研究者は音波を使用してハードディスクドライブをマイクに変えます。 この意図しないマイクは、人間の音声を忠実に抽出して解析できます。 この方法では、フィッシングやウイルス、トロイの木馬などの注入などの古いハッキング手法を使用して、ハードドライブのファームウェアを変更する必要があります。 さまざまな種類のコンピュータウイルスやマルウェアについて心配している場合は、別の歓迎されないニュースがあります。電子デバイスは、ソフトウェアに基づく攻撃だけでなく、物理学にも脆弱です。 最近、ミシガン大学の研究者は、個人の電子機器や家庭用デバイスが音波やその他の干渉源によって制御または操作できることを発
新しいロボットは、任意のオブジェクトを選択して特定の場所に投げることを学習します。 ディープラーニングと発射体物理学の両方を使用して、構造化されていない設定でオブジェクトを正確かつ迅速に投げます。 14時間のトレーニング時間内に、85%の投球精度を達成し、87%がクラッターの信頼性を把握しました。 過去10年間で、ロボットをよりスマートにして特定のタスクをより効率的に実行し、実際の経験から学ぶことができるようになり、大きな進歩が見られました。ただし、キャッチ、スイング、スピン、トスなどの基本的なスキルに関しては、ロボットは依然として人間よりもはるかに遅れています。 現在、Googl
ナノレーザーによって生成されるコヒーレント光は測定が困難です。 研究者は、このような困難な測定を実行する方法を発見しました。 彼らは、ナノレーザーが真のレーザーとしてどのような条件下で適格であるかを理解するための簡単な公式を開発します。 ここ数年で、ナノレーザーは、約10億分の1メートルのサイズを持つ新しい種類の光源として登場しました。その独自の特性により、巨視的なレーザーとは一線を画しています。 ナノレーザーの設計は、従来のヘテロ構造ベースの半導体レーザーの設計と非常によく似ています。ただし、それらの空洞は非常に小さく、光の波長(赤外線と可視光)の大きさです。 今後数年間で、ナ
研究者は、ナノワイヤーと特殊なタイプのシェルを使用して、紫外線発光ダイオードを構築します。 従来のシェル設計に基づいて、LEDの5倍の光強度を生成します。 紫外線発光ダイオード(UV LED)は、浄水、分光法、フォトポリマー硬化、医療消毒など、ますます多くのアプリケーションで使用されています。 ナノワイヤをベースにしたディープUVLEDは、ナノスケールのサイズと離散的な性質に関連する新しい機能を提供できるため、最近多くの注目を集めています。たとえば、単一ナノワイヤLEDを使用して、サブ回折光リソグラフィー用の新しいシステムを構築できます。これは、ウェーハレベルリソグラフィー用のピクセル
まだ理論的ですが、この技術を使用して、さまざまなサイズや形状の物体を光線で浮揚させることができます。 宇宙探査用のレーザー推進宇宙船の開発にも使用できます。 光が力とトルクを発揮する能力は、材料の光学的操作の重要な特徴の1つです。この操作を安定させるには、ソースが十分に強力なトラップの可能性を示す必要があります。 過去数十年の間に、科学者は光ベースの機械的操作、特にレーザービームからの放射圧力を使用して小さな物体を動かして操作する光ピンセットのための多くのアプローチを考え出しました。この方法は、2018年のノーベル物理学賞の基礎となりました。 今日、科学者たちは、量子力学的重ね合わ
DARPAは、極超音速機の新しい設計と材料を構築することを目的としたMACHという名前の新しいプログラムを発表しました。 目的は、高熱流束を処理し、既存の炭素-炭素複合材料ベースのシステムを超える性能を提供できる、鋭い最先端のソリューションを開発することです。 極超音速機や兵器はおそらく将来の夢ですが、これを実現するために、研究者は極超音速で発生する非常に高い温度を処理する驚くべき能力を備えた高度な材料を考案する必要があります。 知らない人にとっては、マッハ5よりも速く移動するもの(音速の5倍)は極超音速です。いくつかの車両は、そのような信じられないほどの高速を達成しましたが、それは
研究者は、自然言語処理と機械学習の方法を使用して、電子カルテの臨床医のメモからアルコールの誤用者を認識しました。 ケースの78%で、AIはアルコールを誤用した外傷患者とそうでない患者を区別することができました。 米国での死亡の10%はアルコールの誤用によるものであり、この誤用の割合は2002年から2012年の間に9%増加しました。実際、トラウマに遭遇した患者の3人に1人がアルコールの誤用をしています。 以前の研究は、すべての外傷が教えられる瞬間の機会を提供することを証明しました。外傷センターでのSBIRT(スクリーニング、簡単な介入、および治療への紹介の略)プログラムは、アルコール消費
AIは、脳画像技術を強化して、診断前のアルツハイマー病を予測することができます。 この研究で開発された畳み込みニューラルネットワークは、アルツハイマー病につながる脳スキャン(100%の感度)を特定することができました。 米国では500万人以上がアルツハイマー病を患っており、この数は2050年までに1400万人に達すると予測されています。65秒ごとに米国の誰かがアルツハイマー病を発症し、米国で6番目に多い死因となっています。 通常、この病気はすべての症状が現れたときに診断され、この時までに脳細胞の喪失が非常に顕著になり、介入するには遅すぎます。アルツハイマー病の進行を止めたり逆転させた
毎年、さまざまな新製品が見られ、そのほとんどは古い技術を使用して開発されています。影響力のある科学者や数学者の中には、世界にへこみを作るために生まれた人もいます。そして、彼らは彼らの理論でそれを成功させ、それが現代の技術の基礎を築きました。 過去数十年で世界は大きく変化しました。これを可能にしたのは、古い理論と発明に基づいています。本日は、世界を変える上で重要な役割を果たしたテクノロジーの法則を、その影響と応用とともに紹介します。 9。ピタゴラスの定理 歴史 :ピタゴラスの定理は、ギリシャの数学者ピタゴラスによって最初に定式化され、解決されました。この定理には、今では何百もの証明があり
研究者は、触覚と視覚を使用してジェンガのゲームを学習するロボットアームを開発しています。 この作業で開発された機械学習方法は、ロボットが消費者製品を組み立てたり、注意深い物理的相互作用を必要とするその他のタスクを実行したりするのに役立ちます。 ジェンガは、正確な目と手の協調と戦略を必要とする複雑なゲームです。人間として、私たちは視覚と触覚をシームレスに統合して、このゲームをマスターします。一方、ロボットはまだこのレベルの洗練度を備えていません。 ほとんどのロボット学習システムは、触覚のない視覚データのみを使用します。これにより、基本的に外界について学習する能力が制限されます。モデルフ
エンジニアはディープラーニング手法を使用して、喫煙に基づいて生物学的年齢を予測します。 男性の喫煙者は、非喫煙者と比較して、年代順の年齢の約1.5倍の年齢でした。 女性の喫煙者は、非喫煙者の2倍の年齢であると予測されました。 喫煙は深刻な病気を引き起こし、体内のほとんどすべての臓器に害を及ぼします。米国疾病予防管理センターによると、米国では1,600万人以上が喫煙による病気で生活しています。世界中で、毎年600万人以上が死亡しています。 多くの研究は、喫煙と心血管疾患、癌、およびすべての原因による死亡率との間に関連があることをすでに示しています。ただし、生物学的老化の速度に対する喫
エンジニアは、自動運転車用のニューラルネットワークを開発して、人を検出し、次の動きを予測します。 車両から最大45メートルの距離にある複数の歩行者のポーズと次の位置を同時に正確に予測できます。 ほとんどの自動運転車は、さまざまなカメラ、LiDAR、GPSを使用して、周囲の内部マップを生成および維持します。次に、アルゴリズムがこれらの入力を処理し、経路をプロットして、ステアリング、加速、ブレーキを制御する車両のアクチュエータに命令を送信します。 予測モデリング、ハードコードされたルール、障害物回避、オブジェクト識別アルゴリズムなどの他のパラメータは、ソフトウェアが交通ルールに従いながら
研究者はレーザーを使用して、2.5メートル離れた場所に立っている対象者に60デシベルの音を送信します。 彼らは、光を吸収した後に材料が音波を生成するときに発生する光音響効果に依存する方法を開発しています。 最初のレーザーは、1960年に電磁放射の誘導放出による光増幅によって開発されました。それ以来、私たちは長い道のりを歩んできました。現在では、情報処理(Blu-Ray)、手術、バーコードリーダー、ホログラフィックイメージング、および切断、マーキング、穴あけ、表面改質などの材料処理で使用されています。 最近、MITの研究チームは、非常に興味深い現象を示しました。彼らは、レーザーを使用し
自動運転車は、浅黒い肌の人を検出する際の精度が5%低くなります。 これは、オブジェクト検出アルゴリズムの大部分が、主に白人の画像を含むデータセットでトレーニングされていたために発生します。 機械学習モデルは、私たちの日常生活の中で家を見つけ始めています。特に自動運転の分野は、過去10年間で「可能かもしれない」から「現在市販されている」になりました。 しかし、これらの自動化システムの進歩により、近年、自動運転車に対する懸念が高まっており、懸念事項のリストはさらに長くなっているようです。安全性と道路上の障害物に立ち向かう能力について心配するだけでなく、自動運転車が有色人種に害を及ぼす可能性
物理学者は、熱力学的時間の矢の反対方向に移動する量子状態を作成することに成功しました。 彼らは、2キュービットおよび3キュービットの量子コンピューターでこの状態を実証しました。 エラーやノイズを減らしながら、量子コンピューターをより正確にするために使用できます。 一見時間対称の物理法則から不可逆性はどのように発生しますか?科学者たちは何年もの間答えを見つけようとしてきました。 古典的な統計力学の枠組みの中で、この問題は熱力学の第二法則に関連しています。熱力学の第2法則では、エネルギーが1つの形式から別の形式に変化するか、物質が自由に移動すると、閉鎖系のエントロピーが増加します。 2
新しい機械学習ベースの知覚フレームワークは、タッチで90を超えるさまざまなオブジェクトを認識できます。 視覚的観察と触覚的観察の両方を使用して、これらの観察が同じオブジェクトに対応するかどうかを識別します。 人間は、複数のモダリティにわたってオブジェクトの外観と材料特性を関連付けるのが得意です。はさみを見ると、指が金属の表面に触れていると感じることが想像できます。それを頭の中で想像することができます。識別だけでなく、サイズ、形状、比率もわかります。 一方、ロボットの認識は本質的にマルチモーダルではありません。高度なカメラを搭載した既存のロボットは2つの異なる物体を区別できますが、特に
物理学者は、無線周波数信号の非常に小さな量子ステップ(光子)を検出できる新しい回路を構築します。 この新しい量子回路には、核磁気共鳴画像法から電波天文学まで、さまざまな用途があります。 弱い高周波電磁場の検出は、電波天文学への核磁気共鳴画像法を含むいくつかの分野で重要な役割を果たします。 量子光学では、最も弱い信号は単一光子です。極低温でも熱ゆらぎを止めることができないため、メガヘルツ周波数で個々の光子を検出して操作することは非常に困難です。 現在、デルフト工科大学の物理学者は、そのような検出を可能にするシステムを開発しました。彼らは、量子力学の理論によって可能になる最も弱い信号(
DARPAは、デジタル世界で見られる複雑なイベントを明らかにしたいと考えています。 彼らの計画は、現在世界中で起こっている何十億ものイベント間の相関関係を検出して引き出すことができる半自動化されたシステムを作成することです。 人工知能(AI)は、今日の世界で数多くのアプリケーションを持っています。リモートセンシング、電子取引、医療診断、ロボット制御など、さまざまなアクティビティを効率的に実行できます。 AIの開花分野は、特にここ数年で、いくつかの印象的な進歩を遂げました。今日、弱いAIで動作するマシンは、画像の認識と並べ替えから、世界最高の囲碁プレーヤーの敗北、特定の種類の癌の診断ま
実現可能性調査は、地球上のレーザーと望遠鏡の技術を、エイリアンの注意を引くためのビーコンとして使用できることを提案しています。 1〜2メガワットのレーザーを30〜45メートルの望遠鏡を通して宇宙に向ける必要があります。 同じレーザーを5×5タップコードまたはモールス信号でエンコードされた短いメッセージで送信できます。 既存の望遠鏡とレーザー技術を使用して、近くの地球外インテリジェンス(存在する場合)に信号を送ることができますか?十分に強力なレーザービームを開発し、それを近くの太陽系外惑星に向けることができますか?連絡が取れたら、どれくらいの速さでデータを送信できますか? これらの
新しいレーザーポインティングシステムは、より少ないオンボードリソースを使用して、はるかに高いレートでCubeSatsのダウンリンクデータを支援する可能性があります。 システムは、地上の受信機にレーザーを向ける小型の操縦可能なミラーで構成されています。 過去20年間で、2,000を超えるCubeSat(10 * 10 * 10センチメートルのキュビット単位の倍数で構成される小型衛星)が宇宙に打ち上げられ、打ち上げられる予定です。単一のCubeSatは通常1.33キログラムよりも軽く、電子機器と構造に市販の機器を使用しています。 CubeSatは、展開のコストを削減し、残りのロケットとペ
産業技術