斯坦福華人教授研發(fā)柔性電極，像皮膚一樣柔軟、透明可拉伸；傅利葉智能發(fā)布「拯救系」外骨骼機器人，比國外同類便宜3-5倍；可以自動播種、噴灑農(nóng)藥，甚至自動除草的Farmbot機器人。
新研究
斯坦福華人教授研發(fā)柔性電極，像皮膚一樣柔軟、透明可拉伸
近日美國斯坦福大學(xué)華人教授鮑哲南領(lǐng)導(dǎo)的研究團隊在新一期美國《科學(xué)進展》雜志上發(fā)表報告稱，他們開發(fā)出了一種導(dǎo)電性和拉伸性極佳的高分子材料，可用于可拉伸塑料電極。這種柔性電極也可作為可穿戴電子器件。也就是說，如果成功，以后，我們帶有「智能」的衣服或者體內(nèi)的供電設(shè)備就不會再被僵硬的電路掣肘了。
在研究中，鮑哲南的團隊發(fā)現(xiàn)的柔性聚合物很薄，并且透光率達到了96％，幾乎是透明的材料，而且它還具有高導(dǎo)電性，把它運用到柔性電極的基板上面非常合適。為了增加這種材料的韌性和機械性，研究人員為其添加了特殊的添加劑，改變了材料分子之間的結(jié)構(gòu)，使得高分子材料更容易拉伸。經(jīng)過測試，新材料被拉伸到原來長度的兩倍時，仍然能保持高導(dǎo)電率。
據(jù)介紹，接下來，鮑哲南和他的團隊將會驗證這種材料是否可以植入生物體，是否會對生物提造成損害。
新產(chǎn)品
他們發(fā)布「拯救系」外骨骼機器人，比國外同類便宜3-5倍
3月17日，傅利葉智能在上海國際貴都大酒店舉行了一場發(fā)布會，推出了公司下肢康復(fù)機器人Fourier X1。公司CEO顧捷在會上提出了上述關(guān)于器官的說法，并表示，近視眼患者戴上一副眼鏡就可以和正常人一樣看書，無法行走的殘疾人如果穿上一套外骨骼機器人，就可以像普通人那樣邁步行走，那么這種機器人也會成為一些殘障人士的「器官」。
無論是以色列的Rewalk還是日本的Cyberdyne，他們的產(chǎn)品價格都要7萬美元—20萬美元，這對于普通消費者來說還是非常昂貴的，傅利葉智能的CEO顧捷表示，F(xiàn)ourier X1產(chǎn)品投入市場后，價格將是國外同類產(chǎn)品的1/3至1/5。
像玩QQ農(nóng)場一樣種真實的菜，這個機器人真的可以！
Farmbot機器人可以自動播種、噴灑農(nóng)藥，甚至自動除草，你要做的是在作物成熟時去收割就好了。
據(jù)了解，F(xiàn)armbot的硬件使用Arduino開發(fā)板和樹莓派，軟件是可定制和擴展的開源平臺，它的密碼也在于此，F(xiàn)armbot的零件是定制的，比如播種器、澆噴頭、土壤探測器、攝像頭和雜草拔除器，它們都使用一種有12個電路接口及3個液體/氣體管道的通用接口連接，可以自動探測土壤質(zhì)量，精確控制澆水量，借助攝像頭和計算機視覺，它就能分辨出作物和雜草。
將這些零件安裝好之后，你就可以通過一個配套的App來時刻觀察自己的菜園了，就像QQ農(nóng)場一樣。你可以直接拖拽不同的作物到菜地上，機器人就會在相應(yīng)的位置播下種子，你甚至能為每一株作物制定不同的種植計劃。Farmbot還有一些可擴展的零件，它們也可以通過App實現(xiàn)手動控制，比如，做一個嚇鳥用的稻草人？
新公司
他們創(chuàng)建了一個“算法商店”，讓普通人也能變身AI專家
有微軟背景的Diego Oppenheimer想要做的，就是讓Algorithmia成為一個開放式算法市場，一方面挖掘那些被“雪藏”的算法，另一方面幫助互聯(lián)網(wǎng)企業(yè)、開發(fā)人員甚至普通人提升“AI能力”，讓算法使用起來更簡單、更有效。
在“商店”中，算法開發(fā)者（包括學(xué)院、科研機構(gòu)等）將其發(fā)明的算法共享并定價，App開發(fā)者通過瀏覽和查詢找到自己想要的算法，完成支付，Algorithmia的云平臺就可以反饋結(jié)果，從而避免了將算法直接集成到應(yīng)用中的過程，降低了App開發(fā)者實現(xiàn)算法的門檻。
融資800萬美元的Astro，要讓聊天機器人為你打理臃腫的收件箱
作為新一代的郵箱，Astro要做一點完全不同的東西，它的最大特色是人工智能聊天機器人Astrobot。
Astrobot使用“Ask Astrobot”作為喚醒詞，目前，它提供“提醒”、“查詢信息”、“處理郵件”（zap）、“發(fā)送郵件”等功能。如果選擇提醒，你可以使用 remind me to [ ] at [time] on [day] 的語法，設(shè)置一個事項，到時間后，系統(tǒng)會自動給你發(fā)送一封郵件提醒你。發(fā)送郵件也是類似的語法，你可以在聊天機器人內(nèi)快速給一個指定郵箱發(fā)送郵件。
Astro把處理你幾乎不讀的閱讀郵件稱為“Zap”，選擇這個選項后，機器人會把訂閱類郵件、過時郵件以及真實聯(lián)系人發(fā)來的郵件分別歸類，詢問你是否進行歸檔、退訂等操作，一鍵讓你的收件箱里不再塞滿垃圾信息。
他從底層做智能機器人操作系統(tǒng)，創(chuàng)業(yè)七個月融資4500萬
庫柏特機器人智能無序分揀系統(tǒng)最新測試視頻
李淼在EPFL讀博期間研究方向為機器人學(xué)習(xí)和人機協(xié)調(diào)交互，博士論文被提名EPFL優(yōu)秀博士論文獎和abb自動化獎，其中機器人抓取的動態(tài)自適應(yīng)研究工作，被美國國家標準技術(shù)研究所（NIST）選為機器人基于傳感的抓取效率的標準測試方法。
傳統(tǒng)工業(yè)機器人智能程度低、操作困難、靈活性差，李淼希望結(jié)合機器學(xué)習(xí)包括深度學(xué)習(xí)與機器人控制讓機器人變得更加智能化。比如說傳統(tǒng)工業(yè)機器人只能執(zhí)行預(yù)設(shè)的任務(wù)，而智能化工業(yè)機器人則可以感知并分析環(huán)境最后做出決策。
由庫柏特開發(fā)出的庫柏特系統(tǒng)（Cobot System）通過核心學(xué)習(xí)算法以及專用控制軟件針對客戶的不同需求進行定制化系統(tǒng)設(shè)計和開發(fā)，可應(yīng)用于上下料的無序分揀、手機或者航空葉片的力控打磨、智能示教、智能貼標以及零件裝配等行業(yè)。
目前，庫柏特針對不同場景下的需求設(shè)計出四款系統(tǒng)，包括機器人智能無序分揀系統(tǒng)、機器人力控打磨系統(tǒng)、機器人柔性裝配系統(tǒng)和機器人智能移動抓取系統(tǒng)。
把激光雷達的成本降至幾百塊，他們是怎么做到的
北醒非常清楚，激光雷達如果不實現(xiàn)量產(chǎn)，成本永遠降不下來，他們需要找到一個突破口。
最初，他們?yōu)榱愣忍剿髡叨鸁o人機開發(fā)了激光雷達避障模塊，并在2016年美國CES上亮相。雖然探索者二代沒有量產(chǎn)上市，但經(jīng)此一役，北醒“刷臉”成功，進入無人機玩家、廠商的視野。
2016年初，北京舉辦現(xiàn)代農(nóng)業(yè)展。團隊成員慕名而去，跟參展廠商交流，希望借此機會了解業(yè)界的最新動態(tài)。隨著與各大廠商、客戶溝通的不斷深入，他們發(fā)現(xiàn)，在農(nóng)業(yè)植保無人機領(lǐng)域，存在著一個痛點問題——“定高”。
通過不斷與客戶溝通、及時反饋，第一版定高雷達TF01樣機研發(fā)只用了一個月。雖然樣機還存在很大問題，但經(jīng)過數(shù)次改進，將信號輸出距離提升至10米，體積重量變小變輕，適配12V、5V等多種電壓輸入，同時特別考慮到植保無人機的特性，做了水霧實驗、振動試驗、劃傷實驗、農(nóng)藥腐蝕試驗、光強影響實驗、不同地表植被影響實驗等，保證其品質(zhì)。
量產(chǎn)之后的激光雷達TF01，成本已經(jīng)下降至幾百塊。2017年CES期間，TF01在全球硬件銷售平臺SEEED、ROBOTSHOP等同步發(fā)售，同時正在和數(shù)十家代理商進行商務(wù)溝通。目前，新一代長距面陣雷達TF20的量產(chǎn)工作已接近尾聲，即將面世，其輸出距離為50米。
從開源到商業(yè)，他用了七年時間做出深度學(xué)習(xí)定制庫
GotoBLAS是一個開源程序庫，由日本開發(fā)者Kazushige Goto于2002年寫成，最初針對奔騰4處理器進行了優(yōu)化，并設(shè)法將基于該CPU的超級計算機的性能從1.5 TFLOPS提高到2 TFLOPS。由此，逐漸吸引了大量來自世界各地的開發(fā)者，張先軼也是其中之一。
2010年，因Goto個人原因，GotoBLAS停止更新，很多開發(fā)者在郵件組里曝出Bug，追問為何沒有修補。此時，遠在中科院的張先軼萌生想法。2011年，基于GotoBLAS的原有基礎(chǔ)，他創(chuàng)建了開源矩陣計算庫OpenBLAS，領(lǐng)導(dǎo)著一個小團隊不斷進行修補和維護。
2016年9月，張先軼通過FA（財務(wù)顧問）融到了紫牛資本和明勢資本合投的數(shù)百萬天使輪，并且組建了一個10人左右的團隊，聯(lián)合創(chuàng)始人包括中科院計算所助研、中科院博士后、中國海洋大學(xué)博士賈海鵬以及浪潮集團具備豐富市場和銷售經(jīng)驗的邱凱。
而他們的產(chǎn)品，則是一個商業(yè)版本的“OpenBLAS“，區(qū)別在于OpenBLAS是為科學(xué)計算做的，商業(yè)版本則是為深度學(xué)習(xí)定制的；同時，也不僅僅局限在矩陣計算，還用到了一些其他的加速算法。
