Росатом представил на выставке «МЕТАЛЛООБРАБОТКА-2024» первый серийный 3D-принтер RUSMELT-310М
В 2024 году в производство запущено девять принтеров серии RusMelt-310М – это около трети текущей потребности российских предприятий в подобном оборудовании. Один из них в марте 2024 года был передан в Национальный исследовательский Томский политехнический университет (член Консорциума опорных вузов «Росатома»). Принтер готовится к использованию в Центре аддитивных технологий общего доступа (ЦАТОД), созданного на базе Передовой инженерной школы ТПУ. Оборудование поможет в практической подготовке специалистов как для предприятий Госкорпорации «Росатом», так и для других отраслей промышленности, активно внедряющих аддитивные технологии.
На данный момент идёт изготовление основных узлов и деталей принтеров, а для трёх из них уже обеспечена поставка всех необходимых компонентов. Процесс изготовления 3D-принтеров находится в стадии активной сборки машинокомплектов. Согласно текущему графику, изготовление трех машин будет завершено в июне 2024 года.
«Аддитивные технологии играют ключевую роль в обеспечении технологического суверенитета России – они позволят существенно сократить сроки изготовления сложных конструктивных элементов, исключить ряд технологических процессов, что повышает производительность труда и снижает себестоимость продукции. “Росатом” системно внедряет аддитивные технологии, для чего создана рабочая группа – это главные конструкторы производителей оборудования, представители метрологических организаций, органы по сертификации, представители центров компетенций по аддитивным технологиям, потребители оборудования 3D-печати и предприятия, которые будут использовать продукты 3D-печати для производства оборудования. Мы планируем наращивать объем заказов, чтобы обеспечить потребности российской промышленности», – подчеркнул Илья Кавелашвили.
В рамках деловой программы выставки состоялись две конференции, организованные Ассоциацией развития аддитивных технологий (АРАТ): «Действующие механизмы государственной поддержки развития аддитивных технологий как инструменты обеспечения технологического суверенитета» и «Развитие технологий и материалов на базе отраслевых лидеров». На повестке стояли меры государственной поддержки отрасли аддитивных технологий, роль институтов развития в её реализации, законодательные барьеры в сфере применения изделий, полученных с помощью аддитивных технологий. Участники встречи отметили необходимость консолидации усилий власти, науки и бизнеса по дальнейшему внедрению 3D-печати на предприятиях реального сектора экономики.
«Металлообрабатывающая промышленность – тот сектор экономики, где аддитивные технологии могут найти самое широкое применение. Уже сегодня отечественные 3D-принтеры позволяют создавать детали и компоненты сложнейших конструкций, которые ранее невозможно было изготовить традиционными методами производства, ремонтировать и восстанавливать изношенные детали и механизмы в кратчайшие сроки с минимальными издержками, а главное – печатать запчасти, которые ранее поставлялись из-за рубежа. В этом смысле трёхмерная печать – главный ключ к решению проблемы импортозамещения и усилению технологического суверенитета, поэтому системообразующие отрасли всё чаще обращаются к применению аддитивных технологий. Как единый центр компетенций в сфере 3D-печати мы очень рады, что можем сверять часы с их представителями на таких масштабных площадках, как «Металлообработка»», – подчеркнула исполнительный директор АРАТ Ольга Оспенникова.
Источник: https://www.3dpulse.ru/news/promyshlennost/rosatom-predstavil-na-vystavke-metalloobrabotka-2024-pervyi-seriinyi3d-printer-rusmelt--310m/
В 2024 году в производство запущено девять принтеров серии RusMelt-310М – это около трети текущей потребности российских предприятий в подобном оборудовании. Один из них в марте 2024 года был передан в Национальный исследовательский Томский политехнический университет (член Консорциума опорных вузов «Росатома»). Принтер готовится к использованию в Центре аддитивных технологий общего доступа (ЦАТОД), созданного на базе Передовой инженерной школы ТПУ. Оборудование поможет в практической подготовке специалистов как для предприятий Госкорпорации «Росатом», так и для других отраслей промышленности, активно внедряющих аддитивные технологии.
На данный момент идёт изготовление основных узлов и деталей принтеров, а для трёх из них уже обеспечена поставка всех необходимых компонентов. Процесс изготовления 3D-принтеров находится в стадии активной сборки машинокомплектов. Согласно текущему графику, изготовление трех машин будет завершено в июне 2024 года.
«Аддитивные технологии играют ключевую роль в обеспечении технологического суверенитета России – они позволят существенно сократить сроки изготовления сложных конструктивных элементов, исключить ряд технологических процессов, что повышает производительность труда и снижает себестоимость продукции. “Росатом” системно внедряет аддитивные технологии, для чего создана рабочая группа – это главные конструкторы производителей оборудования, представители метрологических организаций, органы по сертификации, представители центров компетенций по аддитивным технологиям, потребители оборудования 3D-печати и предприятия, которые будут использовать продукты 3D-печати для производства оборудования. Мы планируем наращивать объем заказов, чтобы обеспечить потребности российской промышленности», – подчеркнул Илья Кавелашвили.
В рамках деловой программы выставки состоялись две конференции, организованные Ассоциацией развития аддитивных технологий (АРАТ): «Действующие механизмы государственной поддержки развития аддитивных технологий как инструменты обеспечения технологического суверенитета» и «Развитие технологий и материалов на базе отраслевых лидеров». На повестке стояли меры государственной поддержки отрасли аддитивных технологий, роль институтов развития в её реализации, законодательные барьеры в сфере применения изделий, полученных с помощью аддитивных технологий. Участники встречи отметили необходимость консолидации усилий власти, науки и бизнеса по дальнейшему внедрению 3D-печати на предприятиях реального сектора экономики.
«Металлообрабатывающая промышленность – тот сектор экономики, где аддитивные технологии могут найти самое широкое применение. Уже сегодня отечественные 3D-принтеры позволяют создавать детали и компоненты сложнейших конструкций, которые ранее невозможно было изготовить традиционными методами производства, ремонтировать и восстанавливать изношенные детали и механизмы в кратчайшие сроки с минимальными издержками, а главное – печатать запчасти, которые ранее поставлялись из-за рубежа. В этом смысле трёхмерная печать – главный ключ к решению проблемы импортозамещения и усилению технологического суверенитета, поэтому системообразующие отрасли всё чаще обращаются к применению аддитивных технологий. Как единый центр компетенций в сфере 3D-печати мы очень рады, что можем сверять часы с их представителями на таких масштабных площадках, как «Металлообработка»», – подчеркнула исполнительный директор АРАТ Ольга Оспенникова.
Источник: https://www.3dpulse.ru/news/promyshlennost/rosatom-predstavil-na-vystavke-metalloobrabotka-2024-pervyi-seriinyi3d-printer-rusmelt--310m/
www.3dpulse.ru
Росатом представил на выставке «Металлообработка-2024» первый серийный 3D-принтер RusMelt -310М
Топливный дивизион «Росатома» представил обновленный металлический 3D-принтер RusMelt-310М на выставке Металлообработка-2024. Генеральный...
Робот ученых Пермского Политеха с высокой точностью проведет диагностику промышленных металлоконструкций
Молодые ученые Пермского Политеха разрабатывают робота, который контролирует и обслуживает объект на месте. Встроенная система диагностики обеспечит высокую точность и достоверность результатов, что значительно облегчит работу сотрудников промышленных предприятий и в 2 раза повысит эффективность предотвращения чрезвычайных ситуаций.
Исследование проведено в рамках программы стратегического академического лидерства «Приоритет 2030», а также по соглашению с Фондом содействия инноваций в рамках программы студенческий стартап.
Металлоконструкции и важные металлические емкости на производстве проверяются на различные параметры, например, на геометрические размеры и форму, качество поверхности, наличие трещин, пустот и других дефектов в структуре. Контроль качества таких сооружений должен проводиться на всех этапах реализации: от создания до эксплуатации.
Для обнаружения внешних дефектов используют визуальный осмотр, который помогает определить, нет ли на изделии крупных повреждений, трещин и сколов. Но это очень затратный по времени и не особо эффективный процесс. А методы неразрушающего контроля, например, ультразвуковое исследование, позволяют обнаружить внутренние дефекты, такие как пустоты, включения посторонних соединений и другие аномалии в металлических объектах. Ультразвуковые волны проходят через тестируемую конструкцию и отражаются от внутренних дефектов, определяя их местоположение. В дальнейшем их можно проанализировать и исправить.
Студенты Пермского Политеха разрабатывают робота, который не только проведет контроль состояния таких изделий с помощью ультразвука и вибраций, но и обработает поверхности металлоконструкций от коррозии и легких механических повреждений. Автоматизированное устройство значительно упростит процесс проверки сооружений, сэкономит время, финансы и повысит эффективность предотвращения аварий более чем в 2 раза.
«Установленные магнитные колеса позволяют нашему роботу перемещаться по вертикальным и горизонтальным поверхностям металлических конструкций. С помощью камеры и антенны осуществляется связь с оператором и автономное управление. А аккумуляторы общей емкостью 200 Вт/ч обеспечивают до 5 часов работы», – рассказывает студент аэрокосмического факультета ПНИПУ Максим Шестаков.
В зависимости от поставленной задачи устройство оснащается датчиками ультразвукового (электромагнитно-акустического типа) или вибрационного контроля, которые проводят проверку внутренних дефектов емкостей и металлоконструкций. Также можно установить пульверизатор с резервуаром для антикоррозийной жидкости или электрический инструмент для механической обработки поверхностей.
Диагностировать и прогнозировать состояние объекта позволяет специальный датчик – электромагнитный акустический преобразователь (ЭМАП), он принимает и преобразовывает ультразвуковые волны. По словам политехников, такой инновационный подход к контролю качества инфраструктуры обеспечивает высокую точность и достоверность результатов диагностики.
«Наше изобретение полезно для нефтегазоперерабатывающих предприятий с большим количеством металлических емкостей, трубопроводов и платформ, требующих регулярного контроля и обслуживания. Компании, работающие в области производства и обработки металлов, также могут заинтересоваться роботом для проверки инфраструктурных объектов и оборудования. А строительные и подрядные фирмы – использовать его для металлических конструкций мостов, зданий и других сооружений», – объясняет студент аэрокосмического факультета ПНИПУ Белобородов Филипп.
Студенты ПНИПУ разработали робота, который выполняет не только функции неразрушающего контроля, но и обеспечивает обслуживание различных промышленных металлических сооружений. Это делает его более эффективным инструментом по сравнению с устройствами, специализирующимися только на одной функции. Разработка позволит своевременно и точно выявить дефекты важных объектов на производстве, что повлияет на их долговечность и предотвратит возможные аварии.
Источник:
Молодые ученые Пермского Политеха разрабатывают робота, который контролирует и обслуживает объект на месте. Встроенная система диагностики обеспечит высокую точность и достоверность результатов, что значительно облегчит работу сотрудников промышленных предприятий и в 2 раза повысит эффективность предотвращения чрезвычайных ситуаций.
Исследование проведено в рамках программы стратегического академического лидерства «Приоритет 2030», а также по соглашению с Фондом содействия инноваций в рамках программы студенческий стартап.
Металлоконструкции и важные металлические емкости на производстве проверяются на различные параметры, например, на геометрические размеры и форму, качество поверхности, наличие трещин, пустот и других дефектов в структуре. Контроль качества таких сооружений должен проводиться на всех этапах реализации: от создания до эксплуатации.
Для обнаружения внешних дефектов используют визуальный осмотр, который помогает определить, нет ли на изделии крупных повреждений, трещин и сколов. Но это очень затратный по времени и не особо эффективный процесс. А методы неразрушающего контроля, например, ультразвуковое исследование, позволяют обнаружить внутренние дефекты, такие как пустоты, включения посторонних соединений и другие аномалии в металлических объектах. Ультразвуковые волны проходят через тестируемую конструкцию и отражаются от внутренних дефектов, определяя их местоположение. В дальнейшем их можно проанализировать и исправить.
Студенты Пермского Политеха разрабатывают робота, который не только проведет контроль состояния таких изделий с помощью ультразвука и вибраций, но и обработает поверхности металлоконструкций от коррозии и легких механических повреждений. Автоматизированное устройство значительно упростит процесс проверки сооружений, сэкономит время, финансы и повысит эффективность предотвращения аварий более чем в 2 раза.
«Установленные магнитные колеса позволяют нашему роботу перемещаться по вертикальным и горизонтальным поверхностям металлических конструкций. С помощью камеры и антенны осуществляется связь с оператором и автономное управление. А аккумуляторы общей емкостью 200 Вт/ч обеспечивают до 5 часов работы», – рассказывает студент аэрокосмического факультета ПНИПУ Максим Шестаков.
В зависимости от поставленной задачи устройство оснащается датчиками ультразвукового (электромагнитно-акустического типа) или вибрационного контроля, которые проводят проверку внутренних дефектов емкостей и металлоконструкций. Также можно установить пульверизатор с резервуаром для антикоррозийной жидкости или электрический инструмент для механической обработки поверхностей.
Диагностировать и прогнозировать состояние объекта позволяет специальный датчик – электромагнитный акустический преобразователь (ЭМАП), он принимает и преобразовывает ультразвуковые волны. По словам политехников, такой инновационный подход к контролю качества инфраструктуры обеспечивает высокую точность и достоверность результатов диагностики.
«Наше изобретение полезно для нефтегазоперерабатывающих предприятий с большим количеством металлических емкостей, трубопроводов и платформ, требующих регулярного контроля и обслуживания. Компании, работающие в области производства и обработки металлов, также могут заинтересоваться роботом для проверки инфраструктурных объектов и оборудования. А строительные и подрядные фирмы – использовать его для металлических конструкций мостов, зданий и других сооружений», – объясняет студент аэрокосмического факультета ПНИПУ Белобородов Филипп.
Студенты ПНИПУ разработали робота, который выполняет не только функции неразрушающего контроля, но и обеспечивает обслуживание различных промышленных металлических сооружений. Это делает его более эффективным инструментом по сравнению с устройствами, специализирующимися только на одной функции. Разработка позволит своевременно и точно выявить дефекты важных объектов на производстве, что повлияет на их долговечность и предотвратит возможные аварии.
Источник:
robogeek.ru
Робот ученых Пермского Политеха с высокой точностью проведет диагностику промышленных металлоконструкций
Молодые ученые Пермского Политеха разрабатывают робота, который контролирует и обслуживает объект на месте. Встроенная система диагностики обеспечит высокую точность и достоверность результатов, что значительно облегчит работу сотрудников промышленных предприятий…
«ТЕХНОСПАРК» начнет поставку аддитивных медицинских изделий напрямую в клиники
Росздравнадзор в мае 2024 года внес компанию TEN MedPrint группы «ТЕХНОСПАРК» (входит в контур «РОСНАНО») в реестр производителей медицинских изделий, изготовленных по индивидуальным заказам пациентов, и к которым предъявляются специальные требования по назначению медработников. это позволяет компании продавать свои имплантаты и эндопротезы специализированным клиникам, больницам и госпиталям напрямую.
Компания TEN MedPrint прошла инспекционную проверку. Ее выполнил ФГБУ «ВНИИИМТ», которому Росздравнадзор делегировал соответствующие полномочия. После проверки изготовитель 3D-печатных эндопротезов и имплантатов «ТехноСпарка» внесен в реестр под уникальным регистрационным номером 24.
«С 1 января 2024 года клиники могут закупать медицинские изделия только у компаний из реестра Росздравнадзора. Попав в этот список, мы можем поставлять медучреждениям до 1500 медицинских изделий в год, а после масштабирования производства эта цифра вырастет. Конечно, планируем участие в тендерах на поставки в больницы, у нас уже есть доступ к торгам», — отметил генеральный директор «ТехноСпарка» Олег Лысак.
TEN MedPrint производит как индивидуальные, так и серийные имплантаты и эндопротезы, предназначенные для использования в травматологии, ортопедии, нейрохирургии, онкологии, челюстно-лицевой хирургии. Компания выполняет проектирование, 3D-печать, постобработку и отмывку медицинских изделий.
Источник: https://www.3dpulse.ru/news/meditsina/tehnospark-nachnet-postavku-additivnyh-meditsinskih-izdelii-napryamuyu-v-kliniki/
Росздравнадзор в мае 2024 года внес компанию TEN MedPrint группы «ТЕХНОСПАРК» (входит в контур «РОСНАНО») в реестр производителей медицинских изделий, изготовленных по индивидуальным заказам пациентов, и к которым предъявляются специальные требования по назначению медработников. это позволяет компании продавать свои имплантаты и эндопротезы специализированным клиникам, больницам и госпиталям напрямую.
Компания TEN MedPrint прошла инспекционную проверку. Ее выполнил ФГБУ «ВНИИИМТ», которому Росздравнадзор делегировал соответствующие полномочия. После проверки изготовитель 3D-печатных эндопротезов и имплантатов «ТехноСпарка» внесен в реестр под уникальным регистрационным номером 24.
«С 1 января 2024 года клиники могут закупать медицинские изделия только у компаний из реестра Росздравнадзора. Попав в этот список, мы можем поставлять медучреждениям до 1500 медицинских изделий в год, а после масштабирования производства эта цифра вырастет. Конечно, планируем участие в тендерах на поставки в больницы, у нас уже есть доступ к торгам», — отметил генеральный директор «ТехноСпарка» Олег Лысак.
TEN MedPrint производит как индивидуальные, так и серийные имплантаты и эндопротезы, предназначенные для использования в травматологии, ортопедии, нейрохирургии, онкологии, челюстно-лицевой хирургии. Компания выполняет проектирование, 3D-печать, постобработку и отмывку медицинских изделий.
Источник: https://www.3dpulse.ru/news/meditsina/tehnospark-nachnet-postavku-additivnyh-meditsinskih-izdelii-napryamuyu-v-kliniki/
www.3dpulse.ru
«ТехноСпарк» начнет поставку аддитивных медицинских изделий напрямую в клиники
Росздравнадзор в мае 2024 года внес компанию TEN MedPrint группы «ТехноСпарк»<br /> ...
Кейсы цифровой трансформации
В какой отрасли Вы работаете?
Мы хотим выразить нашу искреннюю благодарность всем, кто принял участие в недавнем опросе. Ваши ответы были очень важны для нас, так как они помогают нам понять, какой контент Вам интересен и полезен. Мы стремимся создать максимально полезную и интересную группу, и ваши мнения играют ключевую роль в этом процессе.
Ваше мнение очень важно для нас, и мы надеемся, что Вы продолжите участвовать в наших опросах и делиться своими идеями и предложениями. Вместе мы сделаем нашу группу еще лучше!
Ваше мнение очень важно для нас, и мы надеемся, что Вы продолжите участвовать в наших опросах и делиться своими идеями и предложениями. Вместе мы сделаем нашу группу еще лучше!
Большие языковые модели можно оптимизировать до 15% без потери качества
Учёные Сбера, лаборатории Fusion Brain Института AIRI и Сколтеха обнаружили принципиально новое свойство больших языковых моделей и научились контролировать его. Это позволит оптимизировать модели-трансформеры на 10–15% без потери в качестве, экономя вычислительные мощности.
Модели с трансформерной архитектурой лежат в основе диалоговых ботов. В таких моделях множество слоёв: от входа (например, запроса «Нарисуй кота») информация доходит до выхода и преобразуется в картинку. Принято считать, что линейность слоёв –– свойство самых слабых моделей, а нелинейность — сильных, то есть тех же самых трансформеров. Линейность обеспечивает простоту и эффективность в вычислениях, но при этом модель не может решать сложные задачи, такие как выучивать необычные закономерности в данных.
Исследователи изучили устройство 20 известных open source языковых моделей по типу декодера и выяснили, что между эмбеддингами (числовые представления данных) есть высокая линейная зависимость. Соответственно, при переходе от слоя к слою информация не претерпевает нелинейных преобразований, и сложную архитектуру трансформера можно заменить намного более лёгкими слоями нейросети.
Чтобы избежать проявления негативных свойств линейности во время предобучения и улучшить метрики качества модели, специалисты разработали специальный регуляризатор. Это позволило заменить сложные блоки слоёв модели на более простые. В ходе экспериментов выяснилось, что облегчать без потери качества можно от 10 до 15% слоёв.
Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка: «Одним из вызовов развития AI-технологий, в особенности больших языковых моделей (представителей ветки GenAI), остаётся потребность в вычислительных ресурсах для обучения следующего поколения SOTA-моделей. В основе большинства архитектур GenAI лежат блоки трансформеров, и в опубликованной работе выявлена линейность в некоторых представлениях данных внутри этих блоков. Как следствие, это позволяет существенно оптимизировать архитектуры с точки зрения вычислительных мощностей, снизить нагрузку, получить результат за меньшее время за счёт адаптивной регуляризации. Потенциал сокращения вычислительных ресурсов на обучении оценивается в порядке до 10%. Мы, в Сбере, планируем провести тестирование рассмотренной идеи и в случае успеха — тиражировать её на флагманские модели GenAI. Поиск таких смекалок в AI-архитектурах позволяет частично компенсировать вычислительный голод, поэтому продолжим поддержку таких исследований в направлении обучения больших моделей».
Иван Оселедец, д. ф.-м. н., СЕО Института AIRI, профессор Сколтеха: «Нам удалось изучить модели под микроскопом, простыми средствами описать сложные процессы внутри трансформеров и сразу предложить эффективный регуляризатор. Мы уже всё проверили на маленьких моделях, проверки на больших моделях и обучении — впереди. Обнаруженный эффект кажется очень контринтуитивным, он противоречит многим представлениям о глубоком обучении. В то же время именно он позволяет тратить меньше вычислительных ресурсов на развёртку и инференс больших языковых моделей. На днях мы выложили препринт статьи, а она уже обогнала публикации от Google, Microsoft, MIT и Adobe в списке статей дня на HuggingFace. Понимая важность работы для научного сообщества, мы поделились регуляризатором с коллегами и опубликовали его в открытом доступе».
Статья с результатами исследования принята к публикации на одну из наиболее престижных конференций в сфере искусственного интеллекта в мире — ACL 2024 (Main Track, Core A*).
Источник: https://robogeek.ru/iskusstvennyi-intellekt/bolshie-yazykovye-modeli-mozhno-optimizirovat-do-15-bez-poteri-kachestva
Учёные Сбера, лаборатории Fusion Brain Института AIRI и Сколтеха обнаружили принципиально новое свойство больших языковых моделей и научились контролировать его. Это позволит оптимизировать модели-трансформеры на 10–15% без потери в качестве, экономя вычислительные мощности.
Модели с трансформерной архитектурой лежат в основе диалоговых ботов. В таких моделях множество слоёв: от входа (например, запроса «Нарисуй кота») информация доходит до выхода и преобразуется в картинку. Принято считать, что линейность слоёв –– свойство самых слабых моделей, а нелинейность — сильных, то есть тех же самых трансформеров. Линейность обеспечивает простоту и эффективность в вычислениях, но при этом модель не может решать сложные задачи, такие как выучивать необычные закономерности в данных.
Исследователи изучили устройство 20 известных open source языковых моделей по типу декодера и выяснили, что между эмбеддингами (числовые представления данных) есть высокая линейная зависимость. Соответственно, при переходе от слоя к слою информация не претерпевает нелинейных преобразований, и сложную архитектуру трансформера можно заменить намного более лёгкими слоями нейросети.
Чтобы избежать проявления негативных свойств линейности во время предобучения и улучшить метрики качества модели, специалисты разработали специальный регуляризатор. Это позволило заменить сложные блоки слоёв модели на более простые. В ходе экспериментов выяснилось, что облегчать без потери качества можно от 10 до 15% слоёв.
Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка: «Одним из вызовов развития AI-технологий, в особенности больших языковых моделей (представителей ветки GenAI), остаётся потребность в вычислительных ресурсах для обучения следующего поколения SOTA-моделей. В основе большинства архитектур GenAI лежат блоки трансформеров, и в опубликованной работе выявлена линейность в некоторых представлениях данных внутри этих блоков. Как следствие, это позволяет существенно оптимизировать архитектуры с точки зрения вычислительных мощностей, снизить нагрузку, получить результат за меньшее время за счёт адаптивной регуляризации. Потенциал сокращения вычислительных ресурсов на обучении оценивается в порядке до 10%. Мы, в Сбере, планируем провести тестирование рассмотренной идеи и в случае успеха — тиражировать её на флагманские модели GenAI. Поиск таких смекалок в AI-архитектурах позволяет частично компенсировать вычислительный голод, поэтому продолжим поддержку таких исследований в направлении обучения больших моделей».
Иван Оселедец, д. ф.-м. н., СЕО Института AIRI, профессор Сколтеха: «Нам удалось изучить модели под микроскопом, простыми средствами описать сложные процессы внутри трансформеров и сразу предложить эффективный регуляризатор. Мы уже всё проверили на маленьких моделях, проверки на больших моделях и обучении — впереди. Обнаруженный эффект кажется очень контринтуитивным, он противоречит многим представлениям о глубоком обучении. В то же время именно он позволяет тратить меньше вычислительных ресурсов на развёртку и инференс больших языковых моделей. На днях мы выложили препринт статьи, а она уже обогнала публикации от Google, Microsoft, MIT и Adobe в списке статей дня на HuggingFace. Понимая важность работы для научного сообщества, мы поделились регуляризатором с коллегами и опубликовали его в открытом доступе».
Статья с результатами исследования принята к публикации на одну из наиболее престижных конференций в сфере искусственного интеллекта в мире — ACL 2024 (Main Track, Core A*).
Источник: https://robogeek.ru/iskusstvennyi-intellekt/bolshie-yazykovye-modeli-mozhno-optimizirovat-do-15-bez-poteri-kachestva
robogeek.ru
Большие языковые модели можно оптимизировать до 15% без потери качества
Учёные Сбера, лаборатории Fusion Brain Института AIRI и Сколтеха обнаружили принципиально новое свойство больших языковых моделей и научились контролировать его. Это позволит оптимизировать модели-трансформеры на 10–15% без потери в качестве, экономя вычислительные…
Российские ученые обучили ИИ читать свитки и книги, не раскрывая их
Ученые российской компании Smart Engines и ФИЦ ИУ РАН обучили искусственный интеллект извлекать содержимое хрупких свитков, не разворачивая их. Теперь получить восстановленный текст из манускрипта можно нажатием одной кнопки. Разработка позволит изучать тексты бумажных, берестяных и серебряных свитков и печатных книг, которые пострадали вследствие естественного старения, воздействия влажности или пожаров и хранятся в особых условиях.
Российские исследователи применили неразрушающий метод рентгеновской томографии и алгоритмы машинного зрения. Объект, который нельзя разворачивать, помещается в томограф. Затем реконструируется цифровая копия документа, над которой и производятся все дальнейшие манипуляции.
Это первая полностью автоматическая система виртуального разворачивания свитков, не требующая вмешательства человека. Проблему анализа старых свитков с привлечением томографии ученые по всему миру пытаются решить более двадцати лет, предлагая разные подходы с машинным обучением. Вопрос полной автоматизации процесса при этом до настоящего времени не был решен. Обычно человеку сначала нужно подобрать параметры, чтобы запустить работу алгоритмов – это требует немало времени и сил. Затем алгоритмы могут отработать неправильно, если, скажем, слои документа слиплись, и человеку снова придется вмешаться.
Разработка была профинансирована научно-исследовательской компанией Smart Engines и создавалась на базе Smart Tomo Engine – программного продукта для томографической реконструкции. "Мы надеемся, что наша разработка позволит сделать шаг на пути исследования и сохранения культурного наследия и откроет новые возможности для историков, археологов и других специалистов в области гуманитарных наук. Сейчас мы активно ищем партнеров для проведения дальнейших исследований", – комментирует генеральный директор Smart Engines, доктор технических наук Владимир Арлазаров.
Для обучения нейросети использовался специально созданный учеными Smart Engines корпус данных, включающий шесть образцов свернутых разными способами документов. На них были предварительно нанесены буквы и цифры разного размера и схемы с различными графическими элементами.
Специально подготовленный датасет опубликован, научная статья будет представлена в августе текущего года на The International Conference on Document Analysis and Recognition (ICDAR) – ведущей международной научной конференции в области анализа и распознавания документов.
Источник: https://robogeek.ru/iskusstvennyi-intellekt/rossiiskie-uchenye-obuchili-ii-chitat-svitki-i-knigi-ne-raskryvaya-ih
Ученые российской компании Smart Engines и ФИЦ ИУ РАН обучили искусственный интеллект извлекать содержимое хрупких свитков, не разворачивая их. Теперь получить восстановленный текст из манускрипта можно нажатием одной кнопки. Разработка позволит изучать тексты бумажных, берестяных и серебряных свитков и печатных книг, которые пострадали вследствие естественного старения, воздействия влажности или пожаров и хранятся в особых условиях.
Российские исследователи применили неразрушающий метод рентгеновской томографии и алгоритмы машинного зрения. Объект, который нельзя разворачивать, помещается в томограф. Затем реконструируется цифровая копия документа, над которой и производятся все дальнейшие манипуляции.
Это первая полностью автоматическая система виртуального разворачивания свитков, не требующая вмешательства человека. Проблему анализа старых свитков с привлечением томографии ученые по всему миру пытаются решить более двадцати лет, предлагая разные подходы с машинным обучением. Вопрос полной автоматизации процесса при этом до настоящего времени не был решен. Обычно человеку сначала нужно подобрать параметры, чтобы запустить работу алгоритмов – это требует немало времени и сил. Затем алгоритмы могут отработать неправильно, если, скажем, слои документа слиплись, и человеку снова придется вмешаться.
Разработка была профинансирована научно-исследовательской компанией Smart Engines и создавалась на базе Smart Tomo Engine – программного продукта для томографической реконструкции. "Мы надеемся, что наша разработка позволит сделать шаг на пути исследования и сохранения культурного наследия и откроет новые возможности для историков, археологов и других специалистов в области гуманитарных наук. Сейчас мы активно ищем партнеров для проведения дальнейших исследований", – комментирует генеральный директор Smart Engines, доктор технических наук Владимир Арлазаров.
Для обучения нейросети использовался специально созданный учеными Smart Engines корпус данных, включающий шесть образцов свернутых разными способами документов. На них были предварительно нанесены буквы и цифры разного размера и схемы с различными графическими элементами.
Специально подготовленный датасет опубликован, научная статья будет представлена в августе текущего года на The International Conference on Document Analysis and Recognition (ICDAR) – ведущей международной научной конференции в области анализа и распознавания документов.
Источник: https://robogeek.ru/iskusstvennyi-intellekt/rossiiskie-uchenye-obuchili-ii-chitat-svitki-i-knigi-ne-raskryvaya-ih
robogeek.ru
Российские ученые обучили ИИ читать свитки и книги, не раскрывая их
Ученые российской компании Smart Engines и ФИЦ ИУ РАН обучили искусственный интеллект извлекать содержимое хрупких свитков, не разворачивая их. Теперь получить восстановленный текст из манускрипта можно нажатием одной кнопки.
В преддверии статьи про цифровую грамотность, хотели бы узнать, как Вы понимаете что это такое?
Определение цифровой грамотности довольно широкое и может включать в себя различные аспекты. Для нас важно понимать, какие навыки и знания Вы считаете необходимыми для того, чтобы считать себя цифрово грамотным человеком.
Как Вы оцениваете свой уровень цифровой грамотности?
Определение цифровой грамотности довольно широкое и может включать в себя различные аспекты. Для нас важно понимать, какие навыки и знания Вы считаете необходимыми для того, чтобы считать себя цифрово грамотным человеком.
Как Вы оцениваете свой уровень цифровой грамотности?
РОСАТОМ провел день без турникетов на площадке по производству 3D-принтеров
Гостям рассказали о технологиях 3D-печати и показали аддитивное производство.
Интегратор по аддитивным технологиям Росатома провел научно-образовательную экскурсию на своей производственной площадке. Её посетили студенты инженерно-технических специальностей и молодые специалисты производственных предприятий. Они узнали о технологиях 3D-печати и увидели российские 3D-принтеры в действии. Мероприятие прошло в рамках московского проекта «День без турникетов».
Программа научно-образовательной экскурсии в технологический центр аддитивных технологий (ЦАТ) имеет техническую и естественнонаучную направленность. Она разработана для тех, кто не имеет знаний и навыков в сфере аддитивного производства, и помогает сформировать представление об аддитивных технологиях и познакомить с деятельностью Росатома в области 3D-печати.
Специалисты аддитивного производства провели мастер-класс по 3D-моделированию и печати. Затем гостей повели в ЦАТ, где увидели российские промышленные принтеры RusMelt, ЭЛУНП, Fora, а также самое большое печатное устройство в нашей стране – DMD-принтер, понаблюдали за выращиванием изделий из пластика и металла, и работой технических специалистов.
«Мы понимаем, чтобы внедрять аддитивные технологии, нужно, чтобы люди знали, что это такое. Поэтому мы стараемся рассказывать об этом, начиная от детей в детских садах до студентов, выпускников и молодых специалистов. Совместно с российскими вузами мы открываем центры аддитивных технологий. Сейчас их уже 4, в них работает 15 единиц оборудования. На этот год намечен еще ряд открытий таких центров в регионах. Также мы разработали 3 обучающие программы для студентов и специалистов Росатома. И мы активно продвигаем это направление, потому что за ним стоит наша технологическая независимость и комфортное будущее,» - отметил директор директор бизнес-направления «Аддитивные технологии» Топливного дивизиона Росатома Илья Кавелашвили.
Аддитивное направление Росатома включает полный цикл производства от разработки 3D-принтеров и комплектующих до специальных порошков, программного обеспечения и обучения персонала. Компания обеспечивает российские производственные предприятия стратегических отраслей промышленности инновационным и надежным оборудованием, материалами и профессиональным сервисом для внедрения технологий аддитивного производства.
Источник: https://www.3dpulse.ru/news/novosti-kompanii/rosatom-provel-den-bez-turniketov-na-ploschadke-po-proizvodstvu-3d-printerov/
Гостям рассказали о технологиях 3D-печати и показали аддитивное производство.
Интегратор по аддитивным технологиям Росатома провел научно-образовательную экскурсию на своей производственной площадке. Её посетили студенты инженерно-технических специальностей и молодые специалисты производственных предприятий. Они узнали о технологиях 3D-печати и увидели российские 3D-принтеры в действии. Мероприятие прошло в рамках московского проекта «День без турникетов».
Программа научно-образовательной экскурсии в технологический центр аддитивных технологий (ЦАТ) имеет техническую и естественнонаучную направленность. Она разработана для тех, кто не имеет знаний и навыков в сфере аддитивного производства, и помогает сформировать представление об аддитивных технологиях и познакомить с деятельностью Росатома в области 3D-печати.
Специалисты аддитивного производства провели мастер-класс по 3D-моделированию и печати. Затем гостей повели в ЦАТ, где увидели российские промышленные принтеры RusMelt, ЭЛУНП, Fora, а также самое большое печатное устройство в нашей стране – DMD-принтер, понаблюдали за выращиванием изделий из пластика и металла, и работой технических специалистов.
«Мы понимаем, чтобы внедрять аддитивные технологии, нужно, чтобы люди знали, что это такое. Поэтому мы стараемся рассказывать об этом, начиная от детей в детских садах до студентов, выпускников и молодых специалистов. Совместно с российскими вузами мы открываем центры аддитивных технологий. Сейчас их уже 4, в них работает 15 единиц оборудования. На этот год намечен еще ряд открытий таких центров в регионах. Также мы разработали 3 обучающие программы для студентов и специалистов Росатома. И мы активно продвигаем это направление, потому что за ним стоит наша технологическая независимость и комфортное будущее,» - отметил директор директор бизнес-направления «Аддитивные технологии» Топливного дивизиона Росатома Илья Кавелашвили.
Аддитивное направление Росатома включает полный цикл производства от разработки 3D-принтеров и комплектующих до специальных порошков, программного обеспечения и обучения персонала. Компания обеспечивает российские производственные предприятия стратегических отраслей промышленности инновационным и надежным оборудованием, материалами и профессиональным сервисом для внедрения технологий аддитивного производства.
Источник: https://www.3dpulse.ru/news/novosti-kompanii/rosatom-provel-den-bez-turniketov-na-ploschadke-po-proizvodstvu-3d-printerov/
www.3dpulse.ru
Росатом провел День без турникетов на площадке по производству 3D-принтеров
Гостям рассказали о технологиях 3D-печати и показали аддитивное производство.
Ученые ЛЭТИ разработали бюджетные и компактные антенны перспективные для использования в составе систем «Интернета вещей»
Проект направлен на достижение технологического суверенитета в сфере массового производства компонентов для «умных систем», за счёт использования при производстве антенн экономически эффективных технологий изготовления и доступной в России компонентной базы.
«Интернет вещей» (IoT) – это направление развития техники, нацеленное на автоматизацию различных электронных систем, которые часто характеризуются термином «умные». Концепция IoT сформировалась только в конце XX века, но уже сегодня она активно внедряется в разные сферы жизни человека, включая «умные» кофеварки, электросчетчики, системы управления промышленным оборудованием, кондиционерами, «точками» доступа в интернет, системами управления транспорта, энергетической инфраструктурой, банкоматами и многими другими электронными устройствами. Внедрение IoT помимо повышения качества жизни, может также привести и к значительной экономии энергии, например, за счет автоматического отключения света и электроники.
Однако для того, чтобы элементы «Интернета вещей» эффективно взаимодействовали друг с другом и с человеком, их требуется обеспечить системами беспроводной связи. Причем активное внедрение IoT требует массового производства (для экономической эффективности) компонентов, обеспечивающих надежную беспроводную связь между «умными» устройствами на относительно небольшом расстоянии (дом, комната).
«Мы разработали ряд прототипов голографических антенн W-диапазона (75-100 ГГц), которые в дальнейшем предполагается использовать в многоабонентских системах, например, в приложениях “Интернета Вещей”. От существующих аналогов наши устройства отличает применение недорогих технологий производства, а также доступной в России компонентной базы», – рассказывает доцент кафедры теоретических основ радиотехники (ТОР) СПбГЭТУ «ЛЭТИ» Любовь Михайловна Любина.
Весь комплекс работ по проектированию будущих антенн, а также моделирование их характеристик и сборка прототипов выполнены силами инженеров кафедры ТОР.
Измерения антенн (того насколько созданные образцы соответствуют заявленным параметрам) проводились в Центре микроволновых и терагерцовых измерений ЛЭТИ, созданного в рамках программы развития СПбГЭТУ «ЛЭТИ» «Приоритет 2030», с помощью измерительной системы на базе векторного анализатора цепей отечественного производства с возможностью расширения частотного диапазона: оборудование было предоставлено индустриальным партнером вуза – челябинской компанией «ПЛАНАР».
Впервые прототипы антенн были презентованы на выставке разработок и исследовательского измерительного оборудования, которая проводилась в рамках XIII Всероссийской научно-технической конференции «Электроника и микроэлектроника СВЧ». Среди разработок ЛЭТИ там также были представлена система для неразрушающего контроля параметров фотонных интегральных схем и сверхмалошумящий оптоэлектронный СВЧ-генертор.
Проект по разработке антенн W-диапазона реализуется в рамках программы развития университета «Приоритет 2030».
Источник: https://robogeek.ru/internet-veschei/uchenye-leti-razrabotali-byudzhetnye-i-kompaktnye-antenny-perspektivnye-dlya-ispolzovaniya-v-sostave-sistem-interneta-veschei
Проект направлен на достижение технологического суверенитета в сфере массового производства компонентов для «умных систем», за счёт использования при производстве антенн экономически эффективных технологий изготовления и доступной в России компонентной базы.
«Интернет вещей» (IoT) – это направление развития техники, нацеленное на автоматизацию различных электронных систем, которые часто характеризуются термином «умные». Концепция IoT сформировалась только в конце XX века, но уже сегодня она активно внедряется в разные сферы жизни человека, включая «умные» кофеварки, электросчетчики, системы управления промышленным оборудованием, кондиционерами, «точками» доступа в интернет, системами управления транспорта, энергетической инфраструктурой, банкоматами и многими другими электронными устройствами. Внедрение IoT помимо повышения качества жизни, может также привести и к значительной экономии энергии, например, за счет автоматического отключения света и электроники.
Однако для того, чтобы элементы «Интернета вещей» эффективно взаимодействовали друг с другом и с человеком, их требуется обеспечить системами беспроводной связи. Причем активное внедрение IoT требует массового производства (для экономической эффективности) компонентов, обеспечивающих надежную беспроводную связь между «умными» устройствами на относительно небольшом расстоянии (дом, комната).
«Мы разработали ряд прототипов голографических антенн W-диапазона (75-100 ГГц), которые в дальнейшем предполагается использовать в многоабонентских системах, например, в приложениях “Интернета Вещей”. От существующих аналогов наши устройства отличает применение недорогих технологий производства, а также доступной в России компонентной базы», – рассказывает доцент кафедры теоретических основ радиотехники (ТОР) СПбГЭТУ «ЛЭТИ» Любовь Михайловна Любина.
Весь комплекс работ по проектированию будущих антенн, а также моделирование их характеристик и сборка прототипов выполнены силами инженеров кафедры ТОР.
Измерения антенн (того насколько созданные образцы соответствуют заявленным параметрам) проводились в Центре микроволновых и терагерцовых измерений ЛЭТИ, созданного в рамках программы развития СПбГЭТУ «ЛЭТИ» «Приоритет 2030», с помощью измерительной системы на базе векторного анализатора цепей отечественного производства с возможностью расширения частотного диапазона: оборудование было предоставлено индустриальным партнером вуза – челябинской компанией «ПЛАНАР».
Впервые прототипы антенн были презентованы на выставке разработок и исследовательского измерительного оборудования, которая проводилась в рамках XIII Всероссийской научно-технической конференции «Электроника и микроэлектроника СВЧ». Среди разработок ЛЭТИ там также были представлена система для неразрушающего контроля параметров фотонных интегральных схем и сверхмалошумящий оптоэлектронный СВЧ-генертор.
Проект по разработке антенн W-диапазона реализуется в рамках программы развития университета «Приоритет 2030».
Источник: https://robogeek.ru/internet-veschei/uchenye-leti-razrabotali-byudzhetnye-i-kompaktnye-antenny-perspektivnye-dlya-ispolzovaniya-v-sostave-sistem-interneta-veschei
robogeek.ru
Ученые ЛЭТИ разработали бюджетные и компактные антенны перспективные для использования в составе систем «Интернета вещей»
Проект направлен на достижение технологического суверенитета в сфере массового производства компонентов для «умных систем», за счёт использования при производстве антенн экономически эффективных технологий изготовления и доступной в России компонентной базы.
На МКС осуществили первую 3D-печать металлом в космосе
Европейское Космическое Агентство (ЕКА) сообщило о успешном проведении первого опыта по металлической 3D-печати в космосе. По словам агенства "одна маленькая S-образная кривая, нанесенная в виде сжиженной нержавеющей стали, означает гигантский скачок вперед для производства на орбите".
На прошлой неделе 30 мая на борту лабораторного модуля ЕКА Columbus был проведен эксперимент по металлической 3В-печати. Тестовая S-образная кривая была напечатана с помощью металлического 3D-принтера, разработанного для демонстрации технологии группой под руководством соучредителя проекта компании Airbus.
"Успех первой печати, а также других референсных линий позволяет нам быть готовыми к печати полноценных деталей в ближайшем будущем", - прокомментировал технический директор ЕКА Роб Постема. "Мы достигли этого момента благодаря напряженным усилиям промышленной команды во главе с Airbus Defence and Space SAS, Центра поддержки пользователей CADMOS во Франции, откуда осуществляется контроль за операциями печати, а также нашей собственной команды ЕКА".
Проект по металлической 3D-печати в космосе под названием "Metal3D" стартовал в 2016 году, когда ЕКА заключило контракт с Airbus Defence & Space. Его целью было "создание первого металлического 3D-принтера, работающего в условиях микрогравитации".
Принтер весом около 180-кг был отправлен на МКС в январе этого года и установлен в модуле Columbus. Полимерные 3D-принтеры находятся на борту МКС и печатают детали с 2014 года, но когда в январе на борт МКС прибыла металлическая технология, целью проекта было "создать первый металлический 3D-принтер, работающий в условиях микрогравитации".
Металлический 3D-принтер использует процесс прямого энергетического осаждения (DED), при котором проволока из нержавеющей стали нагревается мощным лазером. Процесс полностью контролируется с земли, поэтому все, что нужно сделать экипажу, - это открыть клапан подачи азота и выпуска воздуха перед началом печати. В целях безопасности принтер работает в полностью герметичном боксе, предотвращающем выход избыточного тепла или паров.
Для последующей полномасштабной 3D-печати были выбраны четыре формы, которые затем будут возвращены на Землю для сравнения с эталонными отпечатками, сделанными на земле в условиях нормальной гравитации.
Как отметил инженер по материалам ЕКА Адвенит Макайя: "Две из этих напечатанных деталей будут проанализированы в лаборатории материалов и электрических компонентов в ESTEC в Нидерландах, чтобы помочь нам понять, влияет ли длительная микрогравитация на печать металлических материалов. Две других отправятся в Европейский центр астронавтики и Технический университет Дании, DTU".
Источник: https://www.3dpulse.ru/news/kosmos/na-mks-osuschestvili-pervuyu-3d-pechat-metallom-v-kosmose/
Европейское Космическое Агентство (ЕКА) сообщило о успешном проведении первого опыта по металлической 3D-печати в космосе. По словам агенства "одна маленькая S-образная кривая, нанесенная в виде сжиженной нержавеющей стали, означает гигантский скачок вперед для производства на орбите".
На прошлой неделе 30 мая на борту лабораторного модуля ЕКА Columbus был проведен эксперимент по металлической 3В-печати. Тестовая S-образная кривая была напечатана с помощью металлического 3D-принтера, разработанного для демонстрации технологии группой под руководством соучредителя проекта компании Airbus.
"Успех первой печати, а также других референсных линий позволяет нам быть готовыми к печати полноценных деталей в ближайшем будущем", - прокомментировал технический директор ЕКА Роб Постема. "Мы достигли этого момента благодаря напряженным усилиям промышленной команды во главе с Airbus Defence and Space SAS, Центра поддержки пользователей CADMOS во Франции, откуда осуществляется контроль за операциями печати, а также нашей собственной команды ЕКА".
Проект по металлической 3D-печати в космосе под названием "Metal3D" стартовал в 2016 году, когда ЕКА заключило контракт с Airbus Defence & Space. Его целью было "создание первого металлического 3D-принтера, работающего в условиях микрогравитации".
Принтер весом около 180-кг был отправлен на МКС в январе этого года и установлен в модуле Columbus. Полимерные 3D-принтеры находятся на борту МКС и печатают детали с 2014 года, но когда в январе на борт МКС прибыла металлическая технология, целью проекта было "создать первый металлический 3D-принтер, работающий в условиях микрогравитации".
Металлический 3D-принтер использует процесс прямого энергетического осаждения (DED), при котором проволока из нержавеющей стали нагревается мощным лазером. Процесс полностью контролируется с земли, поэтому все, что нужно сделать экипажу, - это открыть клапан подачи азота и выпуска воздуха перед началом печати. В целях безопасности принтер работает в полностью герметичном боксе, предотвращающем выход избыточного тепла или паров.
Для последующей полномасштабной 3D-печати были выбраны четыре формы, которые затем будут возвращены на Землю для сравнения с эталонными отпечатками, сделанными на земле в условиях нормальной гравитации.
Как отметил инженер по материалам ЕКА Адвенит Макайя: "Две из этих напечатанных деталей будут проанализированы в лаборатории материалов и электрических компонентов в ESTEC в Нидерландах, чтобы помочь нам понять, влияет ли длительная микрогравитация на печать металлических материалов. Две других отправятся в Европейский центр астронавтики и Технический университет Дании, DTU".
Источник: https://www.3dpulse.ru/news/kosmos/na-mks-osuschestvili-pervuyu-3d-pechat-metallom-v-kosmose/
www.3dpulse.ru
На МКС осуществили первую 3D-печать металлом в космосе
Европейское космическое агентство (ЕКА) сообщило о успешном проведении первого опыта по металлической 3D-печати в космосе. По словам...
Первая в России кафедра киберпсихологии открыта в ННГУ
Выпускниками кафедры станут уникальные специалисты, сочетающие компетенции из области психологии, нейронаук и информационных технологий
Киберпсихология изучает взаимодействие человека и виртуальных сред: как мы выстраиваем коммуникацию с программами, сайтами, играми и как сделать это общение удобнее и эффективнее. Университет Лобачевского открывает кафедру киберпсихологии для всех, кто хочет участвовать в создании новых ИТ-решений и сделать цифровой мир человечнее.
«Прямо сейчас киберпсихология превращается в самостоятельное научное направление, и мы выступаем первопроходцами в этой области. В ННГУ действует лаборатория киберпсихологии, магистерская программа, готовится первый учебник. А благодаря кафедре молодые учёные смогут поучаствовать в киберпсихологических исследованиях и развивать собственные проекты уже на уровне бакалавриата», – рассказала заведующая лабораторией киберпсихологии факультета социальных наук ННГУ Валерия Демарёва.
Студенты кафедры будут участвовать не только в аналитике, но и в разработке новых ИТ-решений. Устройства для диагностики состояния киберспортсменов, детекторы стресса для представителей разных профессий от машинистов до специалистов «на удалёнке», умная одежда с данными о состоянии сотрудников в течение рабочей смены – всё это технологии, которые создают киберпсихологи ННГУ, решая задачи для бизнеса и государственных ведомств.
Выпускники магистерской программы по киберпсихологии ННГУ работают специалистами по юзабилити в ведущих российских ИТ-компаниях. Тестируют пользовательский интерфейс новых сайтов или ИТ-продуктов. Выясняют, насколько он удобен для клиентов компании, и дают рекомендации разработчикам и дизайнерам на основе объективных научных данных.
В партнёрстве с проектным офисом стратегии развития Нижегородской области и специалистами ИТ-кампуса «Неймарк» киберпсихологи ННГУ развивают направление «универсального дизайна» – разработки программных продуктов с учётом специфики разных категорий пользователей, включая людей с ОВЗ.
«Уникальность наших подходов в том, что мы идём от человека. Базой для наших оценок является психология пользователя. В обычной схеме, где есть маркетолог, дизайнер и разработчик, часто нет объективных критериев оценки “дружелюбности” сайта или приложения. Специалисты кафедры киберпсихологии на основе результатов тестов и экспериментов смогут определить, как нужно усовершенствовать продукт, чтобы он пользовался спросом», – сообщила Валерия Демарёва.
По словам учёных, число запросов на подобную аналитику только растёт. Неслучайно один из флагманских проектов лаборатории киберпсихологии ННГУ напрямую посвящён нейромаркетингу. Сегодня магистерская программа по киберпсихологии объединяет когнитивные и нейронауки с базовыми знаниями в области информационных технологий. В будущем авторы планируют углубить подготовку, чтобы выпускники могли получить полноценную ИТ-специальность. Уже сегодня киберпсихологи ННГУ проходят курсы по программированию и big data.
Подключиться к проектам киберпсихологов ННГУ и получить уникальное междисциплинарное образование могут студенты и специалисты профильных областей, а также все, кто хочет лучше ориентироваться в психологических аспектах современных цифровых технологий.
Источник: https://robogeek.ru/novosti-kompanii/pervaya-v-rossii-kafedra-kiberpsihologii-otkryta-v-nngu
Выпускниками кафедры станут уникальные специалисты, сочетающие компетенции из области психологии, нейронаук и информационных технологий
Киберпсихология изучает взаимодействие человека и виртуальных сред: как мы выстраиваем коммуникацию с программами, сайтами, играми и как сделать это общение удобнее и эффективнее. Университет Лобачевского открывает кафедру киберпсихологии для всех, кто хочет участвовать в создании новых ИТ-решений и сделать цифровой мир человечнее.
«Прямо сейчас киберпсихология превращается в самостоятельное научное направление, и мы выступаем первопроходцами в этой области. В ННГУ действует лаборатория киберпсихологии, магистерская программа, готовится первый учебник. А благодаря кафедре молодые учёные смогут поучаствовать в киберпсихологических исследованиях и развивать собственные проекты уже на уровне бакалавриата», – рассказала заведующая лабораторией киберпсихологии факультета социальных наук ННГУ Валерия Демарёва.
Студенты кафедры будут участвовать не только в аналитике, но и в разработке новых ИТ-решений. Устройства для диагностики состояния киберспортсменов, детекторы стресса для представителей разных профессий от машинистов до специалистов «на удалёнке», умная одежда с данными о состоянии сотрудников в течение рабочей смены – всё это технологии, которые создают киберпсихологи ННГУ, решая задачи для бизнеса и государственных ведомств.
Выпускники магистерской программы по киберпсихологии ННГУ работают специалистами по юзабилити в ведущих российских ИТ-компаниях. Тестируют пользовательский интерфейс новых сайтов или ИТ-продуктов. Выясняют, насколько он удобен для клиентов компании, и дают рекомендации разработчикам и дизайнерам на основе объективных научных данных.
В партнёрстве с проектным офисом стратегии развития Нижегородской области и специалистами ИТ-кампуса «Неймарк» киберпсихологи ННГУ развивают направление «универсального дизайна» – разработки программных продуктов с учётом специфики разных категорий пользователей, включая людей с ОВЗ.
«Уникальность наших подходов в том, что мы идём от человека. Базой для наших оценок является психология пользователя. В обычной схеме, где есть маркетолог, дизайнер и разработчик, часто нет объективных критериев оценки “дружелюбности” сайта или приложения. Специалисты кафедры киберпсихологии на основе результатов тестов и экспериментов смогут определить, как нужно усовершенствовать продукт, чтобы он пользовался спросом», – сообщила Валерия Демарёва.
По словам учёных, число запросов на подобную аналитику только растёт. Неслучайно один из флагманских проектов лаборатории киберпсихологии ННГУ напрямую посвящён нейромаркетингу. Сегодня магистерская программа по киберпсихологии объединяет когнитивные и нейронауки с базовыми знаниями в области информационных технологий. В будущем авторы планируют углубить подготовку, чтобы выпускники могли получить полноценную ИТ-специальность. Уже сегодня киберпсихологи ННГУ проходят курсы по программированию и big data.
Подключиться к проектам киберпсихологов ННГУ и получить уникальное междисциплинарное образование могут студенты и специалисты профильных областей, а также все, кто хочет лучше ориентироваться в психологических аспектах современных цифровых технологий.
Источник: https://robogeek.ru/novosti-kompanii/pervaya-v-rossii-kafedra-kiberpsihologii-otkryta-v-nngu
robogeek.ru
Первая в России кафедра киберпсихологии открыта в ННГУ
Выпускниками кафедры станут уникальные специалисты, сочетающие компетенции из области психологии, нейронаук и информационных технологий
На Челябинском курорте Фанпарк здания напечатают на 3D-принтере
Компания-застройщик АО «Апри» приняла решение закупить портальный строительный 3D-принтер большого формата и отпечатать на нём малые архитектурные формы, объекты общего пользования и даже коммерческие малоэтажные здания, такие как кафе и рестораны.
«Принтер выбирался под объект. Ведь Фанпарк — это современный уникальный комплекс, и чтобы реализовать все дизайнерские идеи и нетипичные архитектурные формы, мы решили прибегнуть к использованию 3D-печати», — объясняет исполнительный директор компании-подрядчика ООО «Смеси и бетон» Игорь Ворошилов.
Сейчас оборудование проходит тестирование, подрядчик отрабатывает составы и технологию, чтобы принтер был готов работать в «полевых» условиях.
Отметим, что строительный 3D-принтер, закупленный АО «АПРИ» – это ноу-хау российского производства, которое занимает в своей нише лидирующие позиции по всему миру. Это оборудование применяют при реализации проектов не только в России, но и за рубежом.
Всесезонный курорт Фанпарк «Чиллябинск» — уникальный рекреационный объект Челябинской области. Именно здесь гости смогут отдыхать и находить себе развлечения по душе вне зависимости от времени года. Так как объект в регионе единственный в своем роде, он требует соответствующих эксклюзивных решений для его реализации. Так, в Челябинской области впервые будет применена технология 3D-печати при строительстве такого масштабного объекта.
Источник: https://www.3dpulse.ru/news/stroitelstvo/na-chelyabinskom-kurorte-fanpark-zdaniya-napechatayut-na-3d-printere/
Компания-застройщик АО «Апри» приняла решение закупить портальный строительный 3D-принтер большого формата и отпечатать на нём малые архитектурные формы, объекты общего пользования и даже коммерческие малоэтажные здания, такие как кафе и рестораны.
«Принтер выбирался под объект. Ведь Фанпарк — это современный уникальный комплекс, и чтобы реализовать все дизайнерские идеи и нетипичные архитектурные формы, мы решили прибегнуть к использованию 3D-печати», — объясняет исполнительный директор компании-подрядчика ООО «Смеси и бетон» Игорь Ворошилов.
Сейчас оборудование проходит тестирование, подрядчик отрабатывает составы и технологию, чтобы принтер был готов работать в «полевых» условиях.
Отметим, что строительный 3D-принтер, закупленный АО «АПРИ» – это ноу-хау российского производства, которое занимает в своей нише лидирующие позиции по всему миру. Это оборудование применяют при реализации проектов не только в России, но и за рубежом.
Всесезонный курорт Фанпарк «Чиллябинск» — уникальный рекреационный объект Челябинской области. Именно здесь гости смогут отдыхать и находить себе развлечения по душе вне зависимости от времени года. Так как объект в регионе единственный в своем роде, он требует соответствующих эксклюзивных решений для его реализации. Так, в Челябинской области впервые будет применена технология 3D-печати при строительстве такого масштабного объекта.
Источник: https://www.3dpulse.ru/news/stroitelstvo/na-chelyabinskom-kurorte-fanpark-zdaniya-napechatayut-na-3d-printere/
www.3dpulse.ru
На челябинском курорте Фанпарк здания напечатают на 3D-принтере
Компания-застройщик АО «АПРИ» приняла решение закупить портальный строительный 3D-принтер большого формата и отпечатать на нём малые...
В Самарской области построят завод по производству промышленных роботов
На Петербургском международном экономическом форуме правительство Самарской области и ООО «Тесвел» подписали соглашение о реализации инвестиционного проекта по строительству завода по производству промышленных роботов на территории Самарской области.
В процедуре подписания соглашения приняли участие временно исполняющий обязанности министра экономического развития и инвестиций Самарской области Дмитрий Богданов и директор производственно-инжиниринговой компании ООО «Тесвел» Сергей Моршанский.
В рамках проекта намечен запуск производственной площадки по сборке промышленных роботов в индустриальном парке «Преображенка». Объем инвестиций составит более 1,4 млрд рублей. Реализация инвестпроекта позволит создать порядка 50 новых рабочих мест и сделает Самарскую область лидером в сегменте промышленной робототехники.
Директор ООО «Тесвел» рассказал, что на первоначальном этапе предусмотрена сборка четырех наиболее востребованных моделей роботов с применением импортных комплектующих. В дальнейшем предприятие освоит изготовление части компонентов — уже разработана дорожная карта по повышению уровня локализации. К 2030 году завод будет самостоятельно производить до 50% комплектующих. «Наша цель — занять лидирующие позиции на рынке производства роботов в России, — отмечает директор компании «Тесвел» Сергей Моршанский. — Сегодня спрос на специалистов в каждой отрасли ощутимо превышает предложение, что существенно стимулирует рост рынка роботизации. Если раньше прирост количества запущенных роботов на российских производствах составлял 30-40% ежегодно, то в настоящее время он заметно ускорился. В промышленности стандартных сегментов наблюдается взрывной рост роботизации производственных процессов. Кроме того, существует интерес к сервисным роботам, мобильным роботизированным технологическим комплексам и роботам-паллетайзерам. Есть все основания полагать, что рынок будет только расширяться».
Источник: https://robogeek.ru/promyshlennye-roboty/v-samarskoi-oblasti-postroyat-zavod-po-proizvodstvu-promyshlennyh-robotov
На Петербургском международном экономическом форуме правительство Самарской области и ООО «Тесвел» подписали соглашение о реализации инвестиционного проекта по строительству завода по производству промышленных роботов на территории Самарской области.
В процедуре подписания соглашения приняли участие временно исполняющий обязанности министра экономического развития и инвестиций Самарской области Дмитрий Богданов и директор производственно-инжиниринговой компании ООО «Тесвел» Сергей Моршанский.
В рамках проекта намечен запуск производственной площадки по сборке промышленных роботов в индустриальном парке «Преображенка». Объем инвестиций составит более 1,4 млрд рублей. Реализация инвестпроекта позволит создать порядка 50 новых рабочих мест и сделает Самарскую область лидером в сегменте промышленной робототехники.
Директор ООО «Тесвел» рассказал, что на первоначальном этапе предусмотрена сборка четырех наиболее востребованных моделей роботов с применением импортных комплектующих. В дальнейшем предприятие освоит изготовление части компонентов — уже разработана дорожная карта по повышению уровня локализации. К 2030 году завод будет самостоятельно производить до 50% комплектующих. «Наша цель — занять лидирующие позиции на рынке производства роботов в России, — отмечает директор компании «Тесвел» Сергей Моршанский. — Сегодня спрос на специалистов в каждой отрасли ощутимо превышает предложение, что существенно стимулирует рост рынка роботизации. Если раньше прирост количества запущенных роботов на российских производствах составлял 30-40% ежегодно, то в настоящее время он заметно ускорился. В промышленности стандартных сегментов наблюдается взрывной рост роботизации производственных процессов. Кроме того, существует интерес к сервисным роботам, мобильным роботизированным технологическим комплексам и роботам-паллетайзерам. Есть все основания полагать, что рынок будет только расширяться».
Источник: https://robogeek.ru/promyshlennye-roboty/v-samarskoi-oblasti-postroyat-zavod-po-proizvodstvu-promyshlennyh-robotov
robogeek.ru
В Самарской области построят завод по производству промышленных роботов
На Петербургском международном экономическом форуме правительство Самарской области и ООО «Тесвел» подписали соглашение о реализации инвестиционного проекта по строительству завода по производству промышленных роботов на территории Самарской области.
Наш каталог курсов по цифровой трансформации пополнился новыми курсами. Теперь мы можем предложить ещё больше возможностей для вашего профессионального роста в эпоху цифровизации. Ознакомиться с каталогом можно по ссылке https://casestudy.techart.ru/catalog/
Цифровая трансформация — это не просто новый тренд, это необходимость для современного бизнеса. Она помогает компаниям расти и развиваться, оптимизировать процессы и повышать эффективность работы, а чтобы успешно внедрить цифровые технологии, нужны квалифицированные специалисты.
Обучение проходит в формате онлайн-курсов, что позволяет выбирать удобное время и темп.
Хотели бы узнать как обучение проходит у Вас в компании? Практикуется ли формат дистанционного обучения?
Цифровая трансформация — это не просто новый тренд, это необходимость для современного бизнеса. Она помогает компаниям расти и развиваться, оптимизировать процессы и повышать эффективность работы, а чтобы успешно внедрить цифровые технологии, нужны квалифицированные специалисты.
Обучение проходит в формате онлайн-курсов, что позволяет выбирать удобное время и темп.
Хотели бы узнать как обучение проходит у Вас в компании? Практикуется ли формат дистанционного обучения?
В России создан гибкий имплантат грудины нового поколения
Инжиниринговый центр CML AT MEDICAL Северо-западного наноцентра разработал гибкий имплантат грудины. Механические испытания пилотного образца показали, что созданное медицинское изделие позволяет полностью восстановить биомеханику дыхания.
Разработанная в инжиниринговом центре методика проектирования и конфигурация гибкого реберного элемента имплантата грудины с использованием аддитивных технологий повышает эффективность применения изделий данного типа в лечении пациентов с тяжелыми травмами, онкологическими заболеваниями костей грудной клетки или врожденными аномалиях ее развития.
Поиск нового решения по созданию имплантатов грудины связан с тем, что существующие изделия на основе жестких конструкций не могут в полной мере восстановить естественную биомеханику и дыхание грудью. Представленные на рынке имплантаты грудины восстанавливают только косметическую и защитную функцию. Более того, из-за подвижности ребер, крепление жестких имплантатов грудины к ребрам недолговечно.
«Поражение грудины наблюдается у 0,5–3,1 % пациентов с опухолями костей различной локализации. После проведения онкологического лечения встает вопрос о реконструкции грудной клетки с применением имплантата. И здесь важное значением имеет качество и свойства устанавливаемого изделия. Наша работа была направлена на поиск оптимального технологического решения, которое повысит эффективность приживаемости имплантата грудины и улучшит качество жизни пациентов», - отметил Анисимов Данил, инженер-конструктор CML AT Medical.
Этап проектирования занял 2 месяца, после чего с применением аддитивных технологий был изготовлен опытный образец гибкого ребра. Для подтверждения расчетных данных были проведены циклические и механические испытания, по итогам которых прототип изделия выдержал все заданные нагрузки без разрушения и пластических деформаций. Исходя из полученных данных установлено, что гибкие 3D-печатные ребра способны обеспечить 80 млн итераций (циклов дыхания).
Источник: https://www.3dpulse.ru/news/meditsina/v-rossii-sozdan-gibkii-implantat-grudiny-novogo-pokoleniya/
Инжиниринговый центр CML AT MEDICAL Северо-западного наноцентра разработал гибкий имплантат грудины. Механические испытания пилотного образца показали, что созданное медицинское изделие позволяет полностью восстановить биомеханику дыхания.
Разработанная в инжиниринговом центре методика проектирования и конфигурация гибкого реберного элемента имплантата грудины с использованием аддитивных технологий повышает эффективность применения изделий данного типа в лечении пациентов с тяжелыми травмами, онкологическими заболеваниями костей грудной клетки или врожденными аномалиях ее развития.
Поиск нового решения по созданию имплантатов грудины связан с тем, что существующие изделия на основе жестких конструкций не могут в полной мере восстановить естественную биомеханику и дыхание грудью. Представленные на рынке имплантаты грудины восстанавливают только косметическую и защитную функцию. Более того, из-за подвижности ребер, крепление жестких имплантатов грудины к ребрам недолговечно.
«Поражение грудины наблюдается у 0,5–3,1 % пациентов с опухолями костей различной локализации. После проведения онкологического лечения встает вопрос о реконструкции грудной клетки с применением имплантата. И здесь важное значением имеет качество и свойства устанавливаемого изделия. Наша работа была направлена на поиск оптимального технологического решения, которое повысит эффективность приживаемости имплантата грудины и улучшит качество жизни пациентов», - отметил Анисимов Данил, инженер-конструктор CML AT Medical.
Этап проектирования занял 2 месяца, после чего с применением аддитивных технологий был изготовлен опытный образец гибкого ребра. Для подтверждения расчетных данных были проведены циклические и механические испытания, по итогам которых прототип изделия выдержал все заданные нагрузки без разрушения и пластических деформаций. Исходя из полученных данных установлено, что гибкие 3D-печатные ребра способны обеспечить 80 млн итераций (циклов дыхания).
Источник: https://www.3dpulse.ru/news/meditsina/v-rossii-sozdan-gibkii-implantat-grudiny-novogo-pokoleniya/
www.3dpulse.ru
В России создан гибкий имплантат грудины нового поколения
Инжиниринговый центр CML AT Medical Северо-Западного наноцентра разработал гибкий имплантат грудины. Механические испытания пилотного...
Исследователи улучшили навигацию мобильных роботов с помощью больших языковых моделей
Разработанная система направляет роботов с помощью языковых инструкций, снижая потребность в объемных визуальных данных.
Исследователи из Массачусетского технологического института и Лаборатории искусственного интеллекта MIT-IBM Watson разработали метод навигации, который преобразует визуальные представления в текстовые фрагменты, которые затем поступают в одну большую языковую модель, выполняющую все части многоэтапной навигационной задачи.
Вместо того чтобы кодировать визуальные особенности окружающей робота среды в виде визуальных представлений, что требует больших вычислительных затрат, метод создает текстовые подписи, которые описывают то, что видит робот. Большая языковая модель использует эти подписи для предсказания действий, которые робот должен предпринять для выполнения языковых инструкций пользователя.
Поскольку данных подход использует исключительно языковые представления, с помощью большой языковой модели можно эффективно генерировать огромное количество синтетических обучающих данных.
По словам исследователей, хотя этот подход не превосходит методы, использующие визуальные признаки, он хорошо работает в ситуациях, когда для обучения не хватает визуальных данных. Исследователи обнаружили, что объединение языковых данных с визуальными сигналами приводит к улучшению навигационных характеристик.
"Используя только язык в качестве перцептивного представления, мы используем более простой подход. Поскольку все входные данные могут быть закодированы как язык, мы можем генерировать траекторию, понятную человеку", - говорит Боуэн Пан, аспирант кафедры электротехники и информатики (EECS) и ведущий автор статьи, посвященной этому подходу.
Проще говоря, становится возможен сценарий, когда вы скажете вашему роботу отнести грязную одежду вниз по лестнице и положить ее в стиральную машину в левом дальнем углу подвала. Далее робот сам сможет сопоставить ваши инструкции с визуальными наблюдениями и определит шаги для выполнения этой задачи.
Источник: https://robogeek.ru/iskusstvennyi-intellekt/issledovateli-uluchshili-navigatsiyu-mobilnyh-robotov-s-pomoschyu-bolshih-yazykovyh-modelei
Разработанная система направляет роботов с помощью языковых инструкций, снижая потребность в объемных визуальных данных.
Исследователи из Массачусетского технологического института и Лаборатории искусственного интеллекта MIT-IBM Watson разработали метод навигации, который преобразует визуальные представления в текстовые фрагменты, которые затем поступают в одну большую языковую модель, выполняющую все части многоэтапной навигационной задачи.
Вместо того чтобы кодировать визуальные особенности окружающей робота среды в виде визуальных представлений, что требует больших вычислительных затрат, метод создает текстовые подписи, которые описывают то, что видит робот. Большая языковая модель использует эти подписи для предсказания действий, которые робот должен предпринять для выполнения языковых инструкций пользователя.
Поскольку данных подход использует исключительно языковые представления, с помощью большой языковой модели можно эффективно генерировать огромное количество синтетических обучающих данных.
По словам исследователей, хотя этот подход не превосходит методы, использующие визуальные признаки, он хорошо работает в ситуациях, когда для обучения не хватает визуальных данных. Исследователи обнаружили, что объединение языковых данных с визуальными сигналами приводит к улучшению навигационных характеристик.
"Используя только язык в качестве перцептивного представления, мы используем более простой подход. Поскольку все входные данные могут быть закодированы как язык, мы можем генерировать траекторию, понятную человеку", - говорит Боуэн Пан, аспирант кафедры электротехники и информатики (EECS) и ведущий автор статьи, посвященной этому подходу.
Проще говоря, становится возможен сценарий, когда вы скажете вашему роботу отнести грязную одежду вниз по лестнице и положить ее в стиральную машину в левом дальнем углу подвала. Далее робот сам сможет сопоставить ваши инструкции с визуальными наблюдениями и определит шаги для выполнения этой задачи.
Источник: https://robogeek.ru/iskusstvennyi-intellekt/issledovateli-uluchshili-navigatsiyu-mobilnyh-robotov-s-pomoschyu-bolshih-yazykovyh-modelei
robogeek.ru
Исследователи улучшили навигацию мобильных роботов с помощью больших языковых моделей
Разработанная система направляет роботов с помощью языковых инструкций, снижая потребность в объемных визуальных данных.
В ЛЭТИ разработали первый в РФ протез стопы, эффективность которого доказана с помощью маркерного видеоанализа
В России ежегодно около 1,5 млн граждан с инвалидностью обеспечиваются за счет федерального бюджета техническими средствами реабилитации (ТСР). Из них более 200 тыс. имеют протезы конечностей. В том числе, около половины участников специальной военной операции, которые проходят медико-социальную экспертизу, имеют ампутации ног и нуждаются в протезах.
Временный протез заменяется индивидуальным, который изготавливается с учетом образа жизни человека, его потребностей в мобильности и других факторов, связанных со здоровьем. Данный протез состоит из нескольких частей: культеприемной гильзы, регулировочно-соединительных устройств и стопы. Самой важной составляющей протеза ноги является искусственная стопа, от которой зависит качество ходьбы человека и правильный выбор протезистом схемы сбора конструкции.
Правильно подобранный протез не должен причинять дискомфорта или даже боли при ходьбе. В противном случае необходима его замена на более удобный. Однако в России из-за уменьшения поставок ТСР из-за рубежа и увеличения сроков их доставки до нескольких месяцев, а также нехватки отечественных производителей, перед разработчиками стоит задача создания протезов стоп. Это позволит восстановить привычный образ жизни российских пациентов, потерявшим нижние конечности.
Перед испытанием разработки, компьютерные модели протезов стопы были спроектированы и проверены на способность выдерживать вес человека в 85 кг в программном комплексе SolidWorks. Поскольку у пациента с ампутацией голени был сохранен коленный сустав, автор разработки распечатала из гибкого пластика на 3D-принтере несколько вариантов важного элемента – «подпяточник» (прим. название от автора изобретения). Для первоначальной, качественной оценки амортизации пятки они тестировались пациентом.
После этого с помощью технологии захвата движения изучалась работа опорно-двигательного аппарата пациента. Предварительно к важным для исследования анатомическим областям тела (такие как остистые отростки) были закреплены пассивные светоотражающие маркеры для идентификации системой ключевых точек. Перемещение сегментов конечностей при ходьбе фиксировали высокочастотные инфракрасные камеры, расположенные по периметру всей лаборатории «СЗМД».
Полученные с видеорегистрации данные формировались в программных комплексах Qualisys и C-motion, а далее траектории маркеров восстанавливались специалистом вручную. Результаты видеоанализа, представленные в виде графиков, сравнивались с известными нормативными показателями для не патологической ходьбы.
Разработка протеза стопы была представлена в 2024 году на прекурсе «Методика проведения клинической оценки походки и иных базовых активностей, а также моделирование движений в различных программных комплексах» конференции «Ортотерапия. Межведомственное и междисциплинарное взаимодействия в ортопедии, неврологии, реабилитации и ортезировании».
Источник: https://www.3dpulse.ru/news/meditsina/v-leti-razrabotali-pervyi-v-rf-protez-stopy-effektivnost-kotorogo-dokazana-s-pomoschyu-markernogo-videoanaliza/
В России ежегодно около 1,5 млн граждан с инвалидностью обеспечиваются за счет федерального бюджета техническими средствами реабилитации (ТСР). Из них более 200 тыс. имеют протезы конечностей. В том числе, около половины участников специальной военной операции, которые проходят медико-социальную экспертизу, имеют ампутации ног и нуждаются в протезах.
Временный протез заменяется индивидуальным, который изготавливается с учетом образа жизни человека, его потребностей в мобильности и других факторов, связанных со здоровьем. Данный протез состоит из нескольких частей: культеприемной гильзы, регулировочно-соединительных устройств и стопы. Самой важной составляющей протеза ноги является искусственная стопа, от которой зависит качество ходьбы человека и правильный выбор протезистом схемы сбора конструкции.
Правильно подобранный протез не должен причинять дискомфорта или даже боли при ходьбе. В противном случае необходима его замена на более удобный. Однако в России из-за уменьшения поставок ТСР из-за рубежа и увеличения сроков их доставки до нескольких месяцев, а также нехватки отечественных производителей, перед разработчиками стоит задача создания протезов стоп. Это позволит восстановить привычный образ жизни российских пациентов, потерявшим нижние конечности.
Перед испытанием разработки, компьютерные модели протезов стопы были спроектированы и проверены на способность выдерживать вес человека в 85 кг в программном комплексе SolidWorks. Поскольку у пациента с ампутацией голени был сохранен коленный сустав, автор разработки распечатала из гибкого пластика на 3D-принтере несколько вариантов важного элемента – «подпяточник» (прим. название от автора изобретения). Для первоначальной, качественной оценки амортизации пятки они тестировались пациентом.
После этого с помощью технологии захвата движения изучалась работа опорно-двигательного аппарата пациента. Предварительно к важным для исследования анатомическим областям тела (такие как остистые отростки) были закреплены пассивные светоотражающие маркеры для идентификации системой ключевых точек. Перемещение сегментов конечностей при ходьбе фиксировали высокочастотные инфракрасные камеры, расположенные по периметру всей лаборатории «СЗМД».
Полученные с видеорегистрации данные формировались в программных комплексах Qualisys и C-motion, а далее траектории маркеров восстанавливались специалистом вручную. Результаты видеоанализа, представленные в виде графиков, сравнивались с известными нормативными показателями для не патологической ходьбы.
Разработка протеза стопы была представлена в 2024 году на прекурсе «Методика проведения клинической оценки походки и иных базовых активностей, а также моделирование движений в различных программных комплексах» конференции «Ортотерапия. Межведомственное и междисциплинарное взаимодействия в ортопедии, неврологии, реабилитации и ортезировании».
Источник: https://www.3dpulse.ru/news/meditsina/v-leti-razrabotali-pervyi-v-rf-protez-stopy-effektivnost-kotorogo-dokazana-s-pomoschyu-markernogo-videoanaliza/
www.3dpulse.ru
В ЛЭТИ разработали первый в РФ протез стопы, эффективность которого доказана с помощью маркерного видеоанализа
Данная разработка оказывает положительное влияние на опорно-двигательный аппарат человека с ампутацией голени. Этого удалось добиться...
Российские ученые создали усовершенствованный аналог нейросетевого ускорителя Google
Ученые российской ИИ-компании Smart Engines представили и запатентовали в США принципиально новую модель нейросетей – биполярные морфологические сети. Они позволят создать ускоритель для нейросетевых моделей, который может обеспечить 30-40% улучшение аппаратных характеристик практически без снижения качества работы. БМ-сети способны вытеснить классические нейросети и значительно повлиять на развитие технологий ИИ в ближайшем будущем.
BM-сети (Bipolar Morphological Networks) – новая парадигма, в которой ученые исключили умножения из вычислений внутри нейрона, заменив их сложениями и взятием максимума. Благодаря этому нейроны станут вычислительно-проще, так как для аппаратной реализации операции умножения требуется больше транзисторов, чем для реализации сложения или взятия максимума, то есть работает такое устройство значительно медленнее.
Ученые Smart Engines разработали специальные методы обучения BM-сетей на основе итеративной послойной конвертации и дистилляции знаний. Они позволили добиться высокого качества распознавания при решении прикладных задач компьютерного зрения – для поиска объектов и распознавания текста.
Поведение изобретенного BM-нейрона напоминает поведение биполярных нейронов в биологии, так как позволяет явным образом моделировать процессы возбуждения и торможения. Реальные биполярные нейроны отвечают за восприятие и встречаются, например, в сетчатке глаза.
Хотя это решение может показаться неожиданным, на самом деле оно уже давно витало в воздухе. Идею биполярных сетей ученые Smart Engines почерпнули из исследований 1980-х годов советского ученого В. Маслова, а также более поздних работ бразильских математиков во главе с И. Шимоном, которые работали над математическим аппаратом тропического или идемпотентного полукольца.
Кроме того, ученые Smart Engines сформулировали и доказали аналог классической универсальной теоремы аппроксимации для BM-сетей. С их помощью можно приблизить любую непрерывную функцию многих переменных с заранее заданной точностью. Иначе говоря, созданные BM-сети имеют все возможности заменить классические модели.
“Сегодня необходимо переосмыслить используемые нейросетевые модели и существующие алгоритмы обучения, а не бессмысленно наращивать количество нейронов и транзисторов. Мы стоим на пороге эры персонального искусственного интеллекта, то есть в перспективе – не в последнюю очередь благодаря нашей разработке – появится личный, суверенный ИИ, который целиком помещается в ваш гаджет. Его никто не отберет и не заблокирует. В отличие от того же ChatGPT, который на самом деле находится на серверах”, – комментирует генеральный директор Smart Engines, доктор технических наук Владимир Арлазаров.
Источник: https://robogeek.ru/iskusstvennyi-intellekt/rossiiskie-uchenye-sozdali-usovershenstvovannyi-analog-neirosetevogo-uskoritelya-google
Ученые российской ИИ-компании Smart Engines представили и запатентовали в США принципиально новую модель нейросетей – биполярные морфологические сети. Они позволят создать ускоритель для нейросетевых моделей, который может обеспечить 30-40% улучшение аппаратных характеристик практически без снижения качества работы. БМ-сети способны вытеснить классические нейросети и значительно повлиять на развитие технологий ИИ в ближайшем будущем.
BM-сети (Bipolar Morphological Networks) – новая парадигма, в которой ученые исключили умножения из вычислений внутри нейрона, заменив их сложениями и взятием максимума. Благодаря этому нейроны станут вычислительно-проще, так как для аппаратной реализации операции умножения требуется больше транзисторов, чем для реализации сложения или взятия максимума, то есть работает такое устройство значительно медленнее.
Ученые Smart Engines разработали специальные методы обучения BM-сетей на основе итеративной послойной конвертации и дистилляции знаний. Они позволили добиться высокого качества распознавания при решении прикладных задач компьютерного зрения – для поиска объектов и распознавания текста.
Поведение изобретенного BM-нейрона напоминает поведение биполярных нейронов в биологии, так как позволяет явным образом моделировать процессы возбуждения и торможения. Реальные биполярные нейроны отвечают за восприятие и встречаются, например, в сетчатке глаза.
Хотя это решение может показаться неожиданным, на самом деле оно уже давно витало в воздухе. Идею биполярных сетей ученые Smart Engines почерпнули из исследований 1980-х годов советского ученого В. Маслова, а также более поздних работ бразильских математиков во главе с И. Шимоном, которые работали над математическим аппаратом тропического или идемпотентного полукольца.
Кроме того, ученые Smart Engines сформулировали и доказали аналог классической универсальной теоремы аппроксимации для BM-сетей. С их помощью можно приблизить любую непрерывную функцию многих переменных с заранее заданной точностью. Иначе говоря, созданные BM-сети имеют все возможности заменить классические модели.
“Сегодня необходимо переосмыслить используемые нейросетевые модели и существующие алгоритмы обучения, а не бессмысленно наращивать количество нейронов и транзисторов. Мы стоим на пороге эры персонального искусственного интеллекта, то есть в перспективе – не в последнюю очередь благодаря нашей разработке – появится личный, суверенный ИИ, который целиком помещается в ваш гаджет. Его никто не отберет и не заблокирует. В отличие от того же ChatGPT, который на самом деле находится на серверах”, – комментирует генеральный директор Smart Engines, доктор технических наук Владимир Арлазаров.
Источник: https://robogeek.ru/iskusstvennyi-intellekt/rossiiskie-uchenye-sozdali-usovershenstvovannyi-analog-neirosetevogo-uskoritelya-google
robogeek.ru
Российские ученые создали усовершенствованный аналог нейросетевого ускорителя Google
Ученые российской ИИ-компании Smart Engines представили и запатентовали в США принципиально новую модель нейросетей – биполярные морфологические сети. Они позволят создать ускоритель для нейросетевых моделей, который может обеспечить 30-40% улучшение аппаратных…
Алексей Мазалов возглавил центр аддитивных технологий Ростеха
Алексей Мазалов возглавил центр аддитивных технологий (ЦАТ) госкорпорации Ростех. На этой должности он сменил Владислава Кочкурова, руководившего ЦАТ с 2018 года, и который с учетом своего большого практического опыта перешел на работу в объединенную двигателестроительную корпорацию (ОДК, входит в Ростех).
В планах нового руководства — обеспечить постоянное научно-технологическое развитие Центра, создать унифицированные методики контроля, развивать направление комплексного реверс-инжиниринга и работать с конструкторско-технологическими службами предприятий ОДК с целью продуктивного вовлечения в аддитивное производство.
В 2018 году Владиславу Кочкурову была поручена работа по созданию единого интегратора комплексных решений в области аддитивных технологий на уровне авиационного комплекса Госкорпорации Ростех - Центра аддитивных технологий. ЦАТ получил лицензию на серийное производство изделий аддитивным методом и стал первым крупнейшим российским предприятием, подтвердившим свои компетенции по массовой промышленной 3D-печати для авиационной индустрии.
Владислав Кочкуров удостоен множества наград, в частности, медали «За заслуги перед Отечеством II степени», благодарность Мэра Москвы и других. Под его руководством начала реализовываться стратегия на 2020-2025 гг. по выводу АО «ЦАТ» в топ-5 мировых лидеров аддитивного производства по ключевым показателям. Также была выстроена эффективная работа по обеспечению безопасных условий труда для персонала предприятия, созданы условия для снижения травматизма на особо опасных участках производственного комплекса.
Алексей Мазалов пришел на должность главы ЦАТ с позиции директора Центра технологической компетенции аддитивных технологий в Воронеже. Он окончил Аэрокосмический факультет МГТУ им. Н. Э. Баумана в 2013 году и Экономический факультет РосНОУ в 2018. Годом позже поступил в аспирантуру Воронежского государственного технического университета на кафедру «Ракетные двигатели». Работал в ВПК «НПО Машиностроения», МКБ «Компас», концерне «Созвездие», Воронежсельмаше. С 2013 года возглавлял и развивал проекты воронежского Центра аддитивных технологий. Алексей Мазалов смог вывести компанию на уровень стабильной положительной динамики, получить первую чистую прибыль и сформировать команду профессионалов. На предприятии выполнено несколько тысяч высокотехнологичных наукоемких заказов для крупных промышленных предприятий, НИИ и МСП, получена лицензия ФСБ, внедрена система менеджмента качества по международным стандартам, а также создан и развит стартап в сфере частной космонавтики. Кроме того, Алексей Мазалов организовал ежегодную международную конференцию по практическому применению реверс-инжиниринга и АТ в различных сферах производства.
Сегодня в ЦАТ трудится более 130 человек в составе Московской площадки и более 250 специалистов в территориально-распределенных центрах. Компания осуществляет конструкторско-технологические разработки, изготавливает опытную и серийную продукцию, осуществляет лицензированную образовательную деятельность, проводит исследовательские работы на базе сертифицированной лаборатории. ЦАТ — это единственное специализированное на аддитивном производстве предприятие в РФ, получившее лицензию Минпромторга на производство компонентов авиационной техники.
Источник: https://www.3dpulse.ru/news/novosti-kompanii/aleksei-mazalov-vozglavil-tsentr-additivnyh-tehnologii-rosteha/
Алексей Мазалов возглавил центр аддитивных технологий (ЦАТ) госкорпорации Ростех. На этой должности он сменил Владислава Кочкурова, руководившего ЦАТ с 2018 года, и который с учетом своего большого практического опыта перешел на работу в объединенную двигателестроительную корпорацию (ОДК, входит в Ростех).
В планах нового руководства — обеспечить постоянное научно-технологическое развитие Центра, создать унифицированные методики контроля, развивать направление комплексного реверс-инжиниринга и работать с конструкторско-технологическими службами предприятий ОДК с целью продуктивного вовлечения в аддитивное производство.
В 2018 году Владиславу Кочкурову была поручена работа по созданию единого интегратора комплексных решений в области аддитивных технологий на уровне авиационного комплекса Госкорпорации Ростех - Центра аддитивных технологий. ЦАТ получил лицензию на серийное производство изделий аддитивным методом и стал первым крупнейшим российским предприятием, подтвердившим свои компетенции по массовой промышленной 3D-печати для авиационной индустрии.
Владислав Кочкуров удостоен множества наград, в частности, медали «За заслуги перед Отечеством II степени», благодарность Мэра Москвы и других. Под его руководством начала реализовываться стратегия на 2020-2025 гг. по выводу АО «ЦАТ» в топ-5 мировых лидеров аддитивного производства по ключевым показателям. Также была выстроена эффективная работа по обеспечению безопасных условий труда для персонала предприятия, созданы условия для снижения травматизма на особо опасных участках производственного комплекса.
Алексей Мазалов пришел на должность главы ЦАТ с позиции директора Центра технологической компетенции аддитивных технологий в Воронеже. Он окончил Аэрокосмический факультет МГТУ им. Н. Э. Баумана в 2013 году и Экономический факультет РосНОУ в 2018. Годом позже поступил в аспирантуру Воронежского государственного технического университета на кафедру «Ракетные двигатели». Работал в ВПК «НПО Машиностроения», МКБ «Компас», концерне «Созвездие», Воронежсельмаше. С 2013 года возглавлял и развивал проекты воронежского Центра аддитивных технологий. Алексей Мазалов смог вывести компанию на уровень стабильной положительной динамики, получить первую чистую прибыль и сформировать команду профессионалов. На предприятии выполнено несколько тысяч высокотехнологичных наукоемких заказов для крупных промышленных предприятий, НИИ и МСП, получена лицензия ФСБ, внедрена система менеджмента качества по международным стандартам, а также создан и развит стартап в сфере частной космонавтики. Кроме того, Алексей Мазалов организовал ежегодную международную конференцию по практическому применению реверс-инжиниринга и АТ в различных сферах производства.
Сегодня в ЦАТ трудится более 130 человек в составе Московской площадки и более 250 специалистов в территориально-распределенных центрах. Компания осуществляет конструкторско-технологические разработки, изготавливает опытную и серийную продукцию, осуществляет лицензированную образовательную деятельность, проводит исследовательские работы на базе сертифицированной лаборатории. ЦАТ — это единственное специализированное на аддитивном производстве предприятие в РФ, получившее лицензию Минпромторга на производство компонентов авиационной техники.
Источник: https://www.3dpulse.ru/news/novosti-kompanii/aleksei-mazalov-vozglavil-tsentr-additivnyh-tehnologii-rosteha/
www.3dpulse.ru
Алексей Мазалов возглавил Центр аддитивных технологий Ростеха
Алексей Мазалов возглавил Центр аддитивных технологий (ЦАТ) Госкорпорации Ростех. На этой должности он сменил Владислава Кочкурова,...
Беспилотные технологии Казанского ГАУ снизят себестоимость растениеводства в России
Ученые Казанского государственного аграрного университета разработали инновационный аппаратно-программный комплекс системы ADAS 4 уровня для машинно-тракторных агрегатов. Стоимость этой беспилотной системы, использующей передовые технологии машинного зрения, искусственного интеллекта и анализа больших данных, начинается от 2 млн рублей в зависимости от используемых функций. Внедрение комплекса позволит значительно повысить эффективность и рентабельность растениеводства за счет снижения себестоимости производства.
По мнению сотрудников вуза, внедрение комплекса позволит добиться значимых результатов. "В 70% случаев наблюдается сокращение себестоимости производства продукции растениеводства не менее чем на 20% за счет увеличения производительности, снижения ошибок и пересевов", - отмечает Раис Сабиров, кандидат технических наук, сотрудник Института механизации и технического сервиса Казанского ГАУ.
Система машинного зрения обеспечивает надежную работу на всех типах почв в любое время суток. Искусственный интеллект обрабатывает данные лидара и принимает решения по объезду препятствий. В сложных погодных условиях, таких как сильный дождь, снег или туман, предусмотрена возможность движения по спутниковой навигации с получением корректирующих сигналов через интернет.
Научный задел разработки подтвержден 5 научными статьями и 15 свидетельствами о регистрации программ для ЭВМ. Золотая медаль 23-й Российской агропромышленной выставки «Золотая осень – 2021» служит признанием инновационности и высокого потенциала практического применения комплекса.
На рынке представлены различные системы точного земледелия, такие как устройства курсоуказания (Outback S-lite, Trimble CFX-750, ГлоНАШ Пилот и др.), подруливающие устройства (Trimble EZPilot, TeeJet UniPilot Pro и др.) и системы активного пилотирования (Trimble Autopilot, Ag Leader SteerCommand и др.). Однако большинство из них, особенно отечественного производства, являются системами параллельного вождения и не имеют функций активного управления машинно-тракторными агрегатами с определением препятствий. Технологии геолокационного позиционирования, распознавания препятствий, построения маршрутов и автономного управления сельхозтехникой являются ключевыми конкурентными преимуществами, поэтому производители неохотно раскрывают детали своих разработок.
По прогнозам экспертов, к 2028 году объем мирового рынка беспилотных тракторов достигнет 7.5 млрд долларов. Оценочная потребность российского сельского хозяйства - порядка 10 000 подобных аппаратно-программных комплексов. Таким образом, внедрение разработки Казанского ГАУ способно принести валовый доход в размере 20 млрд рублей.
Источник: https://robogeek.ru/avtonomnyi-transport/bespilotnye-tehnologii-kazanskogo-gau-snizyat-sebestoimost-rastenievodstva-v-rossii
Ученые Казанского государственного аграрного университета разработали инновационный аппаратно-программный комплекс системы ADAS 4 уровня для машинно-тракторных агрегатов. Стоимость этой беспилотной системы, использующей передовые технологии машинного зрения, искусственного интеллекта и анализа больших данных, начинается от 2 млн рублей в зависимости от используемых функций. Внедрение комплекса позволит значительно повысить эффективность и рентабельность растениеводства за счет снижения себестоимости производства.
По мнению сотрудников вуза, внедрение комплекса позволит добиться значимых результатов. "В 70% случаев наблюдается сокращение себестоимости производства продукции растениеводства не менее чем на 20% за счет увеличения производительности, снижения ошибок и пересевов", - отмечает Раис Сабиров, кандидат технических наук, сотрудник Института механизации и технического сервиса Казанского ГАУ.
Система машинного зрения обеспечивает надежную работу на всех типах почв в любое время суток. Искусственный интеллект обрабатывает данные лидара и принимает решения по объезду препятствий. В сложных погодных условиях, таких как сильный дождь, снег или туман, предусмотрена возможность движения по спутниковой навигации с получением корректирующих сигналов через интернет.
Научный задел разработки подтвержден 5 научными статьями и 15 свидетельствами о регистрации программ для ЭВМ. Золотая медаль 23-й Российской агропромышленной выставки «Золотая осень – 2021» служит признанием инновационности и высокого потенциала практического применения комплекса.
На рынке представлены различные системы точного земледелия, такие как устройства курсоуказания (Outback S-lite, Trimble CFX-750, ГлоНАШ Пилот и др.), подруливающие устройства (Trimble EZPilot, TeeJet UniPilot Pro и др.) и системы активного пилотирования (Trimble Autopilot, Ag Leader SteerCommand и др.). Однако большинство из них, особенно отечественного производства, являются системами параллельного вождения и не имеют функций активного управления машинно-тракторными агрегатами с определением препятствий. Технологии геолокационного позиционирования, распознавания препятствий, построения маршрутов и автономного управления сельхозтехникой являются ключевыми конкурентными преимуществами, поэтому производители неохотно раскрывают детали своих разработок.
По прогнозам экспертов, к 2028 году объем мирового рынка беспилотных тракторов достигнет 7.5 млрд долларов. Оценочная потребность российского сельского хозяйства - порядка 10 000 подобных аппаратно-программных комплексов. Таким образом, внедрение разработки Казанского ГАУ способно принести валовый доход в размере 20 млрд рублей.
Источник: https://robogeek.ru/avtonomnyi-transport/bespilotnye-tehnologii-kazanskogo-gau-snizyat-sebestoimost-rastenievodstva-v-rossii
robogeek.ru
Беспилотные технологии Казанского ГАУ снизят себестоимость растениеводства в России
Ученые Казанского государственного аграрного университета разработали инновационный аппаратно-программный комплекс системы ADAS 4 уровня для машинно-тракторных агрегатов. Стоимость этой беспилотной системы, использующей передовые технологии машинного зрения…
Университет Иннополис разработал VR-тренажёр для работы с роботами
Специальное приложение для очков виртуальной реальности уже используют студенты Чусовского индустриального техникума. С помощью программы они учатся собирать, разбирать и обслуживать роботов в виртуальной среде.
В VR-тренажёре разработки Центра робототехники Университета Иннополис для студентов доступны интерактивные уроки с различными режимами обучения. При запуске программы пользователь выбирает одну из трёх 3D-моделей робота Fanuc для тренировки.
В режиме «обучение» студент выполняет практические задания по сборке и разборке робота: поместить уплотнительное кольцо, установить двигатель, прикрепить защитный кожух, разобрать балансир, собрать мотор оси робота и другое. При этом пользователь может перемещаться вокруг 3D-модели, изучать конструкцию и инструкцию робота и получать подсказки к заданиям. Студент в VR-очках взаимодействует с составными частями виртуального робота, используя гаечные ключи, шуруповерт и другие инструменты. В режиме «экзамен» задания необходимо выполнить за определённое время без подсказок. Программа оценивает правильную последовательность действий для решения задачи.
Тимур Сатдаров, директор Центра робототехники Университета Иннополис: «Использование VR-тренажёров в обучении специалистов по робототехнике — это безопасно, экономически выгодно и эффективно. Реальный робот в руках неопытного студента может привести к травмам и чрезвычайным ситуациям. Не каждая учебная организация может себе позволить дорогостоящего робота, выделить для него свободную площадь или обеспечить ремонт в случае поломки во время обучения. А VR-тренажёр стоит дешевле, и для работы с ним достаточно всего лишь 2 кв.м. При этом виртуальное обучение достаточно точно имитирует реальные процессы сборки и разборки робота, позволяет проверить навыки студентов в условиях, максимально приближенных к реальным, а также ускорить обучение за счёт тренировки большего количества студентов».
Для работы с VR-тренажёром по сборке роботов достаточно приобрести автономные очки виртуальной реальности, например, Oculus Quest 2—3 или Pico 4.
В разработке VR-приложения инженеры и студенты Университета Иннополис использовали игровой движок Unity и целевую платформу Android. 3D-модель объектов создали, сняв мерки с реального робота Fanuc и строительных инструментов с помощью программного обеспечения Blender. Особое внимание разработчики уделили работе с логикой взаимодействия пользователя с виртуальным миром, реализации физических и звуковых эффектов. Перед релизом приложение протестировали на разных устройствах VR.
Источник: https://robogeek.ru/obrazovatelnaya-robototehnika/universitet-innopolis-razrabotal-vr-trenazhyor-dlya-raboty-s-robotami
Специальное приложение для очков виртуальной реальности уже используют студенты Чусовского индустриального техникума. С помощью программы они учатся собирать, разбирать и обслуживать роботов в виртуальной среде.
В VR-тренажёре разработки Центра робототехники Университета Иннополис для студентов доступны интерактивные уроки с различными режимами обучения. При запуске программы пользователь выбирает одну из трёх 3D-моделей робота Fanuc для тренировки.
В режиме «обучение» студент выполняет практические задания по сборке и разборке робота: поместить уплотнительное кольцо, установить двигатель, прикрепить защитный кожух, разобрать балансир, собрать мотор оси робота и другое. При этом пользователь может перемещаться вокруг 3D-модели, изучать конструкцию и инструкцию робота и получать подсказки к заданиям. Студент в VR-очках взаимодействует с составными частями виртуального робота, используя гаечные ключи, шуруповерт и другие инструменты. В режиме «экзамен» задания необходимо выполнить за определённое время без подсказок. Программа оценивает правильную последовательность действий для решения задачи.
Тимур Сатдаров, директор Центра робототехники Университета Иннополис: «Использование VR-тренажёров в обучении специалистов по робототехнике — это безопасно, экономически выгодно и эффективно. Реальный робот в руках неопытного студента может привести к травмам и чрезвычайным ситуациям. Не каждая учебная организация может себе позволить дорогостоящего робота, выделить для него свободную площадь или обеспечить ремонт в случае поломки во время обучения. А VR-тренажёр стоит дешевле, и для работы с ним достаточно всего лишь 2 кв.м. При этом виртуальное обучение достаточно точно имитирует реальные процессы сборки и разборки робота, позволяет проверить навыки студентов в условиях, максимально приближенных к реальным, а также ускорить обучение за счёт тренировки большего количества студентов».
Для работы с VR-тренажёром по сборке роботов достаточно приобрести автономные очки виртуальной реальности, например, Oculus Quest 2—3 или Pico 4.
В разработке VR-приложения инженеры и студенты Университета Иннополис использовали игровой движок Unity и целевую платформу Android. 3D-модель объектов создали, сняв мерки с реального робота Fanuc и строительных инструментов с помощью программного обеспечения Blender. Особое внимание разработчики уделили работе с логикой взаимодействия пользователя с виртуальным миром, реализации физических и звуковых эффектов. Перед релизом приложение протестировали на разных устройствах VR.
Источник: https://robogeek.ru/obrazovatelnaya-robototehnika/universitet-innopolis-razrabotal-vr-trenazhyor-dlya-raboty-s-robotami
robogeek.ru
Университет Иннополис разработал VR-тренажёр для работы с роботами
Специальное приложение для очков виртуальной реальности уже используют студенты Чусовского индустриального техникума. С помощью программы они учатся собирать, разбирать и обслуживать роботов в виртуальной среде.