300個硬幣大小的機器人能像生物細胞一樣完成自我組織，來改變形狀

據(jù)Robohub12月19日報道，研究人員研發(fā)出可以自我改變組織形狀的機器人群，并將這份研究報告發(fā)表在了Science Robotics雜志上。這個機器人群由300個硬幣大小的機器人組成?？茖W家們使用了區(qū)域性自我組織的工作原理，使機器人以擴散反應的周期性模式，來決定它們的最終形狀。該原理與生物學原理相似，研究人員只需將機器人從不再需要的區(qū)域移動到目標區(qū)域，那么該機器人就會朝著具有高水平形態(tài)因子的區(qū)域——圖靈點的位置移動。遵循這樣的原理，研究人員已成功完成了20多個實驗，重復改變機器人的形狀。這項研究對未來大型機器人的實際應用意義重大。能自由改變形狀的機器人可以被用在火災、地震等自然災害的營救中，因為它們可以適應任何建筑與地形。

3.斯坦福出品：利用人工智能找出美國所有太陽能電池板

專家們一直認為手工計算出美國太陽能電池板的數(shù)量是不切實際的，斯坦福大學的研究人員有一個解決方案：讓 AI 來做這個繁重的工作。他們精心設計了一個深度學習系統(tǒng) DeepSolar，它映射了美國每個可見的太陽能電池板，大約有 147 萬個。基于神經(jīng)網(wǎng)絡的方法將衛(wèi)星圖像轉(zhuǎn)換為瓦片，對這些瓦片中的每個像素進行分類，并組合這些像素以確定給定區(qū)域中是否存在太陽能電池板，無論它們是大型太陽能農(nóng)場還是單獨的屋頂安裝。

4.智能硬件品牌MiaWord獲洪泰智造基金數(shù)百萬種子輪融資

智能硬件品牌 MiaWord 宣布于今年 11 月完成數(shù)百萬種子輪融資，資方系洪泰智造基金，資金主要用于硬件研發(fā)和軟件開發(fā)等方面。目前，為了加速推進項目發(fā)展，MiaWord 正在籌備天使輪融資，資金主要用于團隊擴張、產(chǎn)品研發(fā)等方面。據(jù)悉，MiaWord 是一個人工智能硬件+泛社交信息共享平臺，智能硬件包括智能辦公系列和智能穿戴系列。

5.社交媒體大熱新研究 使用 GAN 學習沒有真實數(shù)據(jù)的機器人抓取

來自 Google AI， DeepMind AI 等研究人員新發(fā)表論文今天在社交媒體大熱。據(jù)研究人員介紹，該方式是從隨機到規(guī)范的適應網(wǎng)絡，且進行過隨機化訓練的 real2sim 圖像翻譯器，從而實現(xiàn)不需要真實數(shù)據(jù)來學習機器人抓取的高性能。著名的對抗生成式網(wǎng)絡發(fā)明人 Ian Goodfellow 也在個人社交賬號轉(zhuǎn)發(fā)此文表示關注。