侵权投诉
搜索
更多>> 热门搜索:
当前位置:

OFweek3D打印网

其它

正文

实用型金属3D打印入选麻省理工2018年“全球十大突破性技术”

导读: 昨日,《麻省理工科技评论》正式公布了2018年“全球十大突破性技术”(10 Breakthrough Technologies 2018),为我们对2018年核心科技的发展提供了很好的前瞻指导。

昨日,《麻省理工科技评论》正式公布了2018年“全球十大突破性技术”(10 Breakthrough Technologies 2018),为我们对2018年核心科技的发展提供了很好的前瞻指导。

实用型金属3D打印入选麻省理工2018年“全球十大突破性技术”

这份指南已经发布17年之久,每年初都会带给科技行业最前沿的视角。今年,麻省理工评出的“全球十大突破性技术”涵盖:实用型金属3D打印、人造胚胎、智慧传感城市、面向每一个人的人工智能、对抗性神经网络、巴别鱼实时翻译耳塞、零碳天然气、完美的网络隐私保护、基因占卜、材料的量子飞跃。

实用型金属3D打印入选麻省理工2018年“全球十大突破性技术”

#1 实用型金属3D打印(3D Metal Printing)

技术突破:目前最前沿的金属3D打印机已经可以快速、低成本地制造金属对象。

意义:按需制造大型复杂金属物体的能力,很可能会给制造业带来颠覆性改变。

关键参与者:Markforged、Desktop Metal、GE、EOS、SLM Solutions、西安铂力特

成熟期:现在

实用型金属3D打印入选麻省理工2018年“全球十大突破性技术”

尽管3D打印面世已有数十年之久,但它很长一段时间内都只是爱好者和设计师手中用来制造一次性原型对象的工具。而要用塑料以外的材料(尤其是金属)来3D打印通常造价昂贵,而且速度很慢。

金属3D打印技术方面的突破,让3D打印成为大规模制造零部件和各种产品的一种实用方式。此外,制造商还无需大量库存这些零部件和产品——按需定制成为了可能,减少库存意味着成本的节约。

与一般的制造技术相比,金属3D打印技术可以制造更轻,更坚固的部件,以及传统金属制造方法无法实现的复杂形状。它还可以更精确地控制金属的微观结构。 2017年,劳伦斯·利弗莫尔国家实验室(Lawrence Livermore National Laboratory)的研究人员宣布,他们已经开发出了一种3D打印方法,制造出来的不锈钢部件强度是传统制造的部件的两倍。

同样在2017年,小型3D打印创业公司Markforged发布了第一台价格低于10万美元的金属3D打印机,创下了成本上的里程碑。

另一家波士顿地区的初创公司Desktop Metal于2017年12月开始销售其首批金属原型机。该公司计划开始销售专为制造而设计的大型机器设备,比传统的金属制造方法速度快100倍。

Desktop Metal现在提供的软件可以生成适用于3D打印的设计。用户可以自主设置程序,其中包含他们想要打印的对象的规格,并且利用软件设计好适合打印的计算机模型。

对通用电气(GE)而言,去年是它在3D打印技术方面收获颇丰的一年。GE一直在其航空产品中使用3D打印技术,该公司现在也正在测试一款新型3D金属打印机,该打印机打印速度很快,可用于大型零部件的生产。该公司计划于2018年开始销售该打印机。

#2 人造胚胎(Artificial Embryos)

技术突破:不使用卵子或精子细胞,研究人员可以直接从干细胞制造胚胎样结构,这为创造生命提供了一条全新的途径。

意义:人造胚胎将使研究人员更容易研究人类生命的神秘开端。

关键参与者:剑桥大学、密歇根大学、洛克菲勒大学

成熟期:现在

实用型金属3D打印入选麻省理工2018年“全球十大突破性技术”

英国剑桥大学工作的胚胎学家在仅依靠干细胞的情况下培育出了逼真的小鼠胚胎。这种方式不需要卵子、精子,只需从另一个胚胎采集出细胞来。

“我们一直知道干细胞在的强大潜力中会带来神奇的结果。但我们万万意识不到,它们可以进行如此精美或完美的自我组织。”研究团队领导人Magdelena Zernicka-Goetz表示。

这一技术的突破,暗示我们很快就可以拥有没有鸡蛋的哺乳动物。

另一方面,人造胚胎无疑会引起道德争议。如果它们与真正的胚胎无法区分呢?在它们感到疼痛之前,可以在实验室中培养多久?生物伦理学家说,我们需要在科学比赛前进一步解决这些问题。

#3 智慧传感城市(Sensing City)

技术突破:多伦多街区的目标是成为首个将最先进城市设计与最先进数字技术“合体”的代表。

意义:智慧城市可以让城市地区更实惠、更宜居、更环保。

关键参与者:Sidewalk Labs、Waterfront Toronto

成熟期:项目于2017年10月公布,建设可能于2019年开始

实用型金属3D打印入选麻省理工2018年“全球十大突破性技术”

全球范围内众多的智慧城市计划都在遭遇“搁浅”,高昂的耗资与成本也吓到许多人。

多伦多的一个名为Quayside的新项目希望通过从头开始重新思考城市社区并围绕最新的数字技术重建它,从而改变这种失败模式。

Alphabet旗下Sidewalk Labs实验室正与加拿大政府就多伦多工业滨水区的这一高科技项目进行合作。

该项目的目标之一是基于广泛的传感器网络的信息设计,策略和技术决策,这些传感器收集从空气质量到噪音水平到人们活动的所有信息。

该计划要求所有车辆实现自动化和共享。机器人会在地下“巡逻”,处理城市车队管理中的琐事。Sidewalk Labs表示,它将开放其创建的软件和系统的访问权限,以便其他公司可以在这一平台上构建服务,就像人们为移动电话构建应用程序一样。

Sidewalk Labs对公共基础设设的密切关注也引发了对数据治理和隐私的担忧。但它认为,可以与社区和当地政府合作来缓解这些担忧。

Waterfront Toronto是负责Quayside开发项目的公共机构,其他北美城市已经呼吁将其列入Sidewalk Labs这一项目的合作。该机构的首席执行官Will Fleissig说:“旧金山、丹佛、洛杉矶和波士顿等城市都纷纷自荐,希望能够参与这一项目。”

#4 面向每一个人的人工智能(AI for Everybody)

技术突破:基于云计算的AI使技术更便宜,更易于使用。

意义:目前,人工智能的大规模使用主要由个别巨头支配。但作为基于云计算的服务,它可以被更多人广泛使用,从而为经济带来推动力。

关键参与者:亚马逊、谷歌、微软

成熟期:现在

实用型金属3D打印入选麻省理工2018年“全球十大突破性技术”

到目前为止,人工智能主要是亚马逊,百度,谷歌,微软等大型科技公司以及一些初创公司的玩具。对于许多其他公司和经济部分而言,AI系统太昂贵且太难以完全实施。

但是,基于云计算的机器学习工具可以将AI带给更广泛的受众。到目前为止,亚马逊的AWS在AI云计算领域走在了前沿。TensorFlow是一个开源的人工智能库,可用于构建其他机器学习软件,而谷歌等竞争对手已经在努力挑战这一系统。 最近谷歌宣布推出Cloud AutoML,这是一套预先训练好的系统,可以使AI更易于使用。

微软拥有自己的人工智能云平台,Azure正与亚马逊合作提供开源的深度学习图书馆--Gluon。Gluon被认为是是制造神经网络 - 人工智能中的一项关键技术,它可以粗略地模仿人类大脑的学习方式 - 就像构建智能手机应用程序一样简单。

目前还不确定哪家公司将成为提供人工智能云服务的领导者,但这对最前沿的研究者和公司们来说无疑是一个巨大的商机。

目前,AI主要用于高科技行业,并在此创造了效率并提供了新产品和服务。但许多其他企业和行业一直在努力充分地利用人工智能的进步。如果能够更充分地实施该技术,对医药、制造业和能源等行业也可以进行改革,对经济生产力将产生巨大的推动作用。

尽管如此,大多数公司仍然没有足够的人员知道如何使用云AI。所以亚马逊和谷歌也正在建立咨询服务。一旦云将技术置于几乎每个人都能接触到的范围内,真正的AI革命就可以开始。

#5 对抗性神经网络(Dueling Neural Networks)

技术突破:两个人工智能系统可以相互对接,创造超逼真的原始图像或声音,这是机器以前从未做过的。

意义:它赋予了机器类似想象力的功能,这可能会帮助他们减少对人的依赖 - 同时也将它们变成数字制作的超强大工具。

关键参与者:Google Brain、DeepMind、Nvidia

成熟期:现在

实用型金属3D打印入选麻省理工2018年“全球十大突破性技术”

人工智能在识别事物方面越来越好:向它展示一百万张照片,它可以以惊人的准确度告诉您哪些照片描绘了行人正在穿越街道。但AI本身并没有希望生成行人图像。如果能做到这一点,它将能够创造出现实而合成的照片,描绘各种环境下的行人,这些自驾车可以单单依靠图片就可以训练自己,而不必出门上路。

创造一些全新的东西需要想象力——直到现在,这一尴尬仍在困扰着AI。

相应的解决方案萌芽于于2014年蒙特利尔大学博士生Ian Goodfellow的学术论证中。该方法称为生成对抗网络(Generative Adversarial Network),它采用两个神经网络——简化的数学模型支持大多数现代机器学习的人脑,并在数字化的“猫捉老鼠”游戏中互相攻击。

两个网络都使用相同的数据集进行训练。其中一个被称为发生器,负责为已经看到的图像创建变化,比如——可能是一个有三只手臂的行人图片。第二个被称为鉴别器,被要求确定它所看到的例子是像它被训练过的图像还是发生器产生的虚假图像。 最后,它可能就能判断出那个长着三个手臂的人是真人还是假的对象。

随着时间的推移,发生器可以很好地生成图像,鉴别器无法识别假货。实质上,发电机已经被教导识别并且然后创建逼真的行人图像。

该技术在过去十年中已成为人工智能领域最有希望的进展之一,能够帮助机器产生“欺骗”人类的结果。

对抗网络已被用于制作逼真的语音和逼真的虚拟图像。一个引人注目的例子是,来自芯片制造商Nvidia的研究人员为对抗网络提供了名人照片,为不存在的人创造了数百个可靠的面孔。另一个研究小组则制作了一些看起来像梵高作品的不具说服力的假画作。更进一步,对抗网络还可以通过不同的方式重新设计图像,比如使阳光明媚的道路看起来像雪一样,或将马匹变成斑马。

结果并不总是完美的,但因为图像和声音往往是非常现实的,所以一些专家认为,对抗神经网络正逐渐理解他们所看到和听到的世界的底层结构。这意味着,人工智能可能会获得一种更具独立能力的想象力,能够理解它在世界上看到的东西。

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

OFweek品牌展厅

365天全天候线上展厅

我要展示 >
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: