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
双集中供地模式迎变******
试点两年,双集中的供地方式迎来优化。2月2日,一份落款为自然资源部办公厅发布的《关于进一步规范住宅用地供应信息公开工作的通知》(以下简称《通知》),要求各市、县自然资源部门根据年度供地计划,分批次公开未来一定时间段内拟出让地块的详细清单。每次公开详细清单对应的拟出让时间段原则上不少于3个月,同时,详细清单内的地块,在公开的拟出让时间段内可以一次或多次发布出让公告,这意味着试点两年的双集中供地模式迎来转变。
业内分析指出,转变不代表要取消集中供地,更为灵活的供地方式和节奏,将更符合“销售市场活跃-投资拿地活跃”的逻辑。
根据形势“调整和优化”
《通知》的核心要点是“推进供应信息公开”。《通知》明确,建立拟出让地块清单公布制度,每次公开详细清单对应的拟出让时间段原则上不少于3个月,给市场主体充足的时间预期限制。同时,详细清单内的地块,在公开的拟出让时间段内可以一次或多次发布出让公告,这意味着试点两年的双集中供地模式迎来转变。
上海易居房地产研究院研究总监严跃进表示,建立拟出让地块清单公布制度实际上是对过去集中供地模式的修正。2022年集中供地工作推进中,过于密集的供地,导致房企拿地的准备工作遇到了很多困难,最终导致对于地块的情况掌握不到位,也影响了投资拿地的策略。政策明确了3个月的缓冲期,实际上是希望地块信息为房企和市场所消化,本质上也是希望土地供应工作和市场需求做紧密的对接。
在严跃进看来,政策内容不代表要取消集中供地,而是要对集中供地进一步优化,充分体现了供地思路兼顾短期矛盾和中长期制度安排需要。虽然今年1月份各地投资拿地依然比较疲软,但随着“销售市场活跃-投资拿地活跃”的逻辑线更加清晰,后续各类企业依然会有积极拿地的动作。
“并非‘取消’,而是根据形势‘调整和优化’。”广东省规划院住房政策研究中心首席研究员李宇嘉分析称,集中供地是长效机制,不能因市场低迷就退出。集中供地的本源,一方面是疏通供需双方的信息,引导各方预期,避免抢地导致地价推动房价,导致资金大规模涌入楼市;另一方面是通过对土地合理定价,纠偏地方无序的土地财政行为,并通过强化信心披露和供地规则,倒逼熟地出让,降低开发商拿地无序的成本。
部分城市此前已放宽
2021年2月,自然资源部要求22个试点城市实施住宅用地“两集中”,即集中发布出让公告、集中组织出让活动,且2021年发布住宅用地公告不能超过3次。但事实上,此前已有部分城市打破了集中供地次数的限制,改为一年四次或多次的集中供地,更有城市暂停了集中供地模式。
据了解,北京、杭州、南京、苏州、无锡等城市于2022年纷纷推出五批次集中供地,武汉在2022年更是上架了六批次集中供地。
2022年10月,江西住建厅发文,将持续完善房地产政策,积极争取国家有关部委支持,力争将南昌从“集中供地”城市名单中调出。此外,22个试点城市中的长沙也于去年官宣土地推介方式将进行调整,今后不再按年度批次推介土地,更改为年度常态化持续更新推介。2023年开年,天津首次单独挂出1宗涉宅用地。
中指研究院土地市场研究负责人张凯在“中指市场形势及企业研究成果分享会”上介绍,回顾2022年22城集中供地来看,计划完成率不足六成。对于2023年土地市场走势,业内人士预计并不乐观。其中,市场热度仍将持续分化,安全应成为今年房企选择城市的重要标准。在土地规则上,各地采取多次分散供地,优化供地条件,降低参拍门槛。
李宇嘉指出,集中供地模式是在疫情后开始推的,主要是应对当时高地价及新一轮楼市上涨。同时,从那时开始,也开启了一揽子长效机制建设。当对房企定向去杠杆、要求自有资金拿地,全面打掉“前融”时,通过集中供地(一天内完成十几宗地块出让)控制源头上抢地、诞生高地价的必要性,已下降了很多。但后续商品房市场下行,回款走低,开发商资金链紧张,此时继续沿用集中供地,在很多城市甚至导致大面积流拍,恶化市场预期的同时,此前出让的高价地也无法开发了,甚至计提坏账准备。
此次《通知》也明确,各地要将住宅用地近三年平均完成交易量以及对应的住宅建筑面积,作为测算下一年度供地计划总量的参考。要“因城施策”安排计划总量,凡商品住房去化周期长、土地流拍率高、市场需求明显不足的城市,应当控制商品住房用地供应规模,其中已供应未竣工住宅用地面积超过近三年平均完成交易量5倍的城市,应当从严压缩计划规模直至暂停供地。
北京商报记者 王寅浩
(文图:赵筱尘 巫邓炎)