Биты и Болты | ИИ • Роботы • Наука

🦅 Дрон научили садиться на ветку почти как птицу — на ощупь Инженеры TU Delft сделали дрон, который умеет находить ветку, уточнять её положение прикосновениями, хвататься за неё и после посадки полностью выключать моторы. Главное отличие от предыдущих подобных экспериментов — аппарату не нужна идеально известная геометрия ветки или хороший обзор в момент захвата. Сверху дрона установлена лёгкая трёхпалая кисть. На каждой из девяти фаланг находится простой ёмкостный датчик: сам по себе он сообщает лишь «касание есть», но робот знает положение собственных пальцев и по последовательности контактов восстанавливает положение и ориентацию объекта. После этого он доворачивается, закрывает пальцы и проверяет, получился ли устойчивый захват. Есть ещё одна хорошая инженерная деталь: пальцы закрываются пружинами. Поэтому после успешной посадки удерживать ветку можно без постоянного расхода энергии на привод. В моделировании система показывала более 99% успешных посадок при ошибке первоначального определения положения цели до 0,6 м; физический прототип подтвердил способность работать с заметно ошибочными координатами и объектами разной формы.

🤖 Японские заводы хотят научить станки самим понимать, как изготовить деталь 30 августа стало известно о новом японском альянсе примерно из 20 промышленных компаний, включая Kyocera и Kobe Steel. Проект возглавляет стартап Arum, а технологическую поддержку оказывает Microsoft Japan; полноценная работа должна начаться в октябре и продолжаться около четырёх лет. Но интереснее цель. Компании хотят создать physical-AI систему, при которой станок получает данные о детали и сам формирует последовательность операций обработки, вместо того чтобы инженер вручную писал управляющую программу. Если это заработает на разнообразных реальных деталях, physical AI получит гораздо более практичное применение, чем гуманоид, который эффектно ходит по сцене: машина начнёт заменять часть квалифицированной технологической работы непосредственно на производстве.

🪳 Таракан с камерой находит человека под завалом, второй делает укол Австралийские инженеры превратили гигантских роющих тараканов в маленькую спасательную команду. Одному крепят камеру, второму — миниатюрный инъектор с лекарством. Управляет ими человек дистанционно. Идея в том, чтобы отправлять таких «киборгов» туда, куда спасатель или обычный робот физически не пролезет: в щели разрушенного здания, пещеры и другие тесные пространства. Электроды позволяют оператору направлять таракана, воздействуя на его усики и церки, а камера первого насекомого помогает навести второго на пострадавшего. Сам инъектор тоже занятная инженерная штука. Пружина запускает иглу, а внутри миниатюрного шприца смешиваются лимонная кислота и бикарбонат калия. Выделяющийся CO₂ создаёт давление и выталкивает лекарство через иглу. В испытаниях на свиной коже механизм успешно вводил жидкость в 90% случаев. С навигацией всё пока менее идеально. При нахождении не дальше 15 см от цели успешность укола доходила до 95%, но вся последовательность с правильным позиционированием и стабилизацией таракана перед инъекцией удавалась в 72% испытаний. До настоящих завалов ещё предстоит проверить связь, сложный рельеф и работу всей системы вне лаборатории. Здесь особенно хорош сам инженерный компромисс. Вместо попытки построить крошечного робота с приводами, батареей, ногами и системой равновесия исследователи оставили всю механику передвижения живому таракану, а электронике достались управление, камера и полезная нагрузка. Выглядит слегка антиутопично, зато для поиска людей под завалами такая биомеханика действительно имеет смысл.

🧠 В Лондоне AI впервые помогал нейрохирургу прямо во время удаления опухоли мозга В британском National Hospital for Neurology and Neurosurgery впервые применили экспериментальную AI-систему не для анализа снимков до операции, а непосредственно во время нейрохирургического вмешательства. AI смотрел на живой видеопоток с хирургической камеры и выделял критически важные структуры у основания мозга. Там буквально в миллиметрах друг от друга находятся опухоль, гипофиз, кровеносные сосуды и нервы, отвечающие за зрение. Систему разработали в UCL и обучили на сотнях записей нейрохирургических операций. Она не двигала инструменты и не принимала решения вместо врача — это важно. Её роль больше похожа на навигацию: помочь хирургу распознать анатомию и понять, где особенно опасно продолжать движение. Первая операция на пациенте на самом деле состоялась в мае, но результаты и подробности клинического испытания впервые раскрыли 27 августа. Опухоль удалось удалить, зрение пациента сохранилось, сейчас он уже вернулся к работе. Это хороший пример применения AI, где не нужно изображать «робота-хирурга». Человек остаётся за инструментами, а компьютерное зрение пытается дать ему дополнительный слой информации там, где ошибка в один миллиметр действительно имеет значение. Теперь главный вопрос — сможет ли клиническое испытание показать пользу не на одном эффектном случае, а статистически.