Az Illinois (Urbana-Champaign) Egyetem kutatói fényingerekre aktiválódó ideg-izom (neuromuszkuláris) szövettel működtetett puha robotokat fejlesztettek; munkájukkal újabb lépéssel közelebb kerültünk az autonóm biobotokhoz.

2014-ben ugyanaz a kutatócsoport hozta létre az első önmagukat előrehajtó úszó és járó, patkány szívizomsejtekkel vezérelt biohibrid botokat.

Már az első kísérlet bebizonyította, hogy a botok tudnak úszni, viszont nem érzékelik a környezetet, és semmiféle döntést nem hoznak.

Az új kutatás a következő generációt jelenti, a kétfarkú botokat működtető izomszöveteket beépített motorikus idegsejtek stimulálják. Az idegsejtek optogenetikus (fényérzékeny fehérjék sejtspecifikus kifejeződése) tulajdonságokkal rendelkeznek: fényre „tüzelni” kezdenek, így aktiválják az izmokat.

A kutatók egér őssejtekből kialakított optogenetikus idegsejt-tenyészetet használtak, és a sejtek az izommal összekapcsolódtak. Mivel az ideg-izomszövet kompatibilis a biobot vázával, a mikroszkopikus gépecske úszóadottságait optimalizálták.

Számítógépes modelleket használva határozták meg a leggyorsabb és leghatékonyabb úszást eredményező adottságokat, például összehasonlították a farkak lehetséges számát, hosszúságukat stb.

Mivel a biológiai aktuátorok vagy biobotok távolról sem tekinthetők kiforrott technológiának, nagyobb erőkifejtésre nem képesek, mozgásuk is nehezen vezérelhető. Ezért volt fontos egy pirinyó állványzat fejlesztése, amely körül a bot felnő, és a helyváltoztatás optimalizálásában segítő interakciókat folytat vele. A szimuláció kritikus szerepet játszott a feladat kivitelezésében, tervek tesztelésében, és hogy a valóságban kizárólag a legígéretesebb terveket próbálják ki.

Az izomtevékenység idegsejtekkel való vezérlése újabb neurális egységek biohibrid rendszerekbe integrálását, a környezetre intelligensen reagáló, többféle sejtből álló szerkezetek, bonyolult ideghálók fejlesztését vetíti előre, széleskörű potenciális alkalmazásokkal: biotervezés, egészségügy, önjavító anyagok stb.

Egyelőre azonban távol vagyunk tőlük, a jelenlegi botok egyáltalán nem intelligensek, ráadásul, élő organizmusok mintájára, a biorobotok ugyan hasonlíthatnak egymásra, de mégsem teljesen egyformák, mint ahogy például az ikrek sem azok. Mindegyik más lesz.

Richard Feynman, a világhírű fizikus, 1981-ben vetette fel a fizika számítógépes szimulálásának problémáját. Mivel a komputerek bináris logika (1-ek és 0-k) alapján végeznek számításokat, nehezen vagy egyáltalán nem kezelik a kvantummechanika bizonytalanságával.

A tudós javaslata: a kvantumviselkedést tükröző szerkezet, azaz kvantumszámítógép lehet az egyik megoldás. Feynman szerint a kvantummechanika valószínűségi megnyilvánulásait utánzó komputer lehet a másik.

Közel 40 évvel később a japán Tohoku Egyetem és az indianai Purdue Egyetem kutatói megépítették a Feynman által felvetett valószínűségi (sztochasztikus) számítógép hardverét. A fejlesztés a maiaknál energiahatékonyabb, bonyolultabb számításokat gyorsabban elvégző eszközöket vetít előre.

Hagyományos szilícium tranzisztorokat apró mágnessel kombinálva úgynevezett p-biteket (probabilistic, azaz valószínűségi biteket) generáltak. A mágnes mindössze 10 atom széles, és pont ebben a mérettartományban kezd el sztochasztikusan viselkedni. A fejlesztés egyik nagy érdeme a mágnes „hangolása”, amely egyrészt stabilitást eredményez, másrészt kontrollálható keretek között tartja a létrehozott bizonytalanságot.

Sztochasztikus számításokkal klasszikus komputerekkel nehezen megoldható problémák is kezelhetők, például a gépi tanulás.

A kutatók mai gépeknek fejtörést okozó matematikai feladatok elvégzésre programozták az eszközt, és kiderült, hogy a kivitelezéshez a csak szilícium tranzisztort használóknak legalább 1000 tranzisztor kell, míg az új gépnek nagyságrendekkel kevesebb, mindössze 8 p-bit. Emellett harmada területen dolgozik, az energiafogyasztás pedig a tizedére csökken.

A miniatürizáció egy ideje azt is jelenti, hogy a szilícium chipek által elvégzett egyre több művelettel, 1,6 évente megduplázódik az egységnyi energiafogyasztás melletti teljesítmény, ami valamivel több fogyasztást is jelent. A tendencia 2000 óta kicsit lelassult, az új gép viszont bebizonyította: sztochasztikus számításokkal drasztikusan javítható az energiahatékonyság.

A diszruptív technológia széleskörű használatához azonban több kutatás, nagyobb befektetések kellenének. A big data és az adatfeldolgozás iránti igény folyamatos növekedésével az energiahatékonysági szempontokat nem lehet többé ignorálni, ráadásul itt egy potenciális megoldás, amire előbb-utóbb az iparágnak és a döntéshozóknak is reagálniuk kellene.

Amikor az 1960-as évek elején mérnökök elkezdték számítógépeket látni tanítani, egyértelműen az emberi látórendszer inspirálta őket.

Azóta sok minden megváltozott.

A gépi látás ötletelésből komoly eredményeket felmutató szakterületté vált. A komputerek egyes vizuális feladatokban, például képek osztályozásában, orvosi képek anomáliáinak felderítésében jobban teljesítenek, mint az ember. A mesterséges ideghálók viszont teljesen másként dolgozzák fel az adatokat, mint a Homo sapiens, és a jövőben még nagyobb lesz a különbség.

Az idegháló inputként kap egy képet, majd több lépéssorozatban feldolgozza. Pixelek, élek, kontúrok után teljes tárgyakat, végül megsaccolja, hogy mit látott.

Az emberi látás nem így működik. A vizuális kortex a retináról érkező hiányos információ alapján alkot élénk és pontos világreprezentációkat.

Egy új elmélet alapján a vizuális kortex a külvilágból jövő adatok részleteit módosító, pontosító visszacsatolási hurkok (feedback loops) sorával éri el ezt. A visszacsatolási folyamatnak lényegében semmi köze a komputerek célirányosan előre haladó képi információfeldolgozásához.

Automatikusan merül fel a kérdés: az emberi látásnak tényleg inspirálnia kell a komputereket?

John Tsotsos, a York Egyetem számítástudományi szakembere szerint több szempontból is egyértelmű nem a válasz. A vizuális kortext korlátozza az anatómia, mert viszonylag kevés idegsejt kapcsolja a külvilághoz, így az ott feldolgozott adatok mennyisége is korlátozott. Egy számítógépnek nincsenek ilyen problémái.

„Kell-e ritkítani bármit is, ha korlátlan számítási kapacitások és memória áll a gép rendelkezésére? Nyilvánvalóan nem” – magyarázza Tsotsos, de rögtön figyelmeztet is: ha csak így gondolkozunk, teljesen figyelmen kívül hagyjuk az emberi látórendszert.

Komputerek masszív adatsorokban lévő összefüggések megtalálásával teljesítenek jól osztályozási feladatokban. Ha különféle szögekből „szkennelnek le” és próbálnak azonosítani tárgyakat, lehet, hogy nem elegendők ezek az összefüggések.

Ilyenkor van szükségük az emberre.

Az emberi látás egyik kulcseleme, hogy ha a vizuális információ első feldolgozása bizonytalan eredményt hoz, az adott tárgyat másodszorra is megnézzük, és általában sikerrel járunk. A komputerek „egyenesen előre” módszeréből tipikusan hiányzik ez az adottság, sokszor ezért szúrnak el könnyű feladatokat is.

Látásunk egy másik, szintén „finomhangolt” tulajdonságával sem rendelkeznek.

Az emberi látórendszer évekig fejlődik, míg éretté nem válik. Tsotsos és munkatársai kimutatták, hogy zsúfolt jelenetek zavaró részleteit csak 17 (mások szerint 20) éves kor után tudjuk kiszűrni.

Egy gépi látórendszer architektúrája meg van határozva, fix, nem fejlődik az idővel, de legalábbis nem úgy, mint az emberé. És ha a tanulómechanizmusok annyira mások, mások lesznek az eredmények is?

Tsotsos szerint a jövőben figyelembe kell venni ezt, mert még a mélytanulás sem kapcsolódik az emberi tanuláshoz, és eljuthatunk egy pontig, amikor a gépi látórendszerek már nem képesek továbbfejlődni.

Egy ideális világban a szövegelemző alkalmazások nemcsak azt mondják meg, hogy kinek írunk, hanem az emberi kommunikáció hatékony segítői, úgy fejtik meg a körülöttünk lévő személyek titkait, hogy még jobban szeressük őket.

A valóságban másként működnek, függetlenül attól, hogy igaz vagy hamis dolgokra derítenek fényt, lényegében kizárólag hanyagságainkról tájékoztatnak, és az előreláthatóság, a kapcsolataink feletti kontroll hamis érzetét keltik a felhasználóban.

Az emoji vajon igazi szerelmet jelöl, a kettős beszéd tényleg tönkreteszi a hangulatunkat? Igazunk van, vagy nincs?

Ezeket a kérdéseket egyetlen szövegelemző app sem válaszolja meg, legalábbis nem jobban, mint például a tarokk jóskártya.

Pedig több igyekszik segíteni a társkeresésben, például szövegek tartalmából megállapítani, hogy küldőjük illik-e hozzánk, vagy nem. Ingoványos terepen járnak, mert a mesterséges intelligenciák olvasása, olvasott szövegek megértése hagyományosan az egyik leggyengébb oldaluk.

A „kapcsolati asszisztensként” működő Mei iOs-változata szöveges párbeszédeket elemezve 100-as skálán mondja meg, hogy beszélgetőpartnerünk érez-e romantikus vonzalmat irántunk. Az androidos verzió messzebb megy: nyitottságot, érzelmi kontrollt, kitárulkozást, kedvességet, lelkiismeretességet értékel.

Arielle Pardes, a Wired újságírója több WhatsApp-os beszélgetését „nézette át” az elemzővel. Meinek legalább 1000 szóra van szüksége ahhoz, hogy értékeljen, ami eleve sok chatet kizár. A beszélgetésekből annyit szúrt ki, hogy a nő legvalószínűbb romantikus kapcsolata legrégebbi gyerekkori barátjával, egy meleg férfival alakulhat ki. Az app csak a kapcsolatok lehetetlenségének megállapításában teljesített jól, fontos beszélgetéseket viszont figyelembe sem vett.

Es Lee, a fejlesztő elmondta, hogy alkalmazásával az üzenetek rejtett, „sorok közötti” tartalmának megfejtésében kívánt segíteni; az algoritmust többszázezer szövegen gyakoroltatta hozzá. Olyan szavakra hívta fel a figyelmét, mint például az „álom”, „hiányzol”, „éjszaka” stb.

Ennek ellenére nem tűnt túl meggyőzőnek.

Egy másik hasonló app, a „fejlett pszichológiát és naprakész MI-t összekombináló” Keigo fejlesztői azt ígérik, hogy az alkalmazás romantikus és nem romantikus interakciók kezelésében egyaránt segíti a felhasználót. Pardesről meg is állapította, hogy valószínűleg Oprah Winfrey barátja, 77 százalékban passzolnak egymáshoz.

„Bízunk benne, hogy randizás mellett másra, például állásinterjúra történő felkészülésnél is használják, de egyelőre ez a leggyakoribb” – nyilatkozta a fejlesztőcég egyik vezetője.

A kiváló internetkapcsolatnak és munkaalkalmazásoknak köszönhetően, egyre több szakma képviselői dolgozhatnak ott, ahol akarnak: otthon, kávézóban, hotelszobában, repülőn stb. Mivel munkaterüket rugalmasan váltogatják, nagyobb az esély, hogy tovább maradnak az adott munkáltatónál, mintha ugyanabban az irodában kellene lenniük.

Az 5G és hatására az XR kategóriába gyűjtött virtuális (VR), kiterjesztett (AR), kevert (MR) valóság és több más technológia együttese diszruptív hatásainak egyikeként az otthonról dolgozás, a távmunka is átalakul.

A közelmúlt tanulsága, hogy a mobiltechnológiai fejlődés jelentősen növeli a lehetőségeket. A 2G-ről 3G-re átállva, mobileszközökön is szörfölhettünk a neten, a 3G utáni 4G jóvoltából, okostelefonokon is nézhetünk HD videókat. Az ötödik generációnál hasonló vagy még nagyobb léptékű változásokra számíthatunk.

Amikor az internet-hozzáférés lehetővé fogja tenni, az 5G és az XR ténylegesen virtualizálja a távmunkát. Ma rengeteg tevékenységet végezhetünk otthonról, a tényleges fizikai jelenlétet igénylőket viszont még nem. Azokhoz 5G és XR biztosította lehetőségek kellenek.

A közeljövő munkahelye sokkal képlékenyebb lesz; például sebészek otthonról ki sem mozdulva, dolgozhatnak fizikailag távol lévő kórházaknak. New Yorki virtuális munkaértekezletünket néhány perccel később hongkongi követheti. A folyamat eredménye: egyre több szakember válik szabadúszóvá.

Vietnami gyártóüzem seattle-i illetőségű vezetője valósidőben, élethű környezetben konzultálhat az alkalmazottakkal, miközben az XR app jóvoltából az összes szükséges adat a rendelkezésére áll, a „helyszínen” pedig a kiterjesztett valósággal többet lát, mintha AR, VR stb. nélkül, csak puszta fizikai valójában lenne ott. Teljesen a digitális közegbe merül, megvalósul az immerzió.

Cégek (Walmart, AT&T, JPMorgan Chase, Amazon stb.) mai csúcstechnológiákkal képezik alkalmazottaikat, VR-tréningeken vesznek részt, appjaikat MI-k vezérlik és így tovább. Az 5G-vel tovább bővülnek a lehetőségek, és a munkateljesítmény is (valószínűleg) javul.

A vállalatoknak azonban meg kell oldaniuk egy komoly problémát: a munkahely virtualizálódásával, az egyre kevesebb fizikai találkozással, a munkáltató-alkalmazott viszony megváltozásával, hogyan tartsák fenn a munkahelyi kultúrát? Komoly versenyelőnyre tesznek szert a kérdést hatékonyan és empatikusan megválaszoló cégek,

5G és XR összeintegrálódása egyelőre kicsit távolinak tűnik, de a váltás sokkal hamarabb be fog következni, mint gondoljuk.

Stanisa Raspopovic, a Zürichi Svájci Szövetségi Technológiai Intézet kutatója és munkatársai vettek egy kereskedelmi forgalomban beszerezhető műlábat, majd szenzorokat szereltek a talpára és a térdébe. A szenzorok vezetéken keresztül összekapcsolhatók az adott személy combjában lévő idegekkel.

Műlábat viselő személyek elmondták, hogy mindegyiküknek, de különösen a végtagjukat térd felett elvesztőknek nehézséget okoz a használatuk. A probléma egyik oka, hogy a mesterséges testrésztől nincs visszajelzés, így nem érzékelnek semmit, a térbeli pozíciót nehezebben ítélik meg; nem tudják felmérni őket, mint ahogy a mozdulatokat sem.

Elbizonytalanodnak.

Az intézetben fejlesztett technológiában pontosan azért vannak szenzorok, hogy viselőjük érezze, ha a láb meghajlik, ha a talajra lép. Ezekkel az érzetekkel gyorsabban jár, nő az önbizalma.

Az új műlábat viselő első két személy nemcsak elégedett volt, hanem azt is elmondták, hogy sokkal kevesebb fantomfájdalmat éreztek.

Felmérések szerint amputáción átesett személyek 60-80 százaléka érez fantomfájdalmat. A végtagamputálás vagy az ideg gyökereinek megsemmisítése után jelentkező fájdalom olyan, mintha az amputált vagy hiányzó végtag még mindig része lenne a testnek, együtt mozogna a többi résszel. A fantomvégtag egyik legmegdöbbentőbb tulajdonsága az adott személy elképesztő valóságérzete.

A két tesztalanyon az első hónapban az idegek optimális stimulálást vizsgálták, amellyel a legélethűbb érzeteket akarták elérni. Raspopovic elmondta: mindketten valóság-közeli élményről számoltak be.

Ezt követően szabadtérben tesztelték őket. Gyorsabban jártak, mintha visszacsatolást/visszajelzést nem használó műlábat használtak volna. Percenként 6 métert tettek meg, és kényelmesen érezték magukat.

„A mozdulatok észlelése rendkívül fontos. Így érzik, hogy a művégtag hozzájuk tartozik” – magyarázza a munkatársaival korábban műkart fejlesztett Aadel Akhtar, az Illinois Egyetem (Urbana-Champaign) kutatója (aki a svájci projektben nem vett részt).

Három hónap elteltével egyikük fantomfájdalmai teljesen eltűntek, a másiké pedig 80 százalékkal csökkentek.

„Ez még nagyobb haszon” – véli Akhtar.

Tudósok szerint a jövő szívritmust és légzést alvás közben is figyelő, észrevétlen, hordozható elektronikus kütyüket tartalmazó aktív ruhái nagyon hasznosak lehetnek egészségügyi szempontból.

A Massachusetts Amherst Egyetem kutatói által fejlesztett, fiziológiai paramétereket érzékelő textilek (stílszerűen „phyzsamák”) pizsamára varrhatók, beleszőhetők.

„Az volt a kihívás, hogy a textil esztétikájának és az általa kiváltott érzeteknek a megváltoztatása nélkül hogyan kapunk tőlük hasznos jeleket. Általában különféle beágyazott szenzorokkal televarrt, szűk ruhákat képzelünk el intelligens textilként, csakhogy a mindennapi öltözködésben, különösen alvó alkalmatosságok esetén egyértelműen nem ez a megoldás” – magyarázza Trisha L. Andrew, az egyik fejlesztő.

Ha a pizsama lazább is, a textil több része érintkezik a testtel, mellkasunk, kezünk stb. nyomást fejt ki rájuk. A textil nyomás alatti részei elvileg alkalmasak a mozdulatokat okozó szívverés és lélegzés mérésére. Ezek a jelek azonban csak akkor megbízhatóak, ha a test több pontja érintkezik az anyaggal.

A kutatók hamar kiderítették, hogy nincs még a folyamatos nyomást és dinamikus változásait, különösen a mérendő apró jeleket érzékelő szövet, textilalapú megoldás.

Első lépésben nyomásérzékelőt, majd a fizikai érintkezéstől aktiválódó triboelektromos szenzort fejlesztettek, és összekombinálták őket. (A triboelektromos érzékelő a két különböző anyag dörzsölésekor létrejövő elektromosságot méri.) Az elosztott szenzorsor tágabb ruhákba, így pizsamába is bedolgozható.

A test több pontjairól érkező jelek integrálásához adatelemző megoldást dolgoztak ki. A kombináció lehetővé teszi változatos testtartásokban keletkező fiziológiai jelzések észlelését.

A kutatók több esettanulmányt végeztek, és megállapították, hogy a szívverés nagyon pontosan, a lélegzés valamivel pontatlanabbul mérhető, a testtartások pedig előrejelezhetők.

A fejlesztés különösen alvási problémákkal küszködő idős személyek esetében lehet hasznos. A jelenlegi viselhető (wearable) technológiák, például az okosórák nem a legjobb megoldások e korosztály számára, mert vagy elfelejtik felvenni azokat, vagy idegenkednek tőlük. A pizsama viszont hozzátartozik mindennapjaikhoz, ráadásul az óra nem mondja meg, hogy milyen testtartásban fogunk aludni, melyik testpóztól lesz jó az alvás.

A phyzsama képes rá.

Az amerikai hadsereg az automatizált fegyverek, egyesek szerint „automatizált tábornokok” új generációját fejleszti.

A Védelmi Minisztérium 2019-es büdzséjében közel 1 milliárd dollárt irányoztak elő mesterséges intelligenciával kapcsolatos költésekre. Az összeg közel harmadát az MI-k hadseregen belüli alkalmazásaival, elosztásával foglalkozó Egyesített Mesterséges Intelligencia Központra fordítják.

Az MI-költségvetés többi részét a minisztérium elsősorban a légierőt, a tengerészgyalogságot és a haditengerészetet érintő kezdeményezésekre szánta.

A légierő számára fejlesztik az F-16-os másodpilóta, navigációban, radarok kezelésében és célpont-felismerésben segítő SkyBorgot. A rendszer automata szélső gépként, a Valkyrie drónokat is vezérli.  

A haditengerészetnek csapatokat tengerpartra szállító, a partraszállást 50 kaliberes autonóm géppuskákkal támogató önvezető harci csónakokat, kisebb hajókat építenek.

A haditengerészet 135 tonnás Tengeri Vadásza (Sea Hunter) ellenséges tengeralattjárókat emberi beavatkozás nélkül megsemmisítő autonóm hadihajó.

Adam Lowther és Curtis McGiffin védelemtechnológiai szakértők szerint a Pentagonnak gépekkel (azaz MI-kkel) kellene helyettesítenie a nukleáris védelmi fegyverek irányítását végző embereket.

Indoklásuk logikusnak tűnik: a hidegháború idejében órák álltak rendelkezésre, hogy a fegyveres erők robbanófejekkel történő támadásra reagáljanak, ma viszont csak hat perc. A változással az irányítás és a kontroll automatizálására van szükség.

Az automatizált hadviselésről nagyjából ugyanazok az érvek és ellenérvek hangzanak el, mint korábban – és napjainkban is – az atomfegyverekkel kapcsolatban. A mellettük érvelők szerint a hangsebességnél akár húszszor gyorsabb hiperszonikus rakéták az amerikai hadsereget már azt megelőzően működésképtelenné teszik, hogy a támadásra reagálni tudnának. Az MI-k által vezetett hadviselésben látják a hatékony védekezés egyetlen lehetőségét. A másik oldal érve, hogy hackerek, elromlott/hibás kódok vagy kiszámíthatatlan fegyverek komoly hátrányokat okozhatnak az MI-vel történő irányításnak. Mindezeken túl, az autonóm fegyverek megsérthetik a Genfi Egyezmény erkölcsi és jogi szabályzatát.

Az autonóm fegyverek már önmagukban félelmet keltenek, autonóm atomfegyverekhez pedig még sokkal súlyosabb képzeteket társítunk. Nem véletlen, hogy az ENSZ a teljes nukleáris leszerelés részeként, betiltaná az autonóm fegyvereket. Használatuk kizárólag az emberiség egészét ért fenyegetés, vagy szintén az emberiség egészének életkörülményeit bizonyítottan javító esetekben lehet indokolt.

Fontos lenne, hogy az MI-fejlesztő közösségek aktív szerepet vállaljanak a vitában.

Szerepjátékokban (role-playing game, RPG), például a modern klasszikus Grand Theft Autoban sok játékos saját megjelenése alapján dolgozza ki játékbeli karakterét. A beépített „személyre szabó” technológiák ugyan egyre kifinomultabbá váltak, de ennek ellenére sok és fáradságos manuális munkára van szükség. Tucatnyi vagy akár több száz paraméter közül válogathatunk, hogy finomítsunk a külső jegyeken, és a folyamat akár órákig eltarthat.

A NetEase kínai játékfejlesztő cég mesterséges intelligenciával foglalkozó egyik csoportja automatizált módszert dolgozott ki játékkarakterek szabvány portréfotóból történő létrehozására.

Első lépésként az MI lefényképezi a felhasználó/játékos arcát.

A karaktergenerálás az arckép elrendezésével kezdődik. Az utánzó modulból és jegyeket, tulajdonságokat kivonatoló részből álló, mélytanulás (deep learning) alapú keretnek ez az alap, a gyakorló input.

Az imitátort azért találták ki, hogy a játékmotort szimulálva automatikusan létrehozza a stílusában konzisztens karaktert. Figyelembe veszi a felhasználó arcának paramétereit (haj, szempilla stb.), majd renderelt és frissíthető arcképpel áll elő.

Miután az imitátor „megtanulta a leckét”, a tulajdonságjegyeket kivonatoló rész is munkába áll, és különféle számításokkal optimalizálja az arc paramétereit.

De hogyan garantálható a „globális” megjelenés és a „lokális” részletek pontossága a médiumokon átívelő változás közben, amikor a valódi fénykép manga-, vagy animeszerű karakterré alakul át?

Az úgynevezett képhasonlóság-mérési problémát mély ideghálóval és többfeladatos tanulással oldották meg, és sikerült elérniük, hogy az arc megkülönböztető jegyeiből a lehető legtöbb megmaradjon.

A kínai kutatók által kidolgozott arcrekonstruálási módszert, a szokásos rácshálókkal szemben, a csontok elhelyezkedése határozza meg. Az új modellel az arc paramétereinek kimutatása, előrejelzése egyértelműbb.

Az automatizált folyamathoz fényképek mellett festett portrék, szkeccsek és karikatúrák is használhatók. A 3D karakterek jobban hasonlítanak az eredetihez, mintha más eljárással hozták volna létre őket. A kutatók ezt azzal magyarázzák, hogy módszerük inkább az „arc szemantikáján” alapul, mint a nyers pixeleken.

Az egyre gyorsabb klímaváltozás miatt az infokommunikációs technológiákat – szárazföldön, vízben, levegőben – mind gyakrabban használják környezetvédelmi célokra.

A környezeti kutatásokban részt vevő, vízmintákat gyűjtő robotok tevékenysége azonban egyáltalán nem problémamentes. Szennyezett vízben keresgélve, a hulladék körüli navigáció vagy a jégtáblák elkerülése stb. komoly gondot okozhat nekik.

A londoni Imperial College kutatói rátaláltak a megoldásra, robothaluk képes tájékozódni az akadályok körül, és el is kerüli azokat. A gépet a hátsó végén kiengedett vízáram hajtja előre, löki fel a levegőbe, ahol például szemét vagy jégtábla felett repülve folytatja útját.

Mint egy repülőhal, úgy emelkedik a vízfelület fölé. Felugrik a mélyből, hátsójából vizet lövell ki, repül.

A Mirko Kovács és munkatársai által fejlesztett 160 gramm tömegű szerkezet akár 26 métert is képes megtenni a levegőben. Úgy dolgozták ki, hogy folyamatosan figyelje a tengert vagy az óceánt, vegyen mintákat, és pattanjon ki a vízből, ha „rendezetlen” környezetbe került, mert így tudja elkerülni hideg régiókban a jeget, máshol pedig a szanaszét úszkáló, sodródó tárgyakat, szemetet.

„Ezekben a szituációkban nagyon fontos, hogy gyorsan odarepüljön, mintát vegyen, aztán továbbmenjen” – magyarázza Kovács.

A gép az akvatikus környezetből vizet felvevő, azzal feltöltődő kicsi tartályt is tartalmaz. Kalciumkarbiddal, a vízre gyúlékony acetilén gázt generáló, por formájú vegyi anyaggal működik. Amikor a gázt szikrával hevítik, térfogata nő, „nagyobb lesz”, hatására vízsugár lövell ki a tartályból. A robotot ezek a folyamatok repítik fel a levegőbe.

Miután újra feltöltődött vízzel, többször fel tud ugrani. Ennek a képességének köszönhetően egy út során több vízmintát képes venni.

A kutatók laborban, hullámtartályban és tóban tesztelték. A következő tesztek során már a helyszínen, korallzátonyok, illetve nyílt vízi olajfúrótornyok és más energetikai platformok körül fogja figyelni a tengert vagy az óceánt.