提到关于人工智能的国际会议,大家首先想起的就是德国的“汉诺威展”,美国的CVPR等高大上的会议。两周后,大家不用走出国门,在咱们身边就即将开启一场国际性机器人的盛宴——2019世界机器人大会。
已经成功举办了四届的机器人大会,今年8月20日到8月25日还将会在北京亦创国际会展中心举行。同期,世界机器人博览会、世界机器人大赛亦将拉开帷幕。
上周五,2019世界机器人大会新闻发布会在京召开。至顶网记者从主办方处了解到,今年的大会主题为“智能新生态,开放新时代”,由主论坛和相关专题论坛组成。届时,大会将有来自22个国家约200位嘉宾在不同阶段亮相,为大会带来全球机器人领域最前沿的观点分享。同时,全球180余家机器人领域的知名企业将亮相博览会,以及全球20余个国家和地区的4500余名专业选手将在世界机器人大赛上同场竞技。
此外,多场双边、多边国际合作论坛以及中俄、中以、国际组织圆桌会议将继续举行,凸显大会在机器人产业国际合作中的重要作用。
亮点一:升级打造特种机器人展区
今年博览会设立5大展区。和往年不同的是,今年大会升级打造特种机器人展区,也新增了医疗机器人展区、智慧物流展区、多足机器人动态展示区,涉及21个行业应用的700余件展品同台亮相。“有天上飞的,地上跑的,也有水里游的”,展品丰富程度之高,中国电子学会副理事长兼秘书长徐晓兰这样说道。
ABB多关节机器人
安川首钢多关节机器人
小狗配送机器人puppy auto
包括ABB、新松、哈工大机器人集团等国内外知名企业将全面展示最新成果及应用。展品有包括对标Spotmini的Anymal 四足机器人,ABB IRB 系列机器人,优必选Walker 机器人,DRL 德国航空航天中心机械手臂,达闼科技XR-1机器人等一众创新产品,将满足国际国内众多专业观众的不同参观需求。
亮点二:脑控机器人打字速度冲击世界记录
特斯拉首席执行官埃隆·马斯克7月16日宣布,“脑机接口”研究取得突破性进展,“一只猴子已经能用大脑控制电脑”。这意味着,人脑和计算机直接连线互通将成为现实。实际上,中国在“脑机接口”领域方面也获得一些进步。发布会上,中国电子学会副理事长兼秘书长、中国工业互联网研究院院长徐晓兰介绍,本届大会还有一大亮点就是冲击BCI脑控机器人打字速度的世界纪录。
众所周知,目前脑控技术主要用于控制打字与无人机飞行方面,此次新设的比赛项目,有助于了解社会和行业最新技术发展程度。
据悉,赛事中所获得的官方比赛数据将作为我国脑-机接口领域现阶段的重要研究成果全程保留记录,这一大赛全年吸引了20余所顶尖科研院所、高校和企业参赛,参赛人数1500余人。
亮点三:4500名选手角逐“悟客”世界机器人大赛冠军
世界机器人大赛被誉为机器人界的 “奥运会”已举办四届,今年大赛将下设共融机器人挑战赛、BCI脑控机器人大赛、青少年机器人设计大赛、机器人工业设计大赛四项赛事。全球20余个国家和地区的4500余名专业选手将在大赛上同场竞技。据徐晓兰介绍,机器人大赛自今年1月起开始筹备,历经报名、预赛、初赛、复赛各轮角逐,由四项赛事组成的“悟客”世界机器人大赛冠军赛将展开最后的激烈争夺。
同时,她介绍到今年的赛事会更加关注机器人领域在各行业的应用需求,“不仅仅是比赛,更是‘’以赛代研’,‘以赛代评’,也就是通过创新竞赛,为参赛选手提供全球化创新成果展示平台,激发机器人行业的科技研发潜力,成为推动全球创新人才、科技人才、技能技术人才培养的重要力量。”
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。