CNET科技資訊網(wǎng) 1月19日 國際報道:三維打印機在制造業(yè)的每個角落都帶來了重大進展:科學家們已經(jīng)使用它來設計人體組織、打印橡膠材料、降低無人機對地面人員的危險程度等等,最近,3D打印還創(chuàng)造了一種比鋼強10倍的輕質(zhì)材料,其密度只有鋼的1/20。
這項創(chuàng)造來自于麻省理工學院的一個科學家團隊,基于3D打印物體的技術,在打印之后對原有物體進行轉(zhuǎn)化,比如變顏色、形狀、尺寸和其他物理與化學性質(zhì)。
這種物體由含有TTC的化學基團的特殊聚合物組成。每個TTC都像“折疊的手風琴”,當暴露在藍色LED燈下時,這些材料可以被激活。然后,新的單體分子將其自身附著到聚合物上,從而給物體提供新的屬性:軟的物體可能會變硬,或者顏色也可以被改變,如果加入某些單體聚合物,當處于一定的溫度條件下,這種物體能夠膨脹或收縮。
麻省理工學院化學副教授Jeremiah Johnson說:“我們的想法是,材料可以被打印,也可以被使用,利用光元素,將材料變成其他材料,或者讓材料進一步生長。”
這一方法可以為制造商開辟新的大門,使他們能夠輕松地創(chuàng)建適用于建筑或醫(yī)藥等領域的材料。
據(jù)了解,過去有研究人員曾嘗試過類似的方法。去年,哈佛大學的科學家們推出了所謂的“4D打印”技術,這是一種將3D打印物體浸在水中,使其改變形狀的方法。(在這種情況下,第四個維度是時間)
4D打印
目前,該技術存在一個限制:由于使用的催化劑的性質(zhì),它需要一個沒有氧氣的環(huán)境。研究人員正在努力改進,使其可以在露天環(huán)境中使用。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。