《人工智能揭开水下秘密》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: mall
  • 发布时间:2018-01-05
  • 每年二、三月份,查尔斯河会被一层厚厚的冰层覆盖。鉴于水下的通信能力较弱,冰河环境对水下机器人来说一直是个巨大挑战。针对这个问题,麻省理工学院开设了一门课程,由副教授Henrik Schmidt和专家Michael Benjamin对学生们进行指导。Schmidt说:“人工智能(AI)由于其通信交流能力强,对水下海洋机器人技术来说至关重要,这也正是我们在课程上所关注的重点。”

    课程核心是自主式海洋机器人对查尔斯水下环境的适应性。学生使用MOOS-IvP进行编程,并在学期末时为在查尔斯河上进行的几项任务编写代码。这些任务包括在水中找到危险物体、接收沿河的模拟温度和声学数据、与其他机器人设备通信交流等。去年春天参加该课程的Alicia Cabrera-Mino说:“我们学到了很多水下机器人的应用以及海洋环境发展面临的一些挑战。”

    用AI实现海洋机器人的功能增强已应用在诸多领域,如收集海洋温度变化的数据、预测应对全球变暖战略、穿越尚未被探索的95%的广阔海洋、绘制海床地形地貌等等,帮助人类加深对海洋学的研究认识。

    据前美国海军导航员Gregory Nannig的说法,带有AI系统的海洋机器人能有效避免航行事故:“我认为,同雷达或GPS类似,AI可以帮助我们做出更好的决策,监测人类无法预知的东西。

    为使AI在水中有效运行,学生们需要在Schmidt和Benjamin的指导下,自主整合软件编程技能与海洋工程两方面的专业知识。Schmidt和Benjamin希望创造出能进入人类无法到达环境的水下机器人。Benjamin补充到:“如果我们可以做出这类机器人,就能对其海洋应用性有更深入的理解和探索。”

    (刘雪雁 编译)

  • 原文来源:http://news.mit.edu/2017/unlocking-marine-mysteries-artificial-intelligence-1215
相关报告
  • 《我学者揭开钙钛矿性能调控秘密》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2020-11-18
    • 记者15日从中国科学技术大学获悉,该校罗毅教授研究团队叶树集小组研究发现,二维杂化卤素钙钛矿的有机阳离子构象无序度越大,其宽带荧光发射越强,面内载流子迁移率越小,而面外载流子迁移率则由有机阳离子构象与无机骨架层间距共同决定。成果日前发表在《自然·通讯》上。   当前,在太阳能电池、发光二极管、场效应晶体管和光电探测器等领域,有机—无机杂化卤素钙钛矿材料展示了广泛的应用前景。然而,钙钛矿中有机阳离子构象如何调控钙钛矿性能?如何从分子水平上来理解结构调控性能?人们对此科学问题所知甚少。   叶树集小组通过制备具有不同烷基链长的二维杂化卤素钙钛矿,利用对称性敏感的和频振动光谱技术,结合光泵浦—太赫兹探测、电化学测试、荧光光谱以及X射线衍射等技术,进一步明晰了有机阳离子构象、载流子迁移率、宽带荧光发射以及无机骨架层间距之间的关联性规律,取得了重要进展。   这一成果展现了和频光谱在研究光转换材料结构对称性破缺方面的特异性,揭示了有机阳离子构象与钙钛矿载流子迁移率和宽带发射等性能之间的构效关系。
  • 《揭开钙钛矿超级太阳能发电的秘密》

    • 来源专题:可再生能源
    • 编译者:董璐
    • 发布时间:2015-04-15
    • 原理演示了基于混合有机/无机钙钛矿型半导体在光伏电池和发光二极管中载流子产生的磁场效应,这种效应是源于电子 (红色) 和外加磁场 (箭头) 的孔 (蓝色) 的进动频率不同。 信用: 犹他大学 便宜、 超高效太阳能发电的最大希望是称为混合钛矿晶体材料显族。经过短短五年的发展,混合钙钛矿型太阳能电池取得了需要花几十年时间才能实现与用于从太阳光产生电力的顶级常规材料相当的功率转换效率。