←搜索结果

按匹配度 · 共 1162 条结果 清除搜索

星期三

  1. 人民日报

    北卡罗来纳州立大学团队研发自复位软环跳跃机器人,恒定光照下连续跳跃超1000次

    美国北卡罗来纳州立大学研究团队在《美国国家科学院院刊》发表新型自复位软环跳跃机器人,无需人工复位或复杂控制系统,仅靠液晶弹性体材料与环形结构的“物理智能”,在恒定红外光照下连续跳跃超过1000次,垂直跳跃高度最高达自身高度的80倍。该机器人还可改造为“跳跃—游泳—再次跳跃”两栖运动,未来有望用于草地、碎石、浅水等复杂环境的感知与监测。

    定外界激励下,实现可循环的“储能—释能—复位”闭环极难,需要同时实现能量回收、空中姿态稳定与落地续能。该工作以扭转储能替代弯折、拉伸储能,以几何约束将复位“编码”进结构本身,为软体连续跳跃提供了一条极简路径。 这种结构并不局限于陆地跳跃。研究团队进一步改造材料和尾部设计,使软环能够漂浮、划水并重返岸边,实现“跳跃—游泳—再次跳跃”的两栖运动。在水面上,尾部由“拍地起跳”转为“拍水推进”;当抵达倾斜岸边时,尾部弹跳产生的推力还能帮助它克服水面张力回到陆地。 在应用前景方面,尹杰认为,这类毫米级软体机器人体积小、重量轻、结构柔顺,适合进入草地、碎石、泥沙、浅水及水陆交界等复杂环境,开展环境感知、目标搜索和局部监测。未来如果实现多机协同,还可能拓展到集群化环境探索和大范围分布式监测。 从实验室走向实际应用仍有距离。下一步,研究团队希望探索利用自然光,使其摆脱对固定人工光源的依赖。尹杰表示,这项工作的意义不在于形成成熟的户外机器人产品,而在于证明一种非常简单的毫米级软体机器人,也能依靠材料与结构本身的物理智能获得持续、自适应的自主运动能力,为未来微型机器人进入真实非结构化环境提供新的设计思路。

    匹配字段正文

  2. 人民日报

    面对 AI,如何成为会提问的人:四问“人工智能+教育”③

    人民日报对话中国教育科学研究院曹培杰等嘉宾,讨论 AI 时代学习者如何从“接受答案的人”变成“定义问题和评判答案的人”。复旦大学“数据挖掘技术”课程让学生设计 10 道题去考倒 3 个 AI 大模型,50 名学生至少让 AI 答错一题,4 名学生让部分大模型得 0 分。嘉宾认为,会用 AI 只是“入场券”,能解决复杂问题、做出独立判断才是竞争力。

    对话嘉宾: 中国教育科学研究院数字教育研究所所长、研究员 曹培杰 我的大学阶段是在AI(人工智能)大模型环境中度过的。过去,遇到不懂的概念,大家会去翻教材、问老师;后来,会打开搜索引擎输入关键词检索;现在,更多人习惯了用AI工具“一键求答”。AI时代的教育,不再停留于“会不会算”,而是逐步转向“会不会判断、会不会提问”。在这样的背景下,我们该如何提出更高质量的问题,如何更好地应用AI? ——某高校学生小刘 AI时代,会提问的人,或许要比只会答题的人走得更远。当AI能快速给出完整解答,能够提出高质量问题、辨别答案真伪,正成为学习者的关键素养。怎样通过一个巧妙的问题去开启知识的大门,收获更有价值的答案?记者对话多名嘉宾,共同探讨“面对AI,如何成为会提问的人”。 学生如何成为“定义问题和评判答案的人”? 【场景】 上个学期期末,复旦大学“数据挖掘技术”课程考试打破常规,学生没有坐在考场里答题,而是全部成了出题人。每个人要设计10道题,去“考倒”3个AI大模型,AI答错的题越多、被难倒的大模型越强,出题学生的得分就越高。结果显示,有50名学生至少让AI答错过一题,4名学生甚至让部分大模型得了

    匹配字段正文