大发注册-大发注册

未来的诗和远方，或许是机器人为我们“负重前行”******

　　近日，美国研究人员在探索一种新的机器人训练方法时发现，对工具的语言描述可以促使模拟机器人加速学习使用各种工具，也就是说，熟练使用工具的机器人可以帮助人类完成重复性或挑战性任务。

　　根据用途的不同，机器人可以被划分为工业机器人、服务机器人以及特种机器人，其中“服务机器人”与我们的生活最为贴近。它们正在为不断上升的劳动成本提供解决方案，并开启了一种崭新的人机互动方式。今天，一起来看看世界各地的机器人在为我们的生活做着哪些努力吧！

图源：pixabay

　　01

　　赶配送

　　目前，一些配送机器人已经可以通过使用多传感器导航系统，在导航过程中辨别二维或三维的结构，精准、灵敏地识别障碍，实现厘米级避障、秒级反应速度，大幅度提高对环境的感知能力，保证配送过程的导航稳定性。华盛顿Steak N Egg Diner餐厅老板奥斯曼·巴里（Osman Barrie）从一家名为Bear Robotics的初创公司租用了一台名为“Servi”的机器人，负责摆桌子、供应食品和饮料。

图源：巴伦周刊

　　02

　　跳舞蹈

　　美国工程与机器人设计公司波士顿动力（Boston Dynamics）联动自家的四足机器人Spot和人形机器人Atlas跳起了男团舞。它不仅可以完成动作，还能将歌曲MV中的人物动作模仿出来。这些舞蹈的展示不但有趣，还体现了机器人之间如何稳健、灵活地合作。

图源：Boston Dynamic

　　03

　　做手术

　　医学手术通常要求高精度操作。以玻璃体视网膜眼科手术为例，理想手术操作精度要求为10微米，是头发直径的1/8。而医生手部物理抖动幅值一般为100微米，这意味着完成一台高精度手术对医生的要求极其苛刻。

　　有了手术机器人的介入，医生可以在相机反馈的辅助下，利用操纵杆控制眼球切口中的微型视网膜手术机器人R2D2，将起皱的视网膜（厚度仅有10微米）铺平，修复病人的视力。

图源：pixabay

　　04

　　修动车

　　配备机器视觉、图像识别等技术，动车组检测机器人已经拥有了动车一级检修作业能力。

　　它由检测机器人、中心服务器、手持移动终端、列位检测和信息管理平台等五大模块组成，可全自动检测所有型号动车组车底和转向架可视部件，具备数据无线传输、故障自动判断等功能，作业效率是人检的2.75倍。

图源：pixabay

　　05

　　做刑侦

　　日本机器人公司SBRH研发了一款机器人Pepper，可以对人类的面部表情进行识别和解读，与人脸识别技术相伴而生。通过对人类情感甚至是心理活动的有效识别，使机器人获得类似人类的观察、理解、反应能力，可应用于机器人辅助医疗康复、刑侦鉴别等领域。

图源：中国机械工程学会

　　06

　　助行走

　　2014年，世界杯开幕式首次由一位瘫痪少年负责开球。这位少年借助先进的机械外骨骼结构，通过大脑意识从轮椅上站起来大脚开球。

　　机械外骨骼结构被视作“可穿戴的机器人”，兼具有机器人的智能性与人体骨骼的仿生性：外骨骼通过各类传感器探测脑内电极和肌肉电信号，将活动信号传输给机器人，机器人再进行具体的机械动作。

图源：环球网

　　07

　　做清洁

　　目前使用最普遍的是清洁机器人。随着技术的迭代升级，清洁机器人的功能逐渐多样化，也可以满足多样化清洁需求，已经应用至交通枢纽、写字楼、园区等诸多场景。同时，清洁机器人的产品品类也日渐多元化，除了可以地面清洁之外，还出现了泳池清洁机器人以及解决幕墙清洗难题的高空清洁机器人。

图源：pixabay

　　08

　　忙配药

　　零售药店沃博联（WBA）正在研究使用机器人技术来配药。目前该公司配置了9个自动化“微型配送”中心，机器人可以配制80种不同的药物，为2000多家药房提供支持，每小时最多可以处理300张处方的配药，这与一家人手充足的药房一天配药数量相同。

　　这不仅是为了节省劳动力成本，还可以缩短病人在药房里的等待时间，药剂师可以投入更多精力为病人提供咨询服务，处理紧急处方需求等。

图源：pixabay

　　09

　　进厨房

　　美国连锁餐厅Chipotle Mexican Grill （CMG）最近开始在洛杉矶测试机器人Chippy，这款机器人专门用来制作玉米片。它能把玉米片浸入热油中，搅动油锅中的篮子，然后用盐和酸橙调味。CMG首席技术官库尔特·加纳（Curt Garner）称，虽然仍然需要人工打包和上菜，但在订单激增的午餐高峰期机器人是不可或缺的。

图源：pixabay

　　10

　　帮搜救

　　哈佛大学的研究人员从蚂蚁中获得灵感，利用“光激素”设计出一组机器人RAnts。这种机器人可以相互响应，协同工作，并对环境做出反应。RAnts 仅通过简单的本地规则进行编程，遵循光敏场的梯度，避开光敏素密度高的其他机器人，并在光敏素密度高的地方捡起障碍物，然后将它们扔到光敏素密度低的地方。

　　根据这些规则机器人可以实现复杂的集体“越狱”行动，并在未来应用于解决复杂的问题，如建筑、搜救和防御。

图源：网络

　　机器人的功能多样化离不开其3D视觉系统、位置测绘以及机械工程的进步。“集群智能”（swarm intelligence）也越来越帮助机器人共享任务并一起工作。此外，通过5G或Wi-Fi网络连接，可以实现对机器人的远程监控、编程和故障排除。

　　知识的量化与技术的进步不断为机器人带来新变化，而对于人本身而言，其最宝贵的智慧与灵性终究不可量化。如何做好机器与人的协同共生是未来我们共同面对的课题。

　　审核：张宁 策划：李政葳  撰文：穆子叶 编辑：李飞

　　参考 |新华社、参考消息网、科学网、科技日报、虎嗅

周鸿祎委员：数字时代新风险丛生 安全不再是“附属品”******

　　【代表委员履职心语】

　　以下为采访摘要：

　　记者：在数字经济蓬勃发展的背景下，面临哪些新的安全挑战？有哪些建议？

　　周鸿祎：最大的安全挑战就是，数字经济是基于数字化技术，数字化技术带来的问题就是一切皆可编程，所有的东西都是软件，软件定义世界。万物互联时代，虚拟空间与物理空间打通，过去所有对虚拟世界的伤害都能变成物理世界的打击；还有大数据驱动业务，数据也变成了可攻击对象，过去数据就是起到存储作用，现在数据一旦瘫痪，就意味着业务停止。

　　具体来讲，网络攻击低成本、隐秘性，导致了现在网络攻击对手已经不再是“小毛贼”，那些勒索软件都是有组织的犯罪；此外，物联网、工业互联网、车联网使得基础设施包括工厂、变电站、交通设施等都成为攻击对象，攻击范围和原来完全不一样；再加上数字化技术本质都是软件，比如，5G通信、物联网、区块链、云计算、大数据、人工智能等，这些技术都属于复杂技术，本身都会有安全问题；还有，数字化带来很多场景的增加，比如，工业互联网场景、车联网场景等，其中，工业互联网涉及很多智能车床、数控车床联网，有很多智能设备和供应链连在一起，供应链又有很多中小企业；车联网还有一个挑战是，过去车厂跟用户不联网，现在用户都要安装App，访问车联网服务。这些改变使得网络数字化安全面临的挑战和威胁与原来网络时代完全不一样。

　　当前，传统行业纷纷进入产业数字化领域，要面临复杂的场景、复杂的数字化技术，就不能够等把这些东西建设好，再把安全作为一个附庸，买点软硬件来合规。我觉得国家一定要支持这些重要行业、关键基础设施，要做好数字化安全顶层设计。

　　过去相关行业遇到网络安全问题，都是找网络安全公司“买药吃”，吃再多“药”也没有真正变成能力的积累和沉淀。网络安全要从卖盒子、卖软件这种思路，转变成为帮助客户建立自己的“数字化医院”，也就是安全基建，要帮助很多城市、大型企业建立网络安全基础设施，有了安全基础设施，就像有了医院，再加上培养大量医生，也就是网络安全专家、网络安全运营人员，这样才能帮助很多单位真正地把自己的安全应对能力建立起来。（光明日报全媒体记者 李政葳 孔繁鑫）

　　（文图：赵筱尘 巫邓炎）