數(shù)百臺紫外線消毒機器人被運往中國,為抵御這場新冠病毒爆發(fā)貢獻了自己的力量。
)。
而要說最不應該去的地方,醫(yī)院絕對要排在第一位,因為這里總是聚焦著大量疑似及確診病例。不過醫(yī)護人員乃至病患本身,他們似乎別無選擇。而為了防止新冠病毒及其他病原體在醫(yī)院中傳播,及時消毒就變得非常重要,然而負責清潔消毒的工作人員本身就面對著極大風險,因此,我們最好把這活兒交給自主機器人。
機器人可以根據(jù)需求,穿越走廊,上下電梯,在無需人工干預的情況下執(zhí)行消毒任務并回到指定地點充電。
UVD Robots是一家來自丹麥的公司,致力于開發(fā)負責對病房及手術室進行消毒的自主機器人,這些機器人幾乎能夠在任何環(huán)境下完成消毒任務,它們身上安裝有強大的陣列式短波UV-C(紫外線)燈,由此發(fā)出的能量,足以殺滅一切直接暴露在外的致病微生物的DNA或者RNA。
該公司的機器人已經在中國各地的醫(yī)院中工作了兩三個星期。UVD Robots公司CEO Per Juul Nielsen表示,他們正在努力向中國交付更多產品。Nielsen在采訪中指出,“我們發(fā)出的第一批機器人有數(shù)百臺,首先運往疫情最為嚴重的武漢地區(qū)?,F(xiàn)在我們每周都要出貨,考慮到中國各地真的很需要它們,所以各批次都走空運以節(jié)約物流時間。”他們的最終目標,是向中國超過2000家醫(yī)院及醫(yī)療機構提供機器人。
紫外線消毒技術早在約一個世紀之前就已經誕生,當時人們主要用它進行飲用水消毒。不過我們經常見到的,大多是固定式紫外線消毒裝置,這是因為紫外線燈需要直接照射目標表面幾分鐘才能有效。另外,由于紫外線對人類的皮膚及眼睛有害,所以還要考慮人員隔離問題。移動式紫外線消毒系統(tǒng)也有應用場景,人們把紫外線燈安裝在推車上,用于飛機等特定場景下的消毒工作。但在擁有上百個病毒的醫(yī)院這類大型環(huán)境中,紫外線系統(tǒng)的手動操作成本往往相當高昂,而且效果也難以保證,比如操作過程中漏掉了某些區(qū)域,或者沒能持續(xù)照射足夠長的時間。
接下來,人們對地圖進行注釋,標出所有房間,并設定在哪些情況下機器人應立即停止執(zhí)行消毒任務。
此后,機器人會同時憑借定位加地圖繪制(SLAM)實現(xiàn)環(huán)境導航,進而完成全自主操作。這些機器人可以根據(jù)需求穿越走廊,上下電梯,在無需人工干預的情況下執(zhí)行消毒任務并回到指定地點充電。為了安全起見,它們只會在四下無人的時候運作,并在運動檢測傳感器發(fā)現(xiàn)周邊有人時及時關閉紫外線燈。
UVD Robots認為,由于機器人在每一輪消毒中都嚴格遵循相同的流程,因此效果要比人類清潔更加可靠。此外,機器人擁有多種自主功能,因此用戶可以指示它們完成其他有趣的任務,例如跟患者聊天。
這款機器人的開發(fā)初衷,在于解決醫(yī)院內的獲得性感染問題,這是個長久以來令全球醫(yī)療機構頭痛不已的難題。根據(jù)Nielson的介紹,全球有5%-10%的病患會在住院期間不慎感染新的病毒,每年因此喪失的病人成千上萬。UVD Robots的目標就是,幫助院方預防這類本不該發(fā)生的傳染。
▲ 圖:來自UVD Robots的一批機器人抵達武漢某醫(yī)院,該醫(yī)院于去年12月上報了全球第一例新冠病毒病例。
Nielsen表示,“新冠病毒來了,其在全球范圍內的傳播廣度遠遠超過以往任何案例。正因為如此,我們的機器人在全世界迎來了一波需求高潮,它們的能力也將幫助人們有效抵御新冠病毒以及一切其他可能快速傳播的病原體威脅。”
這些機器人的價格在8萬-9萬美元之間,適用于醫(yī)療設施場景。Nielson表示,“只要把它擺在院方面前,接下來的采購訂單也就順理成章了。單從消毒解決方案的角度來看,這款機器人比當今市面上的其他智能產品都更加智能,也更具成本效益。”目前,幾百臺這種機器人已經在40多個國家/地區(qū)工作,且最近剛剛在佛羅里達州完成了實際測試。未來幾周內,它們將接受美國其他醫(yī)療機構的測試,并最終有望出現(xiàn)在學校、游輪以及其他空間結構較為明確的環(huán)境當中。
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)不同問題靈活調整內部專家配置。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量視頻,延遲僅0.76秒,質量漂移指標從傳統(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。