自行朝向阳光移动的半机械植物；可意念控制的机器假肢；Waymo上线商用无人驾驶网约车服务；AI通过光谱预测巨型海浪

选文&评论 | 丁建峰谢晟昆 李韩超

校对&编辑 | 李韩超

泡泡机器人推广内容组编译作品

可以自行朝向阳光移动的半机械植物

MIT Media Lab 研发出一款机器人Elowan，和其他的一些可以载着植物移动的机器人不同，Elowan可以通过检测植物的微弱电流信号来判断植物想往哪个方向移动，从而真正做到通过植物来控制机器人移动，而不是通过机器人来感受外接环境来推断出植物想要移动的地方。

当植物接收到的阳光不足时，植物自身发出的光合信号会被机器人感知到，机器人解释这些电流信号并向检测到的光源方向移动植物。由于这种协同工作的方式，植物和机器人更像是一个有凝聚力的半机械生物体。尽管之前也有科学家研发过植物机器人混合系统，但大多数采用的完全不同的方法。Vincross的CEO Tianqi Sun就曾经于17年9月创造出一款非常可爱的六足机器人与环境中的植物交互，但植物是永远“被动”的。而MIT的研究员强调植物并非“被动”的无生命体，而是一个“电活性系统”，植物体内无时不刻发送着有关环境的生物电化学信息，这些生物电流信号可以用来驱动机器人使得植物主动与环境交互。

意念控制的机器手

用意念控制机器手已经不是很新鲜的概念了，但通常需要人集中精力产生较强的脑电波信号才能较好地驱动机器人去做人想做的事，同时在前期需要较长的训练过程。但研究指出，由于尚未完全理解的原因，很多截肢者有时觉得他们失去的肢体仍然存在，这些被大脑记录为现存的肢体，并且可能导致紧握肌肉，瘙痒，灼热和疼痛的感觉。最近，科学家们利用这种现象来帮助患者更快熟悉并控制假肢。

根据上周四发表在“生物工程与生物技术前沿”杂志上的一项研究，只需极少的训练，两个配备新机器人手臂的人就可以通过试图控制他们的幻肢来抓取物体。机器手与人的肌肉连接，读取肌电信号，以确定参与者发送给幻肢的信号，解码并驱动机器手完成各种任务。其中的一个实验中，机器手能够像正常的手臂一样抓住物体并放入水桶中，尽管速度很慢。这项研究真正的关键在于这些新的假肢使用大脑已经习惯发送的信号，人们可以跳过为熟练大部分假肢的困难且繁琐的训练。

Waymo上线第一个商用无人驾驶网约车服务

当地时间12月5日，谷歌旗下自动驾驶公司Waymo在美国亚利桑那州凤凰城郊区正式向公众推出名为Waymo One无人驾驶出租车付费服务。对于研发该技术数十年且投入大量资金的Waymo来说，能够带来收入具有战略里程碑意义，也使得Waymo领先于通用旗下Cruise公司和优步等尚未实现商业化的公司。根据Waymo公布的消息，该公司首先向用户开放APP使用权，用户使用APP任何时候都可以呼叫Waymo自动驾驶车辆。目前，该服务仅在凤凰城郊区约100英里范围内运营，即Chandler, Tempe, Mesa and Gilbert，该公司从2016年起曾在这些地方进行过测试。

在开始行程之前，乘客需要输入出发地和目的地，并可以看到基于时间和距离估算出来的价格范围，然后点下“呼叫车辆(Request Ride)”就可以叫车。车内可以容纳三名成人和一名儿童，因此可以邀请朋友和家人一起。在行驶过程中，乘客可以通过车内显示屏或者APP看到所有行程细节。Waymo表示，乘客每次都可以获得干净的车辆以及拥有1,000万英里驾驶经验的驾驶员，因此可以看出此次推出的“无人驾驶服务”是有驾驶员的，该公司透露主要是为测试不同的配置，未来将会提供真正的无人驾驶服务，但是并没有给出具体的时间。

韩国研发出可以操作自动驾驶汽车的APP

日前，韩国电子通信研究院（ETRI）和韩国电动汽车制造商IT Engineering宣布，联合研发了一款软件，可通过智能手机上的语音识别应用程序呼叫和移动自动驾驶汽车。根据美国汽车技术协会对自动驾驶汽车L0到L5的评级，韩国电子通信研究院的这项技术是在L3级和L4级自动驾驶汽车上测试的。该项技术可以通过手机App召唤和移动自动驾驶车辆，让自动驾驶车辆自动生成和更新精确地图，帮助自动驾驶车辆更好地理解道路周围的环境，而且生成的地图误差范围少于10厘米。该项关键技术利用车辆传感器识别道路周围环境，创建和更新精确地图，而且这些信息还将尽量做到实时更新。此外，该技术还将传感器和人工智能算法的耗电量降低，下降到100W以下。以前要想达到L3级和L4级的自动驾驶能力，传感器和人工智能（AI）算法操作过程中会消耗大量电力，现有的自动驾驶车辆需要存储数百瓦的电力，需要电瓶的容量比较大，因此，大多数测试中所使用的测试车都是中型或中大型SUV。目前这项研究的出现，可以让紧凑型电动车也实现自动驾驶。

AI 软件根据一个简单的草图渲染出三维世界

通常渲染一个三维空间是十分耗时的。例如《荒野大镖客:救赎2》就耗费了1000名开发人员8年的时间去制作的3D游戏的场景。英伟达的研究人员开发了一个新的AI算法来快速构建逼真的三维空间。这项技术不仅可以方便软件开发者更快速的开发3D空间，还可以应用到VR的场景的自动渲染或者为无人驾驶汽车和机器人的模型训练提供模拟环境。

人工智能帮助科学家通过光谱预测海洋中的巨浪

一直以来，有着巨大破坏力的巨型海浪都是让所有的海洋学家头疼的问题，这些极端波浪似乎随机出现在海洋表面，并且很难通过一些现象预测。相关的实际困难在于并不总是能够完全测量这种巨型海浪波，并且可用的仪器通常仅捕获一部分特征。

在最近研究类似的极端光波的实验中，研究人员借助人工智能帮助预测极端光波出现的概率分布。通过数值模拟训练的神经网络，研究人员能够预测由非线性Schrödinger方程控制的不稳定非线性传播产生的光纤输出端的极光波强度。该方程对于水波也同样适用。光谱是一种容易测量的信号特征，通过使用强大的数值模拟来训练神经网络，研究人员开发出一种算法，可以准确地挑选出预测巨型海浪波出现的光谱中的特征，向巨型海浪的分析和预测迈出了重要的一步。除了建议类似技术可用于分析海洋波数据的实时测量结果外，这些结果在所有研究领域开辟了新视角，尤其那些直接时域观测很困难，但光谱数据可用的研究领域。