登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《人工智能原子机器人探测器将推动量子材料制造》

  • 来源专题：新一代信息技术
  • 编译者： isticzz2022
  • 发布时间：2024-03-14

  •       新加坡国立大学(NUS)的科学家们通过整合扫描探针显微镜技术和深度神经网络，开创了一种在原子尺度上制造碳基量子材料的新方法。这一突破突出了在亚埃尺度上实施人工智能(AI)的潜力，以增强对原子制造的控制，有利于基础研究和未来的应用。

          开壳磁性纳米石墨烯代表了一种技术上吸引人的新型碳基量子材料，它拥有强大的p自旋中心和非平凡的集体量子磁性。这些特性对于在分子水平上开发高速电子设备和创造量子比特至关重要，量子比特是量子计算机的基石。尽管通过表面合成(一种固相化学反应)在这些材料的合成方面取得了重大进展，但在原子水平上实现这些量子材料的精确制造和定制仍然是一个挑战。

         由新加坡国立大学化学系和功能智能材料研究所的吕强副教授和物理系的张春副教授领导的研究小组，通过整合探针化学知识和人工智能，在单分子水平上制造和表征开壳磁性纳米石墨烯，引入了化学家直觉原子机器人探针(CARP)的概念。这允许以自动化的方式精确地设计它们的p电子拓扑和自旋构型，反映了人类化学家的能力。

         CARP概念利用深度神经网络训练，利用表面科学化学家的经验和知识，自主合成开壳磁性纳米石墨烯。它还可以从实验训练数据库中提取化学信息，提供未知机制的结合。这是对理论模拟的重要补充，有助于更全面地了解探针化学反应机理。这项研究是由中国清华大学副教授王晓楠参与的。

         研究结果于2024年2月29日《NATURE》上发表。研究人员在一个复杂的位点选择性环脱氢反应中测试了CARP概念，该反应用于生产具有特定结构和电子性质的化合物。结果表明，CARP框架可以有效地采用科学家的专业知识，并将其转化为机器可理解的任务，模拟工作流程来执行单分子反应，从而操纵最终化合物的几何形状和自旋特性。

         此外，研究小组的目标是通过从数据库中提取隐藏的见解，充分利用人工智能的潜力。他们使用基于博弈论的方法来检验框架的学习成果，建立了一个智能学习范式。分析表明，CARP有效地捕获了人类可能错过的重要细节，特别是在使环脱氢反应成功时。这表明，CARP框架可能是获得对未探索的单分子反应机制的额外见解的有价值的工具。

         卢副教授说:“我们的主要目标是在原子水平上创造、研究和控制这些量子材料。我们正在努力彻底改变这些表面材料的生产方式，以便更好地控制它们的结果，一直到单个原子和键的水平。在不久的将来，我们的目标是进一步扩展CARP框架，以大规模和高效地采用多功能表面探针化学反应。这有可能将传统的基于实验室的表面合成工艺转变为实际应用的片上制造。这种转变可以在加速量子材料的基础研究方面发挥关键作用，并开创智能原子制造的新时代。

  • 原文来源：https://www.spacedaily.com/reports/AI_enabled_atomic_robotic_probe_to_advance_quantum_material_manufacturing_999.html
215浏览量
原文链接
相关报告

  • 《人工智能和机器人技术的使用案例》
    • 来源专题：装备制造监测服务
    • 编译者：zhangmin
    • 发布时间：2021-02-03
    • 人工智能和机器人技术正在给科技领域带来巨大的变化。人们在20年前的梦想现在已经变成了现实。从制造厂的自动化系统到餐馆里的自助机器人，科技不断发展，推动人类文明的进步。 　　在当今世界，人工智能和机器人作为问题解决者、伙伴和响应者为人类提供服务。如今，当人们与某家网站上的在线助理聊天时，通常以为是与客服交流，实际上却与聊天机器人聊天。人工智能技术已经取得了长足的进步，但不会止步于此。 　　人工智能和机器人技术正在多个领域得到应用 　　当人们谈论人工智能和机器人技术时，其实并不特定用于某个行业。它们得到几乎所有行业和部门的青睐，例如国防、医疗保健、汽车、健身、教育、零售、制造业、游戏等。 　　可以肯定地说，人工智能机器和计算机将会积极管理大部分交易。这只是一个开始。人工智能、机器学习、机器人技术必将在未来几年中得到进一步发展。数据在这些系统的开发中起着至关重要的作用，因为数据使这些机器能够自行学习。以下讨论一下人工智能和机器人技术的应用以及它们如何塑造人类的未来。 　　人工智能和机器人如今在哪里使用? 　　人工智能和机器人是自动化任务的强大组合。近年来，人工智能已广泛应用在机器人解决方案中，为以前的应用带来了学习能力和灵活性。尽管这两种技术还处于起步阶段，但二者结合使用时效果很好。 　　1. 虚拟助手和聊天机器人 　　虚拟助手和聊天机器人以其惊人的自动化水平推动着世界的发展和进步，并降低成本、提高生产力。虚拟助手是人工智能和机器学习的一种表现形式，通过模拟与人的对话。虚拟助理和聊天机器人被设计成使用自然语言处理(NLP)的功能来遵守自动规则。最近的技术进步显着提高了它们的性能，Siri、Google Assistant、Alexa都是虚拟助手的典型产品。 　　从回答诸如时间和天气之类的基本问题，虚拟助手将逐渐成为人们的得力助手。更好的是，它们可以与家中的家用电器设施完美融合。采用物联网技术，人们可以命令虚拟助手打开房屋中的灯具、空调、电视等电器。 　　2.农业机械 　　机器人技术和人工智能是农业可持续发展未来的最佳选择。几个世纪以来，由于环境污染、过度耕作、劳动力短缺以及人口增长，粮食供应链面临危机，它正威胁着人们最基本的生活需求。人工智能和自动化可以减轻农业劳动力老龄化的影响。有了自主无人机、自动驾驶农业机械等，农民可以花更多的时间专注于创造可持续的农业收成。 　　Deere公司是一家着名的农业设备制造商，因其自动驾驶机械而广受欢迎。此外，它还通过引进自动杂草喷洒器扩大了其农业服务范围。该公司利用先进的机器人技术、机器学习和计算机视觉来区分农作物和杂草以进行清除。此外，大数据正在帮助农民种植出更好的作物。大数据催生了处方农业，它使用基于网络的工具来创建地图或处方，告诉农民在某些作物和地区需要施用多少肥料。 　　3. 自主飞行 　　自主飞行器使用计算机视觉技术在空中盘旋，同时避开障碍物快速移动。随着人工智能的引入，这些飞行器变得越来越智能。从鸟瞰图监视到安全监视、录像、救援任务等功能，无人机正在革新并取代许多工作岗位。计算机视觉在自动飞行中的应用包括障碍物检测、避免碰撞、自我导航，以及目标跟踪。 　　机器学习可以给自动驾驶飞行器的工作方式带来巨大的变化。在无人机捕捉实时数据的同时，还使用了机载智能系统，使其能够根据实时数据自己做出决策。 　　这些无人机可用于城市管理和智能城市，用于高级监视、快速面部识别或跟踪目标。它们对农业也非常有益，因为它们可以监测作物，检查土壤肥力，评估土壤成分，并帮助农作物生产。其他应用可能包括： 　　扫描或绘制房地产中建筑物的地形; 军事侦察或与敌人作战; 用于人员跟踪和面部识别。 　　4. 零售、购物和时尚 　　零售业近年来已经从人工智能和机器学习中获益。人工智能正在帮助零售商通过数据分析更好地了解他们的目标市场。因为数据是数字世界的新货币，它可以决定业务成败。而零售商正在使用预测分析来帮助根据销售数据预测客户行为。电子商务网站正在使用基于客户的区域搜索趋势、位置和搜索历史记录的建议。此外，像亚马逊公司根据过去的销售数据为顾客提供产品推荐。 　　人工智能还帮助零售商通过定制发送给潜在客户的信息来增强他们的在线商店。内容生成是一个乏味的过程，但是通过人工智能的自然语言生成(NLG)，零售商可以向客户发送有针对性的信息和报价。 　　机器人已经被引入管理库存和销售区域，从而提供更精确的精度并削减成本。而在时尚领域，人工智能应用在供应链和时尚商店。从服装的分类到缝纫衣物，这些平凡而繁杂的任务都是由人工智能系统来完成的，并具有更高的精度和更快的速度。机器人可以轻松精确地缝合，还可以检测织物材料中的缺陷，从而确保质量。 　　5. 安全与监视 　　如今的机器人使用人工智能、远程传感器，高清摄像头以及快速的计算机处理程序满足不同需求，并提供了功能完善的安全系统。专家认为，机器人可以轻松地保护指定区域，它们可以使用地图软件来创建地理围栏。 　　这些机器人可以用来监视地面和建筑物内部情况。它们经过智能设计，使用GPS系统，可以轻松找到几厘米范围内的物体。所以当移动时知道自己的方位。他们可以每天用安全摄像头记录和存储数据。采用人工智能的安全系统是一个以高清摄像机为基础的自我监控系统。 　　最新的人工智能动力安全机器人使用面部识别技术来识别进入建筑物的人员的身份，并创建一个目录，其中包含定期访问者或熟人。 　　6. 体育分析与活动 　　人工智能和机器人如今也应用在体育行业，以使体育比赛更精彩、更公平。体育活动对于某些人来说是一种情感所系，更重要的是价值数百亿美元的产业。全球的体育组织和协会都在尽最大努力获得竞争优势，并使用机器人技术和人工智能让体育爱好者有着更好的体验。 　　人工智能可以帮助运动员提高体能，发现队员的天赋。一些体育项目已经采用机器人裁判，而智能机器人可以帮助观众在体育场找到座位。对于那些不想到体育活动现场的人来说，采用VR耳机可以获得这样的体验，人工智能也在帮助俱乐部和团队根据之前的数据制定策略。 　　以下是体育产业采用的一些人工智能技术和措施： 　　智能应用程序和虚拟现实技术正在推动体育爱好者的参与度; 机器裁判很快将成为现实; 智能算法正在开发新游戏; 人工智能正在帮助团队管理和支持人员寻找新的明星球员; 人工智能正在协助俱乐部和球队保护其球员的健康。 　　7. 制造与生产 　　随着机器人技术和人工智能的实施，可以看到制造业和生产行业的发展。在制造业中引入人工智能技术的主要原因是弥补劳动力不足，简化整个生产过程并提高效率。在以往，制造商需要花很多精力来管理任务系统。自从机器人接管以来，可以提高工作效率。 　　人工智能通过使产品决策更迅速、更智能来帮助制造行业。这是一个定制产品的时代，人工智能正在帮助制造商收集有用的客户数据，这些数据用于做出基于产品的决策。此外，它还帮助制造工厂降低整体生产成本。人工智能和机器人技术是制造业的未来。为了更好地了解机器人技术和人工智能在制造业中的重要性，可以了解它们的用例： 　　基于需求的生产; 自动控制; 损害控制和快速维护; 产品设计和重新设计。 　　8. 游戏 　　机器人技术和人工智能影响了计算机游戏的设计和玩法。人工智能正在帮助游戏开发人员创造新角色，并模仿人类的行为。人工智能在游戏中的主要作用是收集和处理从玩家那里获得的数据。最重要的是，它使游戏开发者能够根据他们的需求和期望来创建游戏。 　　人工智能算法的适应性和学习性允许创建真实自然的游戏环境。 　　最后但并非最不重要的一点是，基于人工智能的游戏具有出色的图形展现。在以往，通常需要由数百名开发人员组成的团队来创建出色的图形，但是采用人工智能，其整个过程实现自动化，这节省了大量时间、资金和资源。 　　结论 　　人工智能和机器人技术是未来的驱动力。在接下来的十年中，人们将会看到基于人工智能惊人的技术发展。人工智能是关于数据的，一旦正确实施，人工智能将使用给定的数据使人们受益，从而使大多数流程自动化，并使人们的工作和生活更轻松。
    313浏览量
    原文链接

  • 《机器视觉和人工智能在现代制造中的关键作用》
    • 来源专题：智能制造
    • 编译者：icad
    • 发布时间：2024-02-28
    •   在竞争日益激烈和监管日益严格的环境中，机器视觉(MV)解决方案对于制造商来说变得至关重要。在严格的监管要求、创新的制造技术和严重的劳动力短缺的推动下，该行业正在转向技术解决方案。   人工智能在MV中的重要性与日俱增   将人工智能集成到机器视觉解决方案中代表着制造业的重大转变。预测质量控制机器视觉市场将出现显着增长，预计将从2023年的23亿美元增长到2028年的72亿美元。这种增长轨迹强调了人工智能在现代制造业中的关键作用，其驱动力是其增强和增强的能力传统的中压系统。   人工智能在机器视觉领域的优势   将人工智能(AI)集成到制造业的机器视觉(MV)中可带来一系列变革性优势，重塑工业质量控制的格局。最大的优势之一是提高了识别缺陷的准确性和精确度。人工智能算法擅长处理视觉数据，大大减少错误并确保高精度。这种准确性对于保持产品质量标准的一致性至关重要。   另一个关键优势是检查速度的显着提高。AI驱动的MV系统可以实时分析视觉数据，从而在不影响质量的情况下实现更快的检测速度。这种高速处理对于维持高效的生产线和支持高吞吐量的制造环境至关重要。   人工智能还提供了卓越的适应性和灵活性。它可以从新数据中学习，使其适应不同的产品或制造环境。这种学习能力允许根据特定的制造需求和要求进行定制，使人工智能成为制造武器库中令人难以置信的多功能工具。   此外，从长远来看，人工智能在MV中的集成可以带来显着的成本效益。通过减少材料浪费并最大限度地减少手动检查的需要，MV中的人工智能可以节省大量劳动力成本。此外，它还通过减少潜在危险环境中的人为干预需求并减轻工人重复性任务的压力来增强安全性和人体工程学。   运营的可扩展性是另一个重要优势。AI驱动的MV系统可以轻松扩展或适应不同的生产线，从而灵活地响应产品设计或制造方法的变化。人工智能提供的丰富的数据驱动见解补充了这种可扩展性。通过分析大量数据，人工智能可以识别趋势和模式，帮助进行预测性维护并提高制造效率。   最后，在MV中采用人工智能可以为制造商提供竞争优势。它将他们定位为创新和技术的领导者，从而能够更快地适应市场需求和变化。环境效益进一步增强了这种竞争优势，因为人工智能优化的流程通过资源优化和能源效率有助于实现更可持续的制造实践。   要点：   ● 提高缺陷检测的准确性和精确度。   ● 提高检测速度以实现高效生产。   ● 对不同制造环境的适应性和灵活性。   ● 长期节省成本并提高安全性。   ● 可扩展性和丰富的数据驱动见解。   ● 竞争优势和环境效益。   人工智能与机器视觉集成的挑战和限制   尽管有这些优势，但在制造中将人工智能与机器视觉相结合也并非没有挑战。最令人畏惧的问题之一是高昂的初始成本和投资回报率(ROI)的不确定性。AI-MV系统的部署需要对先进硬件和软件进行大量资本投资。此外，制造商经常面临投资回报率的不确定性，尤其是当生产力提高或缺陷减少等效益可能需要一段时间才能显现出来时。   另一个重大挑战是将这些先进系统与现有制造基础设施集成。旧设备和软件的兼容性问题可能会造成相当大的障碍，而重新配置现有工作流程以适应AI-MV系统可能会扰乱生产流程。   对技术专业知识的需求是另一个障碍。通常缺乏能够操作和维护这些复杂系统的熟练人员。此外，人工智能技术的快速发展需要对劳动力进行持续培训和提高技能，从而加剧了资源紧张。   数据隐私和安全问题也很突出。AI-MV系统对数据的依赖日益增加，引发了数据漏洞问题以及遵守严格数据保护法规的需要。此外，维持系统可靠性和诊断人工智能驱动系统中的问题的复杂性可能会导致生产延迟和质量问题。   可扩展性和灵活性问题也带来了挑战。人工智能模型可能难以快速适应产品设计或制造流程的变化，需要额外的投资和再培训。人工智能和机器视觉技术缺乏标准化可能会导致互操作性问题和对特定供应商的依赖，从而限制制造商的灵活性。   人工智能的“黑匣子”性质是另一个严峻的挑战。人工智能决策过程缺乏透明度可能会导致信任问题，尤其是在质量控制和监管合规性至关重要的行业。由于训练人工智能模型对质量数据的依赖，这一问题变得更加复杂。数据不充分或有偏差可能会导致人工智能预测不准确，从而破坏系统的有效性。   要点：   ● 初始成本高，投资回报率不确定。   ● 与现有系统的复杂集成。   ● 需要技术专业知识和持续培训。   ● 数据隐私、安全问题和系统可靠性问题。   ● 可扩展性和灵活性的挑战。   ● 人工智能决策缺乏标准化和透明度。   未来展望与创新   展望未来，持续的创新有望进一步增强这些技术，使它们更具适应性、更高效，并且更能融入制造流程。随着人工智能在质量控制方面的优势变得更加明显，其在制造业的采用将继续增长。这种增长不仅仅是市场的扩大，更是技术本身的演进和完善。制造商越来越多地寻求人工智能增强的MV解决方案来应对现代生产环境的挑战。   将人工智能集成到机器视觉中正迅速成为制造业的关键组成部分。这项技术正在改变现有流程并为质量和效率设定新标准。随着市场不断扩大和发展，人工智能在机器视觉中的作用变得越来越重要，有望解决当前的挑战并塑造制造业的未来。 
    131浏览量
    原文链接