Например, с умными, компенсирующими движение катетерами и отслеживанием движения в реальном времени (таким как трехмерный ультразвук), может быть возможно выполнить минимально инвазивную кардиохирургию, не останавливая сердце, делая его неподвижным для оператора. Анастомозы разорванных нервов или крошечных кровеносных сосудов могут быть выполнены более легко с помощью микроманипуляторов, которые могут безопасно захватывать и манипулировать этими деликатными структурами. Наконец, мы, вероятно, увидим управляемые иглы и эндоскопы, похожие на щупальца и змеи, которые смогут обеспечить доступ к труднодоступным участкам тела. В целом, эти роботизированные инструменты будут иметь датчики, которые позволяют кооперативным контроллерам работать как расширение врача.

Большинство существующих биомедицинских роботов, как хирургических, так и носимых, являются жесткими. Исторически это имеет смысл, учитывая первоначальное использование роботизированных манипуляций для быстрых, высокоточных, повторяющихся движений при манипулировании тяжелыми компонентами во время сборки. Но человеческое тело, кроме костей, в основном мягкое. Это означает, что жесткие биомедицинские роботы должны полагаться на точную сенсорную обратную связь и высокопроизводительные системы управления для обеспечения безопасности пациента.

Таким образом, имеет смысл подумать о новой парадигме в робототехнике, в которой сами роботы согласованы по импедансу с окружающей средой: другими словами, мягкая робототехника. Создание роботов из полимеров, в частности, эластомеров с модулями, сравнимыми с человеческой кожей, автоматически устраняет многие проблемы безопасности при взаимодействии человека и робота. Однако это сопряжено с определенными издержками; при высокой податливости нелинейных материалов возникают проблемы с моделированием, созданием силы и контролем, что приводит к неточным движениям. Тем не менее, обещание мягких роботов мотивировало зарождающуюся область на стыке материалов, механики и электротехники, а также биологии, направленную на воплощение основных технологий робототехники в композитах, таких же мягких, как кожа.

Носимые роботы следующего поколения будут использовать мягкие материалы, такие как текстиль и эластомеры, чтобы обеспечить более конформное, ненавязчивое и послушное средство взаимодействия с человеческим телом. Эти роботы увеличат возможности здоровых людей за счет повышения эффективности ходьбы или увеличения силы захвата. Кроме того, носимые роботы могут помочь пациентам, страдающим физическими или неврологическими расстройствами. В отличие от традиционных экзоскелетов, которые содержат жесткие элементы каркаса, эти мягкие системы будут носить как одежду, соответствовать естественным движениям тела и при этом применять значительные силы и крутящие моменты, когда это необходимо.
Источник лабораторная робототехника

В то время как все типы искусственного интеллекта с так называемым машинным обучением предполагают программирование компьютера для обучения на примерах и выводах, практики обозначают его различные формы. В более широкой области ИИ подмножество стратегий использует искусственные нейронные сети. Они имитируют биологический мозг, а элементы программы соединяются друг с другом, как нейроны. Алгоритмы машинного обучения, работающие на нейронных сетях, часто называют системами глубокого обучения, чтобы отличить их от других подходов, таких как статистическая корреляция.

Сегодня ученые используют все типы ИИ для поиска огромных объемов данных, начиная от высокопроизводительного секвенирования ДНК и РНК и заканчивая массивными коллекциями электронных медицинских записей. Выборка этих усилий раскрывает широкий спектр стратегий и приложений и подчеркивает как потенциал, так и проблемы использования ИИ в исследованиях.

Новое лицо генетики

Некоторые разработчики программного обеспечения, которые сейчас применяют машинное обучение к научным проблемам, начали работать в социальных сетях. Например, создатели алгоритмов, которые теперь используют функции автоматической маркировки фотографий Facebook, провели последние несколько лет, сосредоточившись на несколько иной проблеме обработки изображений: выявлении редких генетических нарушений по чертам лица.

"Около половины генетических расстройств на самом деле характеризуются очень уникальными чертами лица", - говорит Декель Гелбман, главный исполнительный директор (CEO) FDNA, компании по применению фенотипирования в Бостоне, штат Массачусетс. В то время как большинство людей могут распознать отличительные черты человека с синдромом Дауна, генетики человека со специальной подготовкой могут определить тысячи других, менее частых состояний по внешнему виду. Этот тип диагностики опирается на большой опыт, который трудно получить из-за редкости многих генетических нарушений. "Горстка очень опытных генетиков, которые также иногда называют себя дисморфологами, способны очень быстро взглянуть на пациента и сказать: "Я видел что-то подобное раньше", - говорит Гелбман.
Источник
робот Андроид

Научная фантастика впервые представила себе манипуляторы для наземных и подводных роботов в 19-м и начале 20-го веков, а манипуляции космическими и воздушными роботами появились гораздо позже. До того, как Карел Чапек ввел термин “робот” в 1920 году, научная фантастика уже начала рассматривать, как промышленная революция выйдет за рамки фабрик и механизации в повседневной жизни. Эдгар Аллан По представил протезные руки в 1839 году (3), а первая концепция механических рук как части гуманоидного робота была описана в 1868 году в книге Эдварда С. Эллиса " Паровой человек прерий серия книг.
Титульный паровой человек, по-видимому, был основан на паровом гуманоиде, предложенном в патенте 1868 года Задоком Дедериком и Исааком Грассом (4).
Если бы он был построен, то Паровой Человек выглядел бы как полный человек, а руки функционировали бы как простые захваты для вытягивания ручек на тележке. В 1907 году во французских комиксах появились вымышленные подводные роботы с когтистыми захватами (2). Был разрыв в 61 год, прежде чем манипуляция перескочила с наземных и морских приложений в космос с 2001: Космическая одиссея. Фильм показал, что руки стручка захватывают и манипулируют в пространстве. Прошло еще 11 лет, прежде чем маленькие воздушные роботы, наделенные манипуляторами, появились в книге Джеймса Хогана "Два лица завтрашнегодня", хотя публика может быть более знакома с фильмом Стивена Спилберга 1987 года "Батареи не включены".
Источник robotsandrobotics.blogspot.com

Теперь, спустя 20 лет, SDSS становится роботизированным. Для предстоящего пятого набора исследований проекта, известного как SDSS-V, заглушки заменяются 500 крошечными роботизированными руками, каждая из которых содержит наконечники волокон, которые патрулируют небольшую область фокальной плоскости телескопа. Они могут быть перенастроены для новой карты неба за 2 минуты. Другие исследования неба также принимают быстрых роботов. Они не только сэкономят ценное время наблюдения, но и позволят исследованиям идти в ногу с европейским спутником Gaia, предстоящим Vera C. Обсерватория Рубина в Чили и другие усилия, которые производят огромные каталоги объектов, требующих спектроскопического исследования. "Это обусловлено наукой об огромных обзорах изображений", - говорит астроном Ричард Эллис из Университетского колледжа Лондона.

COVID-19 задержал роботизированное преображение SDSS. Северный телескоп обзора в обсерватории Apache Point в Нью-Мексико начал принимать данные SDSS-V в октябре 2020 года с использованием штекерных пластин. Он стремится перейти на роботов к середине 2021 года. Южный прицел в обсерватории Лас-Кампанас в Чили последует позже в этом году. "Это бананы,-говорит директор SDSS-V Джуна Коллмайер из обсерваторий Карнеги, - но мы видим конец туннеля".

Роботы отмечают новую главу для SDSS. В течение 10 лет большая часть его времени уходила на изучение темной энергии, таинственной силы, которая ускоряет расширение Вселенной. SDSS разделил свет миллионов галактик, чтобы определить их расстояние через красное смещение—доплеровский сдвиг в их свете из-за расширения Вселенной, как вой удаляющейся сирены. Результаты исследования галактик, опубликованные в июле 2020 года, проследили расширение Вселенной на протяжении 80% ее истории с точностью 1%, подтверждая эффекты темной энергии, возможно, самую большую загадку в космологии. Для взлома потребуется заглянуть еще дальше во времени, чтобы увидеть более слабые галактики, что выходит за рамки возможностей 2,5-метровых телескопов обзора.
Подробнее на сайте интересные истории

Не так для Дэниела Голдмана, биологического физика из Технологического института Джорджии (Georgia Tech), чья лаборатория только что выяснила, как эти беспозвоночные настолько искусны в беге по ногам, песку, почве, камням и даже воде. Более того, он и его коллеги сообщили в прошлом месяце на виртуальном собрании Общества интегративной и сравнительной биологии, что они создали робота-сороконожку, который однажды может пробраться через поля фермеров, чтобы убрать неприятные сорняки.

“Их результаты доказывают, что гибкость [делает животных] способными к широкому спектру видов поведения”, - говорит Джейк Соха, сравнительный биомеханик из Вирджинского политехнического института и Государственного университета (Virginia Tech), который не принимал участия в этой работе. Результаты, добавляет он, раскрывают ранее неизвестные принципы движения сороконожек.

Хотя у многоножек обычно нет 100 ног, в честь которых они названы, у них часто есть десятки пар, по одной на сегмент тела. Это делает их длинными, а также длинноногими—и способными к различным движениям, говорит Мэтью Макгенри, биомеханик из Калифорнийского университета в Ирвине. Примитивные членистоногие обладают "скоростью, элегантностью и эффективностью, которым завидуют инженеры", - говорит Макгенри. Несмотря на это, наша интуиция относительно того, как они двигаются, “часто ошибочна”, - говорит Соха.

Голдман давно был очарован многоножками, но проанализировать их движения было почти невозможно, потому что у них слишком много сегментов тела и ног, чтобы отслеживать их. Его интерес возрос, когда его постдок, инженер-электрик Ясемин Озкан-Айдын, обнаружил ценность наличия многочисленных сегментов тела и ног. Когда Озкан-Айдын, ныне ученый-робототехник из Университета Нотр-Дам, соединил двух или трех четвероногих роботов вместе, более длинные машины могли пересекать более широкие промежутки и карабкаться по большим препятствиям, даже снаружи на естественной местности, она и ее коллеги сообщили в прошлом году в Научная робототехника. Поэтому лаборатория Голдмана пошла “ва-банк” на движение сороконожек.

По материалам блога Планета роботов

Медицинские роботы были впервые разработаны, чтобы позволить хирургам работать удаленно и/или с повышенной точностью на своих пациентах, и история этой области хорошо документирована в литературе (1-3). Самые ранние усилия можно проследить до применения в нейрохирургии (4) и ортопедической хирургии(5).

Первой по-настоящему дистанционной телехирургией была трансатлантическая холецистэктомия, выполненная 20 лет назад (6). Хотя ранний прогресс в этой области был несколько неустойчивым, как и следовало ожидать с внедрением любой радикально новой технологии, медицинская робототехника достигла уровня зрелости, который побудил отрасль здравоохранения сделать значительные инвестиции в деятельность по развитию.

Робототехника - перспективная дисциплина. Внимание сосредоточено на выявлении следующих грандиозных проблем. Однако в такой прикладной области, как медицинская робототехника, важно планировать будущее, основываясь на четком понимании того, чего недавно достигло исследовательское сообщество и где эта работа находится в отношении клинических потребностей и коммерциализации. В этой обзорной статье определены и проанализированы восемь ключевых тем исследований в области медицинской робототехники за последнее десятилетие. futurerobotsweb

Белки-это рабочие лошадки биологии. Они сокращают наши мышцы, превращают пищу в клеточную энергию, переносят кислород в нашу кровь и борются с микробными захватчиками. Тем не менее, несмотря на их разнообразные таланты, все белки начинаются с одной и той же основной формы: линейной цепи до 20 различных видов аминокислот, нанизанных вместе в последовательности, закодированной в нашей ДНК. После сборки на клеточных фабриках, называемых рибосомами, каждая цепь складывается в уникальную, изысканно сложную 3D - форму. Эти формы, которые определяют, как белки взаимодействуют с другими молекулами, определяют их роль в клетке.

Работа Анфинсена и других предполагала, что взаимодействия между аминокислотами приводят белки к их окончательным формам. Но, учитывая огромное количество возможных взаимодействий между каждым отдельным звеном цепи и всеми остальными, даже белки скромного размера могут принимать астрономическое количество возможных форм. В 1969 году американский молекулярный биолог Сайрус Левинтал подсчитал, что белковой цепи потребуется больше времени, чем возраст вселенной, чтобы пройти через них один за другим—даже в бешеном темпе. Но в природе каждый белок надежно складывается только в одну отличительную форму, обычно в мгновение ока.

В 1950-х годах исследователи начали отображать 3D-структуры белков, анализируя, как рентгеновские лучи рикошетили от атомов молекул. Этот метод, известный как рентгеновская кристаллография, вскоре стал ведущим подходом; сегодня центральное хранилище поля, Банк данных о белках, содержит около 185 000 экспериментально решенных структур. Но картирование структур может занять годы—и стоить сотни тысяч долларов за белок. Чтобы ускорить процесс, ученые начали создавать компьютерные модели в 1970-х годах, чтобы предсказать, как данный белок будет складываться.
По материалам сайта Научный журнал

В блоге Жизнь роботов интересный пост (правда очень большой) "На пути манипулирования роботами следующего поколения" - маленький отрывок:
"В целом, существуют два основных источника проблем в традиционных подходах к манипулированию роботами: обработка сложной контактной механики и разработка алгоритмов планирования и управления, устойчивых к изменениям, которые будут встречаться в реальных развертываниях.

Рассмотрим робота, объекты, которыми нужно манипулировать, и окружающую среду как систему. В этой настройке задача представлена набором точек, представляющих начальное и конечное состояния, а также ограничения, которые будут наложены на переходные состояния. Навык манипулирования роботом можно рассматривать как его способность соединять начальные состояния с целевыми состояниями посредством последовательных действий. Робот считается квалифицированным, если он может быстро и надежно выполнить задачу перед лицом неопределенности.

Для выполнения задачи манипуляции робот должен устанавливать и разрывать контакты и, возможно, использовать контролируемое скольжение или качение. Изменения в состоянии каждого контакта между столкновением, прилипанием, скольжением и разделением изменяют основную динамику системы. Это дает математическим моделям манипуляции гибридную структуру с различной динамической моделью, соответствующей каждому режиму контакта, где режим контакта определяется как состояние всех контактов. Например, если есть два контакта с прилипанием, то (поскольку столкновение невозможно) существует три возможных будущих состояния контакта (прилипание, скольжение или разделение) для каждого контакта и, следовательно, девять для пары. Один возможный режим (палка, отдельно), а другой (скольжение, скольжение). Если существует n существующих контактов, то существует 3n возможных режимов контакта; число растет экспоненциально с количеством контактов.

Проблемы, связанные с изменениями в человеческой среде

Кемп и др. (11) обобщили проблемы в человеческой среде для манипулирования роботами. Одно слово, которое постоянно появлялось, было “вариация”. В целом, человеческая среда очень хаотична. В отличие от контролируемых сред, таких как фабрики и лаборатории, роботы в человеческих средах, таких как дома и предприятия, сталкиваются с проблемами из-за “вариаций”, потому что используемые модели и предположения, сделанные во время разработки алгоритмов или обучения, отличаются от реальности."

Здесь новостная лента, касающаяся искусственного интеллекта и роботов. https://technoandrobots/. Интересные заметки о системных роботизированных сообществах...

Робототехника и искусственный интеллект (ИИ) лежат в основе того, что часто называют четвертой промышленной революцией. Устойчивый прогресс в этих областях приводит к тому, что роботы становятся более автономными, ловкими и безопасными для взаимодействия, чем их предшественники. Интеллектуальные системы также превосходят людей в задачах, которые когда-то казались недоступными для машин, таких как очень сложная настольная игра Go. Такие достижения—в сочетании с не менее важными прорывами в области высокопроизводительных вычислений, “Интернета вещей” и новых материалов—уже оказывают заметное влияние на производство и сектор услуг. В результате в течение следующих нескольких десятилетий ожидается широкомасштабная трансформация всей экономической и производственной системы.

Хотя многие аналитики предсказывают, что эта революция положительно повлияет на общую производительность и рост, ее потенциальное влияние на рабочие места и занятость вызывает серьезные опасения. Робототехника и ИИ выглядят готовыми автоматизировать многие задачи, которые в настоящее время выполняются людьми, и снизить спрос на человеческую работу во многих секторах экономики. В принципе, в этом нет ничего нового: прошлые волны автоматизации (такие как механизация текстильного и сельскохозяйственного секторов, внедрение промышленных роботов в производство и компьютеризация сектора услуг) сначала увеличили, а затем сократили долю трудоспособного населения, занятого в конкретных секторах. Наиболее заметным примером, вероятно, является сельское хозяйство, в котором в 1870 году было занято 50% рабочей силы США. Чуть более века спустя, в 1980 году, эта доля снизилась до 4%, в основном в результате большей эффективности, вызванной механизацией.

Часто отмечается, что в прошлых волнах автоматизации машины в основном заменяли людей на низкоквалифицированной, физической, повторяющейся работе (8). Кроме того, результирующее повышение производительности и рост валового внутреннего продукта (ВВП) позволили расширить другие, более трудоемкие сектора, создав достаточно новых рабочих мест для замены старых. Поскольку американские рабочие добровольно перешли с рабочих мест в сельском хозяйстве с низким доходом на рабочие места в обрабатывающей промышленности с высоким доходом в городе, это потребовало большей механизации сельского хозяйства, что в конечном итоге заметно сократило число сельскохозяйственных рабочих и коренным образом изменило равновесие на рынке труда.

Было высказано предположение, что социальные эффекты четвертой промышленной революции будут существенно отличаться, поскольку следующая волна робототехники и ИИ затронет также рабочие места средней и высокой квалификации, включая рабочие места с соответствующими когнитивными и творческими компонентами и рабочие места, требующие квалифицированных ручных ремесел, которые до сих пор не были затронуты автоматизацией. Хотя в долгосрочной перспективе влияние на производительность и общий экономический рост все еще может быть положительным, переход может быть болезненным.
Продолжение https://technoandrobots/.

Отметил в марте 2022 года блог научные истории. Переводы статей с зарубежных авторитетных сайтов. Отрывок:
"Сейчас в машинном обучении все, что нам нужно - это грубые результаты.
Немногие области были более наполнены шумихой и бравадой, чем искусственный интеллект. В этой теме десятилетие за десятилетием, всегда обещая Луну и лишь изредка доставляя небольшие порции реальных дел. В одну минуту это были экспертные системы, затем байесовские сети, а затем машины опорных векторов. В 2011 году это был Watson от IBM, когда-то считавшийся революцией в медицине, совсем недавно проданный по частям. В настоящее время, и на самом деле с 2012 года, вкус выбора был deep learning, многомиллиардная техника, которой управляет современный вариант ИИ. Он был протестирован удивительные полмиллиона раз и выиграл, с Йошуа Бенгио и Яном Лекуном, премию Тьюринга 2018 года.

Как и пионеры ИИ до него, Хинтон часто предвещает грядущую Великую революцию. Радиология - это только часть этого. В 2015 году, вскоре после того, как Хинтон присоединился к Google, The Guardian сообщила, что компания находится на грани “разработки алгоритмов с возможностью логики, естественного разговора и даже флирта”. В ноябре 2020 года Хинтон сказал MIT Technology Review, что “машинное обучение сможет сделать все”.

Я серьезно сомневаюсь в этом. По правде говоря, мы все еще далеки от машин, которые могут по-настоящему понимать человеческий язык, и нигде рядом с обычным повседневным интеллектом робота Рози, научно-фантастической экономки, которая могла бы не только интерпретировать широкий спектр человеческих запросов, но и безопасно действовать в режиме реального времени. Конечно, Илон Маск недавно сказал, что новый гуманоидный робот, которого он надеялся построить, Optimus, когда-нибудь будет больше, чем автомобильная промышленность, но по состоянию на демонстрационный день Tesla AI 2021, в котором был объявлен робот, Optimus был не более чем человеком в костюме. Последний вклад Google в язык-это система (Lamda), которая настолько легкомысленна, что один из ее собственных авторов недавно признал, что она склонна производить только “дерьмо”. Переломить ситуацию и добраться до ИИ, которому мы действительно можем доверять, будет нелегко.

Со временем мы увидим, что машинное обучение было лишь крошечной частью того, что нам нужно построить, если мы вообще когда-нибудь получим надежный ИИ."Optimus

В апреле 2022 года появился блог про роботов и науку, где можно найти достоверную информацию с зарубежных сайтов.

Появился в марте новый блог Интернет и наука. Качество информации тщательно проверяется и указываются источники.

Новый аккаунт на анчор anchor.fm/agap

Вот новый профиль на https://medium.com/@agap.ru

Новое направление исследований оплачивается солидными грантами. Сотовые телефоны в помощь науке.

Здесь интересные научные эксперименты и новые проекты newsciencestories

Это совсем просто - вот пятиминутный гайд по созданию

блога за пять минут, включая продвижение ресурса.

Проверенные сообщения от ведущих ученых мира. scienseweb.blogspot.com

https://www.youtube.com/watch?v=Z4JmjL5ut2g

Неплохой блог со свежими материалами по медицине и другим ответвлениям науки.
Тут кусочек про инфекции:
"Исследователи обнаружили аналогичные всплески Т-клеток, продуцирующих KIR, у людей, борющихся с инфекциями, особенно с пандемическим коронавирусом. У 56 пациентов с COVID-19 “Мы видели, как KIR-позитивные клетки проходят через крышу”, - говорит Дэвис. И чем больнее были пациенты с COVID-19, тем больше клеток они укрывали. Команда обнаружила, что количество таких клеток также увеличилось у пациентов с гриппом.

Чтобы исследовать роль клеток в аутоиммуните, ученые сосредоточились на целиакии, которая вызывается белками глютена в хлебе и других продуктах на основе зерна. У пациентов с этим заболеванием так называемые Т-клетки-помощники распознают белки глютена, такие как глиадин, а затем разливают молекулы, которые способствуют воспалению. Но в исследованиях клеточной культуры Ли и его коллеги обнаружили, что человеческие CD8-Т-клетки, несущие белки KIR, убивают Т-клетки-хелперы, обнаруживающие глиадин. “Это действительно открыло нам окно для понимания биологии этих клеток [KIR+]", - говорит Ли.

Чтобы выяснить, насколько защищают клетки от аутоиммунитета, Ли и ее коллеги проанализировали генетически измененных мышей, у которых на 50-75% меньше подавляющих CD8-клеток, чем в норме. После воздействия определенных вирусов, которые могут вызвать аутоиммунное заболевание, у грызунов развились признаки повреждения, такие как воспаление почек. Напротив, контрольные мыши с полным набором супрессивных Т-клеток CD8 не показали признаков аутоиммунных заболеваний после инфекций." Продолжении тут:
sciencefutureweb.blogspot.com - достойны статьи о клетках человека.