اقیانوس بزرگ است و تلاش ما برای درک آن هنوز تا حد زیادی در اعماق سطح است. بر اساس گزارش سازمان ملی اقیانوسی و جوی، حدود 80 درصد از رنگ آبی بزرگ "نقشه برداری نشده، مشاهده نشده و کشف نشده" است.
کشتی ها راه اصلی برای جمع آوری اطلاعات در مورد دریاها هستند، اما حمل و نقل مکرر گران است. اخیراً، شناورهای روباتیکی که شناورهای آرگو نامیده می‌شوند، با جریان بالا و پایین حرکت کرده‌اند تا اندازه‌گیری‌های مختلفی را در عمق 6500 فوتی انجام دهند. اما روبات‌های آبی جدید از آزمایشگاه Caltech می‌توانند عمیق‌تر حرکت کنند و مأموریت‌های شخصی‌سازی‌شده زیر آب را انجام دهند.
جان او دبیری، پروفسور هوانوردی و مکانیک گفت: "ما رویکردی را برای اکتشاف جهانی اقیانوس ها در نظر می گیریم که از دسته های ربات های کوچکتر از گونه های مختلف استفاده می کند و اقیانوس را با آنها پر می کند تا فیزیک اقیانوس را ردیابی کنند، تغییر دهند." مهندسی در موسسه فناوری کالیفرنیا.
در اینجا CARL-Bot (ربات یادگیری تقویتی خودکار Caltech)، یک ربات آبی به اندازه کف دست است که شبیه تلاقی بین یک کپسول قرص و یک اختاپوس دمبو است. دارای موتورهایی برای شنا کردن، وزنی برای ایستادن در حالت ایستاده است و دارای حسگرهایی است که می تواند فشار، عمق، شتاب و جهت را تشخیص دهد. هر کاری که CARL انجام می دهد توسط یک میکروکنترلر در داخل تغذیه می شود که دارای یک پردازنده 1 مگابایتی است که کوچکتر از یک تمبر پستی است.
CARL آخرین نوآوری دبیری در عبور از اقیانوس است که توسط دانشجوی Caltech پیتر گونارسون ایجاد و به صورت سه بعدی در خانه ایجاد و چاپ شده است. اولین آزمایش‌هایی که گانارسون با او انجام داد در وان حمام او بود، زیرا آزمایشگاه‌های کلتک در اوایل سال 2021 به دلیل ابتلا به کووید بسته شدند.
[Related: These free-floating robots can monitor the health of our oceans]
در حال حاضر، CARL هنوز از راه دور قابل کنترل است. اما برای رسیدن به عمیق‌ترین بخش‌های اقیانوس، نمی‌توان دست به دست هم داد. این بدان معنی است که هیچ محققی وجود ندارد که CARL را راهنمایی کند - او باید یاد بگیرد که به طور مستقل در اقیانوس عظیم حرکت کند. گونارسون و دبیری به دنبال دانشمند کامپیوتر، پتروس کوموتساکوس، بودند که به توسعه الگوریتم‌های هوش مصنوعی برای CARL کمک کرد تا بتواند بر اساس تغییرات در محیط نزدیک و تجربیات گذشته خود، مسیریابی را به او بیاموزد. مطالعه آنها این هفته در منتشر شد ارتباطات طبیعی.
CARL ممکن است تصمیم بگیرد مسیر خود را در حرکت تنظیم کند تا در اطراف جریان های متلاطم مانور دهد و به مقصد برسد. یا می تواند با استفاده از «حداقل انرژی» باتری لیتیوم یون در جای خود باقی بماند.
قدرت CARL در خاطرات نهفته است
مجموعه ای از الگوریتم های توسعه یافته توسط Koumoutsakos می تواند محاسباتی را برای یافتن مسیر روی ربات کوچک انجام دهد. الگوریتم ها همچنین از حافظه ربات برای برخوردهای قبلی مانند نحوه عبور از گرداب استفاده می کنند. دبیری توضیح می‌دهد: «ما می‌توانیم از این اطلاعات برای تصمیم‌گیری درباره نحوه هدایت این موقعیت‌ها در آینده استفاده کنیم.
گانارسون می افزاید: برنامه نویسی CARL به او اجازه می دهد تا مسیرهای مشابهی را که در ماموریت های قبلی طی کرده است به خاطر بسپارد و "در تجربیات تکراری در نمونه برداری از اقیانوس با زمان کمتر و انرژی کمتر بهتر و بهتر شود."
بسیاری از یادگیری های ماشینی در یک شبیه سازی انجام می شود که در آن تمام نقاط داده تمیز هستند. اما انتقال این موضوع به دنیای واقعی می تواند گیج کننده باشد. گاهی اوقات سنسورها بیش از حد بارگذاری می شوند و ممکن است تمام شاخص های لازم را ثبت نکنند. گونارسون گفت: «ما تازه در حال شروع آزمایشات در تانک فیزیکی هستیم. اولین قدم این است که آزمایش کنید آیا CARL می تواند کارهای ساده ای مانند غواصی های متعدد را انجام دهد یا خیر. ویدئوی کوتاهی در وبلاگ Caltech نشان می دهد که ربات به طرز ناشیانه ای تاب می خورد و در یک مخزن آب ساکن فرو می رود.
با پیشرفت آزمایش‌ها، تیم قصد دارد CARL را در یک مخزن استخر مانند با جت‌های کوچک قرار دهد که می‌تواند جریان‌های افقی ایجاد کند تا از طریق آن حرکت کند. هنگامی که ربات این کار را کامل کرد، به یک مرکز دو طبقه منتقل می شود که می تواند فراز و نشیب ها را تقلید کند. در آنجا باید دریابید که چگونه می توان عمق معینی را در منطقه ای از اقیانوس که در آن آب اطراف در همه جهات جریان دارد، حفظ کرد.
[Related: Fish sounds tell us about underwater reefs—but we need better tech to really listen]
با این حال، در نهایت، ما CARL را در دنیای واقعی می خواهیم. دبیری می‌گوید: او آشیانه را ترک می‌کند و به اقیانوس می‌رود و با آزمایش‌های مکرر در آنجا، هدف این خواهد بود که یاد بگیرد چگونه خود را جهت‌گیری کند.»
در طول آزمایش، تیم سنسورهای داخل و خارج CARL را نیز تنظیم خواهد کرد. دبیری گفت: «یکی از سؤالاتی که ما داشتیم این بود که حداقل مجموعه سنسورهایی را که می‌توانستید برای تکمیل کار قرار دهید، بود. هنگامی که ربات با ابزارهایی مانند LiDAR یا دوربین تزئین شده است، "این توانایی سیستم را برای دویدن طولانی مدت در اقیانوس قبل از اینکه مجبور به تعویض باتری شوید، محدود می کند."
با کاهش بار روی حسگر، محققان می‌توانند عمر CARL را افزایش دهند و فضا را برای اضافه کردن ابزارهای علمی برای اندازه‌گیری pH، شوری، دما و موارد دیگر باز کنند.
نرم افزار CARL می تواند الهام بخش چتر دریایی بیونیک بعدی باشد
در اوایل سال گذشته، گروه دبیری مقاله ای در مورد نحوه استفاده از قفل های الکتریکی برای کنترل حرکات چتر دریایی منتشر کرد. این امکان وجود دارد که افزودن تراشه‌ای که حاوی الگوریتم‌های یادگیری ماشینی مشابه به CARL است به محققان این امکان را بدهد که ژله‌ها را در سراسر اقیانوس بهتر هدف قرار دهند.
دبیری می گوید: درک نحوه عملکرد این الگوریتم ناوبری بر روی یک چتر دریایی زنده واقعی می تواند زمان و تلاش زیادی را ببرد. در این راستا، CARL دادگاهی را برای آزمایش الگوریتم هایی که احتمالاً می توانند وارد موجودات اصلاح شده مکانیکی شوند، فراهم می کند. برخلاف روبات‌ها و مریخ نوردها، این ژله‌ها محدودیت عمقی ندارند، زیرا زیست‌شناسان می‌دانند که می‌توانند در سنگر ماریانا، در حدود 30000 فوت زیر سطح، وجود داشته باشند.
[Related: Bionic jellyfish can swim three times faster]
CARL، به خودی خود، هنوز هم می تواند یک دارایی مفید در نظارت بر اقیانوس باشد. با توجه به اینکه می تواند به بستر دریا و سایر سازه های شکننده نزدیک شود، می تواند به موازات ابزارهای موجود مانند شناورهای آرگو کار کند و به ماموریت های مستقل برای انجام تحقیقات دقیق تر برود. همچنین می‌تواند ارگانیسم‌های بیولوژیکی مانند ماهی‌ها را ردیابی و برچسب‌گذاری کند.
یک روز در آینده، می‌توانید تصور کنید که 10000 یا یک میلیون CARL (من حدس می‌زنم نام‌های متفاوتی به آنها بدهیم) که همگی به اقیانوس می‌روند تا مناطقی را که نمی‌توانیم به یکباره به آنها دسترسی پیدا کنیم، اندازه‌گیری کنند، بنابراین زمان داریم.» دبیری می‌گوید، اجازه می‌دهد تصویری از چگونگی تغییر اقیانوس را نشان دهد. این برای مدل‌سازی پیش‌بینی‌های اقلیمی و همچنین برای درک چگونگی کارکرد اقیانوس بسیار ضروری است.»
[ad_2]
مقالات مشابه
- Martinelli آماده به دنبال در قدم به قدم از آرسنال برزیل قهرمانان - گیلبرتو سیلوا تحت تاثیر قرار توسط توپچی اعتصاب احساس
- خفاش ها به لطف گوش های درونی شگفت انگیزشان استاد پژواک هستند
- تشک بادی ماشین و خرید انواع تشک های بادی داخل خودرو با تخفیف
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- انتخاب برج خنک کننده ساده است
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- NHL hub شهرستان نامزدها: علامت + و minuses برای هر یک از 10 بالقوه
- داشتن اسباب بازی تحریک آمیز فقط تحت این شرایط کار می کند
- الکس اسمیت تقریبا از دست داده بود ، در حال حاضر او را به انجام فوتبال دریل در Full-Speed.
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی