人工智能应用于更多领域 计算机研究深入光电结合******
英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。
牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。
在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。
在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞)
苏炳添拿下2023赛季首冠******
本报讯(记者 陈嘉堃)北京时间2月3日凌晨,在瑞典哥德堡田径室内赛男子60米比赛中,中国“飞人”苏炳添以6.59秒的成绩夺冠,用胜利完成个人2023赛季首秀。
苏炳添上次参加正式比赛是在2022年7月的俄勒冈田径世锦赛,他先后参加了男子100米、男子4×100米接力,分别止步于半决赛和预赛。经过冬训的调整和备战,苏炳添于2023年1月29日奔赴欧洲,开启新赛季征程。
苏炳添在预赛第三组出场,成绩为6.75秒,排名第二,东田旺洋以6.71秒位列预赛首位。决赛中,第一枪有人抢跑,已全力冲出起跑线的苏炳添被召回,对他的体能有一定影响。再度发枪,排在第四道的苏炳添又是一马当先,最终他率先冲线,成绩为6.59秒。东田旺洋以6.60秒取得第二名。
此次出征欧洲室内赛,苏炳添也是在为今年的布达佩斯田径世锦赛、杭州亚运会进行热身。去年8月,世界田径协会发布布达佩斯世锦赛参赛标准,男子100米的达标线为10秒,而苏炳添在东京奥运会后还未突破过10秒大关。
完成瑞典哥德堡的室内赛后,苏炳添还将继续在欧洲参赛。根据赛程安排,他将参加2月8日的法国蒙德维尔站比赛和2月15日的法国列万站比赛。苏炳添本赛季前三站比赛评级分别为D类、B类和A类,竞争强度将逐渐上升。以欧洲室内赛开启新赛季,苏炳添能通过比赛更好地向强度更高的100米过渡,为整个赛季打下良好基础。
(文图:赵筱尘 巫邓炎)