普通人一跃不过两、三英尺,即使是动物王国中那些跳跃健将也很难把成绩提高一个数量级。
但机器人可能!先前垂直跳高纪录的保持者仅勉强跳过1层楼的高度,但如今这道标线已经变成了10层楼高。成绩来自一部重量不及网球的机器人,它跳出了102英尺(31米)高,相当于从自由女神像的脚部直接蹦到眼部位置。
这项技术可能在行星探索领域发挥重大作用。由于月球的引力强度仅为地球的六分之一,这种小型跳跃机器人能够垂直跳跃超410英尺、横向跳跃超1600英尺,由此轻松前往人类因大气稀薄/地形不稳而难以前往的样本/数据收集位置。而且这方面的探索已经起步,机器人的开发者Veritasium正在研究如何让设备自我调整以准备下一轮起跳。
这么小的机器人是怎么蹦起30多米的?视频显示,为了严格符合“跳跃”的定义,这些机器人不能像火箭那样消耗燃料、也不能像箭那样进行额外的能量转换。总之,这台机器人只能靠自身设计和结构跃起。这台机器人由四个碳纤维拱结构实现推进,这些拱结构通过松紧带系在中央的支撑轴上。
机器人顶部的瓶鼻状隔槽内装有一部电机,通过绳子连接至支撑轴。当电机启动,它会卷起绳子、缩短支撑轴长度并拉动碳纤维拱收缩。这种形态收缩就如同弹簧,当电机松开绳子后,碳纤拱的回弹就将机器人向上推起。而夸张的弹跳高度要归功于其轻的结构,最终达成的创纪录成绩不禁让人们对它在太空中的表现充满期待。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。