Робот, понимающий язык жестов, – правда или миф? Топ разработок российских учёных на прошлой неделе

Роботов в России начали обучать с помощью жестов. Разработка учёных из Университета «Сириус» позволяет оператору дистанционно показать машине всю последовательность действий для сложной задачи. Робот запоминает движения, а затем выполняет их автономно — без единой строчки кода, что позволяет дистанционно обучать и настраивать машины для работы на безлюдных или опасных производствах.

Чем ещё удивляли российские учёные на минувшей неделе? Они создали уникальные биочернила для регенерации тканей из целебного коктейля стволовых клеток, что упрощает и ускоряет восстановление, например, дёсен, без использования самих клеток. Ещё они придумали, как встроить в «вечные» батарейки для кардиостимуляторов и спутников «умный щит», который не мешает им работать, а позволяет запасать на четверть больше энергии. Разработали систему на основе ИИ, которая в несколько раз точнее мировых аналогов находит морской мусор в Арктике даже при сложных условиях съёмки. И даже изобрели «швейцарский нож» для настройки искусственного интеллекта — систему, которая автоматически адаптирует модели под конкретные задачи, экономя 40% вычислительных ресурсов и время разработчиков.

Больше подробностей об этих и других разработках читайте в нашем обзоре.

Управление роботами по-новому

Теперь для управления роботами не нужны джойстики, пульты или специальные перчатки. Российские учёные из университета «Сириус» разработали уникальную технологию, с помощью которой роботы смогут понимать жесты человека. В реальном времени машина будет улавливать движения оператора, включая положение кисти и пальцев. Основу системы составляет камера глубины. Она создает 3D-модель руки оператора и распознает мельчайшие движения конечностей. Сначала робота обучают базовым жестам-командам, а затем оператор может показать всю последовательность действий для сложной задачи. В результате робот запоминает траекторию и в дальнейшем способен выполнять операцию автономно, а оператор может дистанционно его скорректировать.

«Взяв за основу этот опыт, мы доработали и адаптировали алгоритмы управления промышленными манипуляторами. Ближайшую и наиболее очевидную сферу применения мы видим в рамках концепции безлюдного производства, которую развивает университет “Сириус”. Наша технология жестового управления — это естественный и безопасный способ, позволяющий оператору дистанционно обучать, настраивать и корректировать работу промышленных роботов на таких производствах», — рассказал доцент направления «Математическая робототехника» Научно-технологического университета «Сириус», доцент НИУ МИЭТ, генеральный директор «Элмикс» Андрей Шипатов.

Специалист также отметил, что эта технология будет особенно актуальна для безлюдных и опасных производств, где присутствие человека невозможно. Также разработка поможет на производствах, где задачи часто меняются и их сложно заранее запрограммировать. Задержка между жестом и движением робота составляет около 50 мс, что достаточно для многих технологических операций.

Биочернила для регенерации тканей

Учёные Сеченовского университета создали биочернила для регенеративной медицины. Их основой стал гидрогель, который обогащен секретомом мезенхимных стволовых клеток (МСК). Этот комплекс биологически активных веществ стимулирует восстановление тканей, регулируя миграцию клеток и их воспаление.

«Мы проанализировали секретом МСК из разных источников при различных условиях культивирования клеток и разработали способ его получения с выраженной биологической активностью. Инкапсуляция в биосовместимый гидрогель позволяет сохранить биологическую активность компонентов и обеспечить воспроизводимость результата, что критически важно для будущего клинического применения», — рассказала научный сотрудник Института регенеративной медицины Сеченовского университета Настасья Кошелева. 

Настастя Кошелева добавила, что использование секретома вместо самих клеток решает ключевые проблемы клеточной терапии, а именно упрощает производство, хранение и транспортировку конечного продукта. Новый материал станет основой для биопечати тканей и органов. Первым направлением работ, как отметила специалист, будет создание тканей пародонтального комплекса. Кроме того, разработка встраивается в общую стратегию университета по созданию технологии персонализированного получения органов.

Технология не отстает от мировых трендов биофабрикации. Использование бесклеточного секретома отражает современную паракринную концепцию, где терапевтический эффект обеспечивают не сами трансплантированные клетки, а выделяемые ими биологически активные вещества. Это важный шаг к созданию функциональных тканеинженерных конструкций для регенеративной медицины..

Более мощные батареи для космоса и медицины

Самые мощные в мире батареи стали ещё мощнее. Учёные МФТИ разработали технологию, которая способна увеличить энергоемкость литий-фторуглеродных батарей, сохраняющих заряд десятилетиями. Такие аппараты критически важны, например, для кардиостимуляторов, спутников и других автономных устройств, а новый метод может увеличить их запас энергии на четверть. Даже без нововведений устройства такого вида превосходят по удельной энергоемкости даже литий-ионные аналоги и стабильно работают в экстремальных условиях, но при этом у них есть проблема – на их катоде образуется слой побочных продуктов, который мешает движению ионов и ускоряет разряд.

Устранить этот недостаток можно с помощью добавления в электролит сульфоксида. Это вещество создаёт на поверхности катода тонкую упорядоченную защитную плёнку. Она действует как «регулировщик», обеспечивая ионам лития свободный доступ и предотвращая образование «пробки». Первые испытания уже показали рост ёмкости на 3,4%, исследователи намерены довести этот показатель до 25%. Успешное внедрение этой технологии позволит значительно продлить срок службы критически важных автономных систем.

«Эти дополнительные проценты энергии показывают, что мы научились тонко управлять процессом на границе раздела электрод — электролит и небольшими, но уверенными шагами приближаемся к теоретическому пределу батареи», — рассказала заведующая лабораторией технологий ионообменных мембран МФТИ Софья Морозова.

ИИ для защиты Арктики от мусора

Специалисты МФТИ и Института океанологии РАН создали систему на основе искусственного интеллекта, которая будет автоматически находить морской мусор в арктических водах. По задумке специалистов, разработка сможет анализировать видео с камер на судах и по точности будет в несколько раз превосходить лучшие мировые аналоги. 

«Мы обработали более 500 тыс. фотографий морской поверхности, сделанных в Баренцевом и Карском морях. Особую сложность представляли условия съёмки: качка судна, наличие морской пены и бликов от солнца, которые сильно затрудняют обнаружение мелких объектов на поверхности воды и небольшой глубине. Созданная система способна идентифицировать четыре типа объектов: морской мусор, птиц, блики на воде и капли на объективе камеры. Разработка особенно актуальна для Арктического региона, где загрязнение нерастворимым антропогенным мусором (промышленными, бытовыми и пластиковыми отходами) представляет растущую угрозу для экосистемы», — рассказал заведующий лабораторией машинного обучения в науках о Земле МФТИ Михаил Криницкий.

Технология особенно важна для Арктики, куда течения приносят пластик и другие отходы из Европы, Азии и Америки. Низкие температуры тех территорий препятствуют разложению мусора, превращая его в микропластик, который накапливается в организмах животных и ускоряет таяние льдов. Разработка позволяет создавать карты загрязнений. Однако эксперты подчёркивают, что обнаружение — это лишь первый шаг. Для решения проблемы необходимы системные меры, главная – сбор и утилизация отходов в море.

Автоматическая настройка ИИ для практических задач

Учёные НОЦ ФНС России и МГТУ им. Баумана придумали эффективный способ быстрого обучения моделей искусственного интеллекта, который позволяет экономить вычислительные затраты на 40% без потери качества. Технология позволяет адаптировать ИИ под конкретные измеримые задачи без ручного перебора параметров, такие как максимальная скорость работы или наивысшая точность. Для предварительной оценки конфигураций разработка использует суррогатные модели, это примерно в 1,6 раза сокращает число комплексных проверок и ускоряет процесс настройки на 40% без потери качества. 

«Система автоматически подбирает оптимальные конфигурации под разные задачи – от максимальной скорости до наивысшей точности, избавляя разработчиков от необходимости вручную тестировать сотни вариантов. Модель предлагает разработчику не одну универсальную настройку, а целый набор оптимизированных вариантов под разные задачи. Если проекту важна скорость – можно выбрать быструю конфигурацию с хорошим качеством. Если критична точность – доступен вариант с максимальной точностью, который работает чуть дольше. Разработчики сами настраивают ИИ-инструменты, исходя из своих целей», – отметил ведущий научный сотрудник НОЦ ФНС России и МГТУ им. Н.Э. Баумана Игорь Масич.

Эксперт подчеркнул, что разработка относится к классу AutoML (автоматизированного машинного обучения) и ориентирована на практическое применение. Она может использоваться как в промышленных ИИ-сервисах, так и при создании специализированных решений для государственных и корпоративных задач, а особенно востребована будет в создании многоагентных систем, где одна базовая модель может работать с разными настройками. 

Текст: Анастасия Баянова

Фото: Freepik