微米級機器人可通過體外連接應用於神經網絡

2020-12-20 機經網

  機器人技術的發展速度是非常快的,除了可以使用在工業領域以及各類型製造領域中的機器人之外,微型機器人的發展速度近年來也有著質的飛躍,近期韓國腦科學研究所和大邱慶北科技大學共同研發了一款微米級機器人。

  目前從其研究機構所透露的消息可知,這款機器人採用了3d電池驅動使用中可以通過體外直接連接神經網絡,能夠實現人類通過體外形態和機器及計算機相連接。就在此前不久Elon Musk利用最新發布的手術機器人V2,類似「縫紉機」的效果,將約為一枚硬幣大小的腦機接口設備Link V0.9植入到實驗豬的大腦,實現電波反饋,和這款設備相比較,韓國的這款體外是連接設備,無疑精巧的多,科研團隊表示該款產品高27μm,寬5μm,深2μm,內置可量突信號傳輸的HD-MEA(離體微電極陣列)晶片,側面還有翻轉指標器(A rollover indicator),小小功能能夠在多元領域中使用。

  微型機器人作用是非常廣泛的,雖然目前依然處於行業的研究初期階段,但有業內人士認為隨著微型機器人的高速技術發展,未來所具有的作用將會在多領域中使用,無論是在醫學領域還是在製造生產領域之中都可以使用到微型機器人,通過腦神經網絡連接將會改變大眾目前使用電子設備的模式。

  之前曾經有業內人士進行腦電波打字實驗,但其效果並不突出,打字速度約在一分鐘20個左右,由於其所用的設備相對一般,因此無法連接腦神經直接使用,一旦微米級機器人可以應用於實際生活之中,既可以通過腦電波打字,其打字速度要超過人手打字速度,有業內人士認為通過這一類型的技術連接,僅是打字速度方面就能夠達到200字以上,完全超過專業的打字員,此外在遊戲模式視頻感受,甚至在PC端操作時,都可以通過這一類型方式來完成。業內人士表示,未來階段這種外置裝備將不用直接和人體連接,只需要通過皮膚連接就可達成使用功能。

 

相關焦點

  • 韓國科學家用機器人體外操控了小鼠腦神經!不到 1 分鐘實現通信連接
    但是,上面這款機器人可不普通,它帶有神經元,能通過體外方式在神經簇之間形成並操縱神經網絡。因此,為大腦功能和相關疾病的研究實現了新突破。為何構建「體外神經網絡」?一直以來,腦科學研究者都在嘗試,希望更加深入地理解大腦的學習、記憶、運動、感覺處理和決策等功能,而大腦中這些功能的實現都離不開神經連接。要研究神經研究,科學家們提出了一種通過化學和電生理方法進行腦功能分析的「體外神經網絡」研究方法。為什麼要在體外研究甚至是操縱神經網絡?
  • Science Robotics | 三大先鋒機器人設計:從微米級的分子機器人到...
    本論文合作作者,UCSD 納米工程主席 Joseph Wang 說:「活性藥物的傳送是微型機器人最有前景的商業應用」。例如,去年 12 月瑞士 ETH 的研究人員就表明,線形納米機器人可受控靶向殺死癌細胞。我們可以從五個方面更好了解微型和納米機器人。1. 微型機器人很難移動,更難驅動機器人縮小到微型和納米級兩個關鍵挑戰就是運動和提供動力。
  • 醫療機器人研究院院長楊廣中教授在Science Advances雜誌發表微米...
    近日,上海交通大學醫療機器人研究院院長楊廣中在Science Advances雜誌上發表研究論文「Liquid seal for compact micropiston actuation at the capillary tip」(DOI: 10.1126/sciadv.aba5660)。
  • 科學家建立神經網絡環路連接的推斷基礎
    科學家建立神經網絡環路連接的推斷基礎 作者:小柯機器人 發布時間:2020/9/9 17:27:54 美國德克薩斯大學Ila R.
  • 神經網絡分析算法
    他們相互聯繫形成神經網絡,通過感官器官和神經來接受來自身體外的各種信息(在神經網絡算法中我們稱:訓練)傳遞中樞神經,然後經過對信息的分析和綜合,再通過運動神經發出控制信息(比如我在博客園敲文字),依次來實現機體與外部環境的聯繫。神經元這玩意跟其它細胞一樣,包括:細胞核、細胞質和細胞核,但是它還有比較特殊的,比如有許多突起,就跟上面的那個圖片一樣,分為:細胞體、軸突和樹突三分部。
  • 蘇黎世聯邦理工學院教授Brad Nelson:操縱微米納米級物體的機器人|...
    CCF-GAIR 為國內外學術、業界專家提供一個廣闊交流的平臺,既在宏觀上把握全球人工智慧趨勢脈搏,也深入探討人工智慧在每一個垂直領域的應用實踐細節。延續上一次大會的頂級嘉賓陣容,本次 CCF-GAIR 2017 將會迎來更多人工智慧和機器人行業重磅專家。在未來的一段日子裡,雷鋒網將陸續放出嘉賓介紹。
  • 神經網絡基礎:七種網絡單元,四種層連接方式
    兩個單元通常有獨自訓練的克隆(clone),每個克隆各有其權重,並以相同的方式相互連接。這些克隆可被看做具有相同結構的分離網絡。兩者本質上和常規單元相同,但是使用不同。池化和內插單元(interpolating cell)頻繁地與卷積單元相連接。這些單元實際上並不是單元,而是原始操作。池化單元接收輸入的連接並決定哪些連接獲得通過。在圖像中,這可被看做是縮小圖片。
  • 微米級別機器人誕生!
    英國《自然》雜誌26日發表了一項機器人最新成果:使機器人移動的重要部件——致動器研究出現突破,科學家由此創造了「專為行走而生」、數量超過100萬個的微型四腳機器人大軍。這一成果得益於這類與現有矽電子器件兼容的新型致動器的發展,這也是迄今已知首批尺寸小於0.1毫米的機器人。
  • 表徵學習、圖神經網絡、可解釋的 AI , ML & 機器人七大研究進展...
    作為一個對真實世界感興趣和經常使用這些新技術的人,我發現我對尤其是在像智慧型手機和小型自動機器人等資源受限的系統上使用這些技術的研究特別感興趣,這些研究將會促使這些工具和功能得到更廣泛的應用。在網絡蒸餾方面,一些很棒的工作十分值得關注:在訓練模型後使用優化技術刪除對整體性能影響不大的神經網絡部分,代價只不過是增加些計算量。
  • 中國科大研製可控磁控微納機器人 用於腫瘤靶向治療
    12月24日,記者從中國科學技術大學獲悉,日前該校工程科學學院微納米工程實驗室在利用調製結構光場高效加工微納機器人及其細胞移植、靶向藥物運輸方面取得重要進展。中國科學技術大學工程科學學院博士生辛晨、楊亮為論文的第一作者,吳東教授和胡衍雷副教授為論文的共同通訊作者。
  • 如何將機器人單元連接到任意工業網絡
    連接DeviceNet和PROFIBUS  作為最先進的自動化系統,SVIA的機器人單元需要與某些工廠級工業網絡連接,而此類通訊問題並非總是一切順利。幾年前,我們為一家客戶建造了機器人單元,他們承諾可以訪問其PROFIBUS系統,但後來我們的系統只充當其網絡中的一個獨立節點。
  • 神經認知學在機器人中的發展和應用(附PPT+視頻) | 雷鋒網公開課
    那麼,什麼是神經認知學,神經認知在機器人領域都有哪些應用?本期雷鋒網硬創公開課邀請到TIANBOT資深機器人研究工程師田博,為我們做主題為《神經認知學在機器人中的發展和應用》的分享。內容介紹本期公開課包含但不限於以下內容:神經認知在機器人領域應用簡介BBD與神經區域連接猜想RatSLAM,ehSLAM與空間認知細胞HMax與視覺皮層Neuromorphic與神經元連接
  • 總結 27 類深度學習主要神經網絡:結構圖及應用
    在前饋神經網絡中,一層的每個感知器與下一層的每個節點連接。因此,所有節點都是完全連接的。需要注意的是,同一層中的節點之間沒有可見或不可見的連接。在前饋網絡中沒有後迴路。因此,為了使預測誤差最小化,我們通常使用反向傳播算法來更新權值。
  • 表徵學習、圖神經網絡、可解釋的 AI,ML & 機器人七大研究進展一覽
    作為一個對真實世界感興趣和經常使用這些新技術的人,我發現我對尤其是在像智慧型手機和小型自動機器人等資源受限的系統上使用這些技術的研究特別感興趣,這些研究將會促使這些工具和功能得到更廣泛的應用。在網絡蒸餾方面,一些很棒的工作十分值得關注:在訓練模型後使用優化技術刪除對整體性能影響不大的神經網絡部分,代價只不過是增加些計算量。
  • 上海交大擬6年內研發微米級手術機器人
    上海交通大學今天宣布成立「醫療機器人研究院」。 值得一提的是,醫療機器人研究院在今天的發布會上公開了建設目標——在3年內自主研發毫米級手術機器人手;6年內實現精準的微米級手術;9年達到納米級到微納米級水準。
  • 衝量網絡|神經網絡
    人工神經網絡(Artificial Neural Networks,簡寫為ANNs)也簡稱為神經網絡(NNs)或稱作連接模型(Connection Model),它是一種模仿動物神經網絡行為特徵,進行分布式並行信息處理的算法數學模型。這種網絡依靠系統的複雜程度,通過調整內部大量節點之間相互連接的關係,從而達到處理信息的目的。
  • 手機也能應用深度神經網絡
    答案在於一種被稱為深度神經網絡的人工智慧技術。這些網絡非常擅長識別和分類數據,但它們往往需要大量的計算和內存才能運行——由於需求較高而不能在一般的智慧型手機上快速運行。如今,東北大學的研究人員已經證明了一種在智慧型手機或類似系統上運行深度神經網絡的方法。使用他們的方法,這些網絡執行任務的速度比以前快56倍,且不失準確性。
  • 華泰證券: 人工智慧選股之全連接神經網絡
    人工神經網絡模型具有強大的學習能力、適應能力、計算效率,可以良好地模擬出輸入空間到輸出空間的非線性映射關係,在很多應用領域已經取得了令人矚目的成果。本報告作為華泰人工智慧系列第八篇,開始嘗試從淺層結構學習模型邁向深度學習模型的研究,探索神經網絡與多因子結合選股將擦出怎樣的火花。
  • 【神經網絡】神經網絡簡介
    這種網絡依靠系統的複雜程度,通過調整內部大量節點之間相互連接的關係,從而達到處理信息的目的。剛剛入門神經網絡,往往會對眾多的神經網絡架構感到困惑,神經網絡看起來複雜多樣,但是這麼多架構無非也就是三類:前饋式網絡、反饋式網絡、圖網絡。
  • 人工神經網絡簡介
    每兩個節點間的連接都代表一個對於通過該連接信號的加權值,稱之為權重(weight),神經網絡就是通過這種方式來模擬人類的記憶。網絡的輸出則取決於網絡的結構、網絡的連接方式、權重和激活函數。而網絡自身通常都是對自然界某種算法或者函數的逼近,也可能是對一種邏輯策略的表達。神經網絡的構築理念是受到生物的神經網絡運作啟發而產生的。