技术

一位研究人员成功开发了基于通过高光谱相机拍摄的手掌图像的高度精确生物识别认证。 高光谱成像是一项检测颜色微小差异以确定物体特征和状态的技术。普通相机使用红、绿、蓝创建图像，而高光谱相机可以在一次拍摄中获得超过100张可见光到近红外光范围内的图像。因此，高光谱成像可以获取人眼无法看到的信息。 大阪城市大学健康科学创新中心的特别任命副教授铃木隆志使用高光谱相机和基于人工智能的兴趣区域捕获人手的掌心图像。红血球中含有的血红蛋白吸收光，因此可以观察掌心中血管的状态。由于血管的分布模式因人而异，因此也可以区分个体。此外，静脉图案不像面部或指纹那样在皮肤表面可见，因此这种生物信息被认为是高度安全的，因为它不容易被轻易读取。 为了测试这一点，铃木博士开发了一种利用基于人工智能的图像识别技术来识别生物信息而不受位置或方向影响的方法。此外，通过按波长顺序叠加图像并根据通过人工智能获得的掌心坐标切割图像，研究人员能够获得比传统方法更准确定位、更小尺寸和更大信息内容的图像。 铃木博士表示：“可以区分被试者。此外，开发的方法的准确性得到了验证，并确认了高区分准确率。使用高光谱图像进行的生物识别认证通过手掌提供了显著的高安全性，因此甚至可以作为房屋的钥匙。如果能够从手掌的高光谱成像中读取健康状态，那么可以开发出一个通过生物解锁获取健康数据的日常健康管理系统。”…

根据研究人员的说法，具有多孔性的有机聚合物（POPs）如海绵般吸收污染物，可能是减少温室气体排放的关键。 一组来自东北大学的研究人员开发了一种合成特殊类型聚合物的方法，该聚合物在减少温室气体排放方面具有应用潜力——这是在快速气候变化时期的主要关注点。 多孔有机聚合物（POPs）就像海绵一样。它们的高孔隙率使它们能够吸附有害污染物，如二氧化碳（CO2）。它们还具有较高的热稳定性和化学稳定性，使POPs有潜力应用于气体分离和能源储存等广泛领域。 之前，POPs是通过使用金属盐作为氧化剂的氧化反应或使用有机金属催化剂的偶联反应来合成的。然而，这些氧化剂和催化剂通常会作为金属杂质留存在POPs的孔隙中——降低了其孔隙率和整体实用性。这就像试图用一个已经脏的海绵来清洗餐具。为避免这种情况，我们需要一种方法来生产高度纯净（干干净净）的POPs，没有残余杂质。 东北大学的一组研究人员开发了一种使用碘作为氧化剂合成POPs的方法，以最小化残留杂质。他们发现，通过合成后用乙醇清洗，可以完全去除碘和碘衍生的杂质，成功获得没有残留杂质的高纯度POPs（聚三苯胺衍生物）。所得到的POPs在已报道的含有三苯胺的POPs中展现出最高的比表面积。…

生产高性能钛合金部件——无论是用于航天器、潜艇还是医疗设备——长期以来一直是一个缓慢且资源密集的过程。即使采用先进的金属 3D 打印技术，找到合适的制造条件仍需要大量的测试和微调。如果这些部件能够更快地制造、更强且接近完美的精度会怎样？一支团队正在利用人工智能使这一愿景成为现实。他们已经确定了提高生产速度和这些先进材料强度的加工技术——这一进展的影响从深海延伸到外太空。 生产高性能钛合金部件——无论是用于航天器、潜艇还是医疗设备——长期以来一直是一个缓慢且资源密集的过程。即使采用先进的金属 3D…

一种新技术同时在同一个容器中构建无机和聚合物电池电解质。这种“一锅”原位方法创造了一种受控、均匀的混合物，将无机固体的导电性与聚合物的柔韧性相结合。 来自芝加哥大学普利茨克分子工程学院的新技术同时在同一个容器中构建无机和聚合物电池电解质。这种“一锅”原位方法创造了一种受控、均匀的混合物，将无机固体的导电性与聚合物的柔韧性相结合。 创建电池电解质——即在电池的两个端子之间来回携带带电粒子的组件——一直是一种权衡。 固态无机电解质极为高效地移动粒子，但由于是固体和无机物，它们也很脆，难以操作，并且难以无缝连接到端子上。聚合物电解质则容易使用，但在移动带电离子方面效果较差。 将二者混合以创建混合电解质，结果却是参差不齐。…

训练人工智能（AI）神经网络所需的巨大计算资源导致了大量电力消耗。德国慕尼黑工业大学（TUM）的研究人员开发了一种方法，速度提高了100倍，因此更加节能。该方法不是采取迭代的方法，而是直接根据概率计算参数。目前的结果在质量上与现有的迭代方法可比。 AI应用程序，例如大型语言模型（LLMs），已成为我们日常生活中不可或缺的一部分。数据中心提供所需的计算、存储和传输能力，但消耗大量能源。在德国，仅2020年，这一数字约为160亿千瓦时，或约占全国总能源消耗的1%。预计到2025年，这一数字将增加到220亿千瓦时。 新方法速度提高100倍，准确性可比 未来几年更复杂的AI应用程序的到来将大幅增加对数据中心容量的需求。这些应用程序将在训练神经网络方面消耗大量能源。为了应对这一趋势，研究人员开发了一种训练方法，其速度提高了100倍，同时达到与现有程序可比的准确性。这将显著降低训练过程中的能耗。 在AI中使用的神经网络，如图像识别或语言处理，其运作方式受人类大脑工作的启发。这些网络由称为人工神经元的互连节点组成。输入信号用某些参数加权，然后进行求和。如果超过某一定义的阈值，则信号被传递到下一个节点。为了训练网络，参数值的初始选择通常是随机的，例如使用正态分布。然后逐步调整这些值，以逐渐改善网络的预测。由于需要多次迭代，这种训练非常耗费资源并消耗大量电力。…

能源在工业生产过程中依然是一个重要因素。高水平的能源消耗使得生产成本增加，并加剧了气候危机。一种新的机器人技术比传统系统需要少90%的电力。这项技术使用轻量、形状记忆材料来构建新的非气动工业抓取系统，这些系统在运行时无需额外的传感器。 能源在工业生产过程中依然是一个重要因素。高水平的能源消耗使得生产成本增加，并加剧了气候危机。当前在萨尔兰开发的一种新的机器人技术比传统系统需要少90%的电力。这项技术使用轻量、形状记忆材料来构建新的非气动工业抓取系统，这些系统在运行时无需额外的传感器。由萨尔兰大学的斯特凡·塞莱克教授和保罗·莫茨基教授领导的研究团队将在今年的汉诺威博览会上展示这项技术。 机器人手臂在无数现代工业生产环境中被广泛使用。它们用于各种任务，比如在位置上固定工件、插入组件、组装印刷电路板，以及移动、装载或卸载零件。当它们在使用时，大多数机器人手臂不间断消耗能源。总的来说，这些工业机器人手臂消耗了数吉瓦的电力。许多抓取系统使用压缩空气进行气动操作，这可能会产生不愉快的噪音。它们通常较重，运动部件会随着时间的推移磨损，并且往往会执行固定的高度重复运动模式。现有技术限制了可以实现的微型化程度，具有小抓取点的小型抓取系统尤其难以实现。传统机器人手臂也难以快速重新编程，且在生产线上人类工人与它们的近距离互动通常是不安全的。 但是，一种新型驱动技术有可能使未来的工业机器人更轻、更紧凑、更灵活以及更省能。该技术基于轻量的形状记忆合金(SMA)，萨尔兰大学和萨尔布吕肯机电一体化与自动化技术中心(ZeMA)的保罗·莫茨基教授和斯特凡·塞莱克教授领导的工程师团队正在使用这种材料构建新的机器人抓取器。保罗·莫茨基解释道：“我们正在进行的工作可以显著减少能源消耗，降低生产成本，同时有助于保护气候。” 研究团队将在今年的汉诺威博览会上展示一系列原型，包括真空抓取器和爪式抓取系统，这些系统能够安全地抓持和操纵工件，而无需持续供应能源。“我们可以实时控制这些抓取系统，只需施加一小脉冲电流，”莫茨基教授解释说。…

一种模拟人脑功能的人工智能可能在自动检测森林火灾方面提供强大的解决方案，从而大大缩短减轻其破坏性影响所需的时间，一项新研究发现。 新技术采用了一种“人工神经网络”模型，将卫星成像技术与深度学习（人工智能和机器学习的一个子集）结合在一起。 发布于同行评审的《国际遥感杂志》上的研究结果报告称，通过使用亚马逊雨林的火灾和不带火灾的图像数据集训练模型，成功率达到了93%。 该技术表示，可以与现有的人工智能系统互补使用，以增强预警系统和改善森林火灾响应策略。 “检测和应对森林火灾的能力对于保护这些重要生态系统的微妙生态平衡至关重要，而亚马逊地区的未来依赖于果断迅速的行动，”来自马瑙斯的亚马逊联邦大学的首席作者西恩蒂亚·埃卢特里奥教授解释道。…

研究人员开发了自动过程探测器（APE），一种增强我们对原子和分子过程理解的方法。通过动态优化模拟，APE揭示了钯（Pd）表面氧化过程中的意外复杂性，提供了催化剂行为的新见解。 弗里茨·哈伯研究所的研究人员开发了自动过程探测器（APE），一种增强我们对原子和分子过程理解的方法。通过动态优化模拟，APE揭示了钯（Pd）表面氧化过程中的意外复杂性，提供了催化剂行为的新见解。 关键方面 • 创新方法：…

一个合作研究团队提出了一个以氮为中心的框架，解释了大气有机气溶胶的光吸收效应。这项突破性的研究揭示了含氮化合物在全球大气有机气溶胶吸收阳光中的主导作用。这个发现标志着朝着改善气候模型和制定更有针对性的策略以减轻空气中颗粒物对气候影响的重要步骤。 一个由香港科技大学（HKUST）、南方科技大学（SUSTech）和深圳应用数学国家中心（NCAMS）牵头的合作研究团队提出了一个以氮为中心的框架，解释了大气有机气溶胶的光吸收效应。发表在Science上的这项突破性研究揭示了含氮化合物在全球大气有机气溶胶吸收阳光中的主导作用。这个发现标志着朝着改善气候模型和制定更有针对性的策略以减轻空气中颗粒物对气候影响的重要步骤。 大气有机气溶胶通过吸收和散射阳光影响气候，尤其是在近紫外到可见光范围内。由于其复杂的组成和在大气中持续的化学转化，准确评估其气候效应仍然是一个挑战。 该研究由南方科技大学和深圳应用数学国家中心的环境科学与工程学院教授傅宗梅和香港科技大学化学系及环境与可持续发展学部的谭建珍教授共同领导。"传统模型采用碳中心的方法，仅考虑通过对散装碳元素的统一处理来进行大气有机气溶胶的化学修饰。这种方法在捕捉大气有机物质的来源、演变与光吸收特性之间的关系方面缺乏有效性。我们首次定量了有机气溶胶中光吸收氮含量组成的全球丰度——称为棕色氮（BrN）——并揭示了BrN的光学特性如何随化学组成而变化，"傅教授解释道。 "我们的研究表明，BrN的全球平均直接辐射效应为每平方米0.034瓦。BrN贡献了大约70%的全球有机气溶胶光吸收效应，其化学演变是有机气溶胶光吸收时空变化的主要驱动力，"这项研究的第一作者、香港科技大学-南方科技大学联合博士项目的环境科学、政策与管理博士毕业生李玉敏博士补充道。…

瑞典的放射性核废料将在一个密封的基岩贮存库中存放10万年。这将持续危险很长时间。那么，如何确保人类不会忘记它在那里呢？瑞典林厩平大学的研究人员提出了一项如何在世代间保持记忆的提案。 瑞典的放射性核废料将在一个密封的基岩贮存库中存放10万年。这将持续危险很长时间。那么，如何确保人类不会忘记它在那里呢？瑞典林厩平大学的研究人员提出了一项如何在世代间保持记忆的提案。 “我们试图做一些前所未有的事情。最终阅读这个的人甚至可能不是人类，而可能是一种人工智能或其他什么东西。”本研究项目的博士后研究员托马斯·基廷（Thomas Keating）说道，他和莉哈大学技术与社会变革主题的安娜·斯托姆教授一起领导了这个项目。他所指的是一本42页的长方形文件，封面为黄色，名为《关键资料文件》（Key Information…

一个研究团队创建了Morpho，一个开源可编程环境，使研究人员和工程师能够对软材料进行形状优化和设计。其应用可以涉及从人造心脏到模仿肉体和软组织的机器人材料等各个领域。 当机械和结构工程师设计机器、桥梁和建筑物时，他们计算金属、钢、混凝土、玻璃、木材和塑料的负载、应力和变形，以找到以最小材料成本承载负载的最佳几何形状。 对于相对坚硬的、不容易变形的材料，通常使用软件来计算和优化结构，采用的数学模型是经过充分理解且容易应用的。 但随着设计挑战的扩大，涉及软材料的东西越来越多——生物材料、工程组织、膜，甚至对电磁场做出反应的形状变换流体。预测这些软和流动材料如何反应于力比预测硬材料的行为更具挑战性。现实世界中的应用可以包括人造心脏和心脏瓣膜的设计，或模仿肉体和软组织的机器人材料。 为了应对这一挑战，塔夫茨大学的研究团队在物理学教授Tim…

研究人员探索了光学原子时钟中引力效应与量子相互作用之间的相互作用，揭示了在高精度计时方面量子纠缠的更多信息。 一个多世纪以来，物理学家一直在思考科学中最深刻的问题之一：量子力学的规则如何与描述宇宙最大尺度的广义相对论的法则相融合？ 光学晶格时钟是最精确的计时设备之一，成为应对这一重大挑战的强大工具。在光学晶格时钟中，原子被激光束形成的“晶格”势阱捕获，并通过量子相干性和量子力学所支配的相互作用进行精确控制。与此同时，根据爱因斯坦的广义相对论，时间在更强的引力场中流逝得更慢。这种现象称为引力红移，导致原子内部能级的微小变化，取决于它们在引力场中的位置，从而引起其“滴答声”——定义光学晶格时钟的振荡——发生变化。 通过测量这些超精密时钟中振荡频率的微小变化，研究人员能够探索爱因斯坦相对论理论对量子系统的影响。虽然对于单个原子的相对论效应已经被很好地理解，但它们在多体量子系统中的作用，即原子之间可以相互作用并变得纠缠，仍然基本上没有被探索。 朝着这个方向迈出一步，研究人员在JILA和NIST的研究员以及科罗拉多大学博尔德分校的物理学教授Jun…