极端天气正在消灭两栖动物——这里是最严重的地方

青蛙、蝾螈及其他两栖动物不仅面临栖息地减少和污染的问题,它们还正在与越来越严酷的热浪和干旱作斗争。一项历时40年的全面研究显示,极端天气事件的增加与越来越多的物种进入濒危名单之间存在直接联系。欧洲、亚马逊和马达加斯加已成为危险区域,两栖动物无法快速适应。但科学家们呼吁采取专注的保护措施,如栖息地恢复和微型避难所,以帮助这些脆弱的生物生存。 原产于欧洲的火蝾螈是许多依赖充足湿度的物种之一。照片来源:丹尼尔·罗森格伦/法兰克福动物学会 栖息地减少、疾病、污染及气候变化已对两栖动物——青蛙、蝾螈及原产于热带地区的无足目动物造成重大影响。这项来自生态、进化与多样性研究所的新研究显示,极端天气事件作为额外的压力因素,进一步加剧了这一危机。为此,科学家们分析了过去40年的全球天气数据。他们将极端热浪、干旱和寒潮显著增加的地区与超过7000种两栖动物的地理分布及其在“红色名录”上的威胁状态进行了比较。红色名录自1964年起由国际自然保护联盟(IUCN)发布,被视为评估全球动物、植物和真菌物种威胁状态的重要工具。 各种因素的关键互动 结果表明:自2004年以来,热浪和干旱增加的地方,两栖动物的红色名录威胁状态也显著恶化。“两栖动物对临时湿地繁殖的依赖使它们对干旱和温度变化特别脆弱,这些变化会导致它们的繁殖场所过早干涸,”研究的首席作者埃文·图莫伊博士解释道。“我们的分析显示了极端天气事件增加与两栖动物种群下降之间的直接联系。”…
技术通过deepSPACE设计工具将概念转化为无限可能性

通过deepSPACE设计工具将概念转化为无限可能性

deepSPACE 不是一部科幻电影、一款视频游戏或一部受人喜爱的电视系列的下一个续集。相反,它是由伊利诺伊大学厄本那-香槟分校的一名航空航天工程师创建的创新设计软件,旨在加速工程概念和规格的制定。该工具高效地生成设计变体,包括从传统理念到富有想象力的概念,以及 3D CAD 模型和性能评估。

deepSPACE 不是一部科幻电影、一款视频游戏或一部受人喜爱的电视系列的下一个续集。实际上,这款新设计软件是由伊利诺伊大学厄本那-香槟分校的一名航空航天工程师开发的,并不专注于外太空。它快速生成设计选项,根据您的理念和要求,提供从标准设计到富有想象力的解决方案,以及 3D CAD 模型和性能分析。

根据乔丹·斯马特(Jordan Smart)的说法,“我们的目标是复制大型 AI 语言模型在文本上对工程和设计所取得的成就。目前,当您启动工程设计软件时,您会看到一个空白屏幕。通过 deepSPACE,您概述您的需求,它在一个人审查一两个概念的时间内生成 100 到 1,000 个可行的概念,提供全面的设计全景。”

此外,斯马特保证 deepSPACE 不仅限于物理问题。“它是基于历史数据和模拟的结合进行训练的,但它也可以利用标准成本估算工具,提供至少基本的成本分析反馈。”

为了展示其多样性,斯马特和他的研究同事埃米利奥·博特罗(Emilio Botero)使用 deepSPACE 创建了对涉及梁、轮子和飞机的物理系统的设计,以及对运营物流网络的设计。他们与主要航空航天和汽车公司建立了合作伙伴关系,以确保 deepSPACE 确实对研究人员和行业专家都有益。

斯马特指出,“虽然用户可能希望 deepSPACE 自带功能,但公司更愿意建立与自己数据和见解关联的自定义模型。我们可以为研究或设计开发自己的模型,但该平台也可以在没有任何数据的情况下启动,具有适应性。”

斯马特声称,deepSPACE 在效率上超越了传统的优化算法。“其他人报告需要 20,000 次模拟才能开始分析他们的设计空间,而我们仅用约 250 个样本就取得了类似的结果。这意味着,使用大约 100 倍更少的数据点,您就能掌握设计空间的权衡。”

在设计飞机时,理解如何改变机翼、增加引擎或增加有效载荷影响整体设计可能会变得相当复杂。传统方法可能需要数千个设计点才能有效地进行插值。由于它能创建完整的生成模型,deepSPACE 能以显著更少的数据点进行准确插值。我们可以以同样的精度实现相同的预测,但速度更快,成本更低。

deepSPACE 的成本效益使其对航空航天行业特别有利。“我们依赖模拟,因为建造飞机成本高。然而,我们也在探索它在其他行业的应用。”

此外,deepSPACE 生成 3D CAD 文件是一个重要特征。斯马特提到,许多其他图像生成工具的输出无法毫无缝隙地整合到其他设计软件中,同时保留所有层和效果。

通过 deepSPACE,您将获得一个与人类工程师生产的原始文件相同的文件,允许进行简单的编辑或修改。它可以轻松地融入您的工作流程,就像这项工作是外包给另一家公司,使其成为他们的交付成果之一。

斯马特表示,deepSPACE 促进了与训练它的工程师之间的独特设计对话。

他回忆起一个实例,当时 deepSPACE 生成了一个最初看起来荒谬的设计。“我们最初认为这没有意义。它是根据特定要求设计的,但与我们训练数据中的任何东西都不同。在检查结果时,我们发现实际的模拟结果是合乎逻辑的,并满足要求。”

这个飞机的机翼较短,控制面的位置靠后,以平衡和稳定。斯马特提到,这并不不现实或不可建造。当他们进一步调查时,他们发现它类似于某家顶级飞机制造商设计的现有飞机。

他解释道:“我负责设置训练数据、模拟和学习算法。我们向 deepSPACE 提供了来自三种常规管翼飞机、协和式飞机和一种混合翼型概念的训练数据。在此基础上,它开始创建自己的概念,同时验证这些概念与模拟结果,并从结果中学习。偶尔,它会产生非物理性的结果,但这帮助它理解限制。”

deepSPACE 进行了自己的实验,类似于头脑风暴,发现了意想不到的结果。“我的倾向是将其丢弃,”斯马特坦言。

然而,deepSPACE 向他展示了模拟结果如何与设定要求相一致,成功地识别了设计挑战的可行解决方案。

“我们提供了一个结构化的历史数据集,这增强了它的理解能力,使其能够探索和实验。虽然我可以创建一个基模型来获得结果,但我也可以将其视为一个创造性环境或沙盒。这让我能够运行不包含在历史数据中的新模拟,并观察如何扩展我的知识基础。”

多年以来,斯马特感到尽管他们具备出色的分析能力,但仍对过程形成瓶颈。“我们有模拟,但人类无法一贯地运行数千次模拟,以忽略低效的结果并识别最佳结果,同时培养直觉。deepSPACE 标志着第一代旨在充当助理工程师的系统。您可以设定问题,当您回过头时,会发现多种解决方案,为基于您现有能力的更深入见解铺平道路。”

尽管主要设计是为专业学术界和行业专家量身定制的,但斯马特设想了更广泛的用途。

“我希望初中生可以使用类似 deepSPACE 的东西。他们可能不懂物理,或者没有进行高级 CAD 设计所需的所有技能,但如果他们有汽车、火车、宇宙飞船或其他东西的想法,他们可以将其传达给 deepSPACE 并进行测试。然后,他们可以修改它并观察随后的结果。”