Кантонская ярмарка 2025: роботы и ИИ в центре внимания!

На 137-й Кантонской ярмарке в Гуанчжоу впервые представлена зона сервисных роботов площадью 4 200 м², где 46 китайских компаний демонстрируют передовые разработки — от роботов-бариста до автономных газонокосилок и медицинских ассистентов

За последние шесть лет интересы сместились с традиционных товаров к «новым трём» — электромобилям, литиевым батареям и солнечным панелям. В этом году внимание привлекли роботы, искусственный интеллект и умные машины, которые назвали «ультра-новыми тремя»

Китайские производители подчеркивают переход от «Сделано в Китае» к «Интеллектуальное производство в Китае», демонстрируя инновации, которые открывают новые горизонты на мировом рынке

Покупатели из России, США и других стран активно размещают заказы, особенно на бионических роботов-питомцев и роботизированные руки

Кантонская ярмарка 2025 года стала настоящей витриной будущего: роботы, ИИ и умные технологии уже сегодня меняют нашу жизнь

🤖 «МИР Робототехники»

#МирРобототехники
#CantonFair2025 #ИнновацииКитая #СервисныеРоботы #ИИ #УмныеТехнологии #ЭкспортКитая #БудущееУжеЗдесь

🦾 Пришёл, увидел, повторил — роботы учатся, как люди

Исследователи из Корнелльского университета разработали ИИ-платформу, способную буквально научить робота действовать, просто показав ему обучающее видео один раз. Эта система получила название RHyME — гибридный подход, который помогает роботам не просто копировать, а понимать и адаптироваться, даже если действия человека и робота не полностью совпадают.

До недавнего времени роботов приходилось обучать через множество часов однообразных повторений. Благодаря RHyME машина может выполнить задачу, которую человек продемонстрировал в одном ролике. Робот при этом не просто повторяет — он анализирует, сравнивает с похожими действиями в своей памяти и выстраивает собственную стратегию. Это как если бы он «перевёл» человеческие движения на свой «язык», сохранив суть.

Вместо точных и безупречных демонстраций теперь возможна работа с «живыми» записями, где человек двигается естественно, без лабораторной идеальности. Если раньше любое несоответствие ломало процесс обучения, то теперь RHyME научила машину быть гибкой и сообразительной.

🤖 «МИР Робототехники»

#МирРобототехники #ИИ #ИскусственныйИнтеллект #Инновации
#Робототехника #Роботы

Новое китайское оптическое волокно обеспечивает скоростную передачу зашифрованных данных

Исследователи из Шанхайского университета Цзяо Тонг сделали то, что раньше казалось почти невозможным: соединили терабитную скорость передачи данных с абсолютной защитой от прослушки — и всё это по стандартному оптоволокну. В их новом подходе, получившем название IEAC (интегрированное шифрование и связь), шифр спрятан не где-то на уровне протоколов, а буквально внутри самого света.

Основу метода составляют глубокие нейросети, обученные выбирать случайные схемы световой модуляции — геометрию «созвездий» фаз и амплитуд. Для каждого пакета — новая схема, сгенерированная в реальном времени. Отправитель и получатель знают её заранее, а все остальные остаются в абсолютном неведении. При попытке взлома пропускная способность падает с привычных 4 бит на символ до 0,2. Это означает, что даже при наличии высокоточной аппаратуры злоумышленник не сможет восстановить поток — он попросту растворится в шуме.

Экспериментальная установка успешно передавала данные со скоростью 1 терабит в секунду на расстояние 1200 км — и всё это по обычному коммерческому оптоволокну, без квантовых систем или экзотических компонентов. В рамках испытаний использовались 26 длин волн, каждая с модулированным AI-сигналом, что позволило покрыть полосу в 3,9 ТГц. Уровень ошибок остался в пределах, допустимых для стандартной коррекции, а значит — решение применимо на практике уже сегодня.

🤖 «МИР Робототехники»

#МирРобототехники #Инновации #Шифрование #Оптоволокно #ИИ #Нейросети

🤖 Первый в мире роботизированный экзоскелет снижает нагрузку на тело на 30%

Разработанный китайским стартапом Hypershell, этот лёгкий и умный экзоскелет уже доступен для покупки и предназначен для всех, кто предпочитает активный отдых.Вес системы составляет от 1,7 кг, а встроенные двигатели на бедрах позволяют не только снизить нагрузку на тело на 30%, но и увеличить силу ног почти на 40%. Всё это — благодаря уникальному модулю MotionEngine на базе искусственного интеллекта, который обрабатывает сигналы от множества датчиков и адаптируется к движению человека за 0,03 секунды.

Подъем в гору, бег, лестницы, гравий, велосипед или даже ношение тяжестей — Hypershell X распознаёт контекст и помогает двигаться быстрее, легче и дольше. Экзоскелет может поддерживать до 17,5 км движения без подзарядки.

🤖 «МИР Робототехники»

#МирРобототехники #ИИ #ИскусственныйИнтеллект #Инновации #HypershellX #Экзоскелет #Роботы

💭 OpenAI против DeepSeek — какой ИИ размышляет лучше?

В мире искусственного интеллекта всё чаще звучат вопросы не только о том, насколько красиво модель умеет формулировать мысли, но и насколько точно она умеет ссылаться на источники и выстраивать логическую цепочку рассуждений. Новое исследование из США помогло сравнить две мощные языковые модели — OpenAI o1 и китайскую DeepSeek R1 — по их способности генерировать корректные научные цитаты и аргументировать выбор источника.

Оказалось, что даже самые современные модели склонны «галлюцинировать» — придумывать ссылки или делать логически слабые выводы. Но OpenAI справился с задачей гораздо лучше. В отличие от DeepSeek, который выдавал правдоподобные, но чаще ошибочные цитаты, o1 уверенно устанавливал связи между текстом и научными публикациями, объясняя, почему тот или иной источник действительно подтверждает сказанное.

Разрыв оказался серьёзным: частота «галлюцинаций» у OpenAI составила около 35%, а у DeepSeek — почти 85%. Это подчёркивает ключевую проблему: модели, которые делают акцент только на скорости или экономичности, могут быть менее пригодны для серьёзной исследовательской работы, где точность и обоснованность критически важны.

🤖 «МИР Робототехники»

#МирРобототехники #ИИ #ИскусственныйИнтеллект #Инновации #Нейросети

Искусственный интеллект без использования дорогостоящих графических процессоров

Совместный проект исследователей Microsoft и Китайской академии наук показывает: ИИ не обязательно должен быть прожорливым и дорогим. Новая языковая модель работает без сбоев на обычном процессоре, полностью обходясь без графических ускорителей.

Большие языковые модели, лежащие в основе самых популярных нейросетей, требуют колоссальных ресурсов — от мощных серверов до энергоёмких GPU. Но команда Microsoft сделала почти невозможное: разработала архитектуру, которая заменяет дорогие вычисления на простую арифметику. В их решении полностью отказались от чисел с плавающей запятой. Вместо привычных 8- и 16-битных весов — всего три возможных значения: -1, 0 и 1. Это позволяет ИИ «думать» быстрее, используя минимум энергии и памяти.

Команда Microsoft разработала и специальную среду выполнения — bitnet.cpp, которая позволяет максимально эффективно задействовать возможности центрального процессора. И первые тесты уже показали, что модель уверенно конкурирует с аналогами на GPU, а по эффективности в ряде задач даже их опережает.

🤖 «МИР Робототехники»

#МирРобототехники #ИИ #ИскусственныйИнтеллект #Инновации #Нейросети #Microsoft

💡 К 2030 году суперкомпьютеры с искусственным интеллектом могут стоить 200 миллиардов долларов, потребляя мощность 9 атомных электростанций

Развитие искусственного интеллекта стремительно уводит нас в мир, где вычислительные мощности уже сравнимы с энергетикой целых стран. Согласно исследованию Georgetown, Epoch AI и Rand, к 2030 году один лишь суперкомпьютер с ИИ может стоить до 200 миллиардов долларов и потреблять 9 гигаватт электроэнергии — примерно столько же вырабатывают девять атомных реакторов.

Пока производительность таких систем растет, энергоэффективность не поспевает за этим ростом. Даже при том, что за последние шесть лет вычисления на ватт стали эффективнее в 1,34 раза, потребление энергии в то же время удваивалось ежегодно. Сегодня флагманская машина xAI Colossus от компании Илона Маска уже потребляет 300 мегаватт — этого достаточно, чтобы снабжать электричеством 250 000 домов.

Если в 2019 году лишь 40% ИИ-суперкомпьютеров принадлежали частным компаниям, то к 2025 году — уже 80%. В этом отражается фундаментальное изменение в природе ИИ: из инструмента для исследований он превратился в промышленный механизм, который генерирует прибыль. США удерживают лидирующую позицию, контролируя около 75% мировых мощностей ИИ-вычислений, а за ними следует Китай с 15%. Остальные страны всё чаще оказываются в роли наблюдателей.

🤖 «МИР Робототехники»

#МирРобототехники #ИскусственныйИнтеллект #ИИ #Суперкомпьютеры #Будущее

🧠 Роботы научились понимать, что действительно важно

Когда робот сталкивается с реальным миром, он оказывается в океане информации. Звуки, движения, десятки предметов вокруг — всё это создаёт шум, сквозь который трудно пробиться. Учёные Массачусетского технологического института разработали метод, позволяющий роботам интуитивно выделять главное — и помогать человеку без лишних вопросов.

По сути, робот учится «понимать», что именно важно в данный момент — так же, как это делает человеческий мозг с помощью ретикулярной активирующей системы. Она фильтрует сигналы и позволяет нам сосредоточиться, например, на чашке кофе среди кухонного беспорядка. Теперь нечто подобное умеет и робот.

В рамках эксперимента MIT провёл имитацию конференционного завтрака в формате «шведского стола». На столе — напитки, фрукты, посуда. В помещении — роботизированная рука с камерой и микрофоном. И вот человек тянется за кофе — робот мгновенно предлагает сливки и размешиватель. Кто-то говорит о кофе — система реагирует, предлагая банку кофе и сливки. Причём делает это с точностью, которую раньше и представить было сложно: 90% успешных предсказаний целей и 96% — релевантных объектов. А число столкновений с людьми сократилось более чем на 60%.

Вместо того чтобы «видеть всё», робот теперь может «понимать контекст». Это делает взаимодействие человека и машины куда более естественным.

🤖 «МИР Робототехники»

#МирРобототехники #Робототехника #Роботы #MIT #ИИ #AI

📚 Учёные создали периодическую таблицу искусственного интеллекта

Исследователи Массачусетского технологического института разработали фреймворк, который позволяет взглянуть на мир ИИ с неожиданного ракурса. Это не просто удобная визуализация — это карта пространства, в котором рождаются инновации.

В основе их «периодической таблицы» лежит объединяющее уравнение, способное описать, как большинство классических алгоритмов учатся находить взаимосвязи между точками данных. Исследование показало: будь то кластеризация, контрастивное обучение или глубокие нейросети, все они сводятся к одной фундаментальной математике. Это открытие позволило авторам платформы I-Con систематизировать более 20 моделей и показать, как они пересекаются, взаимодействуют и даже могут комбинироваться.

Такое объединение не осталось просто теоретическим упражнением. Используя I-Con, команда создала новый алгоритм классификации изображений, объединяя подходы двух ранее несвязанных методов. Результат — прирост точности на 8% по сравнению с лучшими существующими моделями.

Интересно, что, как и в знаменитой таблице Менделеева, в периодической таблице машинного обучения тоже есть «пустые клетки» — намеки на алгоритмы, которые пока не открыты, но логически должны существовать. Эти белые пятна становятся маяками для будущих исследований: они подсказывают, в каком направлении ученым стоит искать, не начиная с нуля.

🤖 «МИР Робототехники»

#МирРобототехники #МашинноеОбучение #ИИ #ИскусственныйИнтеллект #MIT