MIT 研发出的反馈系统能够让人类操作者仅通过大脑信号就能实时纠正机器人做出的选择。研究论文可点击阅读原文查阅。 　　为了让机器人按照人类想法行事，它们就得理解我们。很多时候，这意味着不得不做出妥协：教机器学懂得人类语言的玄妙，比如，为它们提供特定任务的具体指令。 　　但是，如果可以研发出一种类似人类自然延伸的机器人，让它们可以按照我们的想法自如行动，又会怎么样？ 　　麻省理工学院的计算机科学和人工智能实验室（CSAIL）的团队和波士顿大学正在攻克这一难题，他们打造出了一种反馈系统，让人类仅用大脑就可以迅速纠正机器人犯下的错误，这款 MIT 研发出的反馈系统能够让人类操作者仅通过大脑信号就能实时纠正机器人做出的选择。 　　 　　使用脑电图（EGG）检测器（用来记录大脑活动的）输出的数据，当机器人执行某个目标分类任务时，该系统可以识别出人类是否注意到机器人犯错了。这一团队研发的新的机器学习算法能够帮助系统分类 10 到 30 微秒空间中的脑电波。 　　尽管该系统当前只能处理相对简单的二项选择，但是，这篇论文的资深作者表示，该研究表明，人类有一天能够以更加充满直觉的方式控制机器人。 　　「想象一下你无需输入命令、按按钮或口头命令，就可以迅速告诉机器人做出某个动作。」CSAIL 主任 Daniela Rus 说，「这种高效的解决方案将提升人类监管工厂机器人、无人驾驶汽车以及其它尚未发明技术的能力。」 　　在该项研究中，团队使用了一台「Baxter」人形机器人，该机器人的生产厂商是 Rethink Robotics，其负责人是前 CSAIL 主任，也是 iRobot 的联合创始人 Rodney Brooks。 　　这篇论文的作者是波士顿大学（BU）的 PhD candidate Andres F. Salazar-Gomez、CSAIL 的 PhD candidate Joseph DelPreto 和 CSAIL 研究科学家 Stephanie Gil，指导老师为 Rus 和波士顿大学的教授 Frank H. Guenther。该论文已经被将于今年 5 月在新加坡举办的 IEEE 机器人与自动化国际会议（ICRA）接收。 通过直觉与机器人互动 　　在过去，通过 EEG-控制的机器人需要人类以计算机可识别的固定方式进行「思考」。例如，一个操作人员面前有两束亮光，他必须要看其中一个才能让机器进行特定工作，因为每一束亮光都与机器人的特定工作任务有关。 　　这种方法的缺陷在于训练过程和对人思维活动的建模是非常耗时耗力的，特别是对那些监督导航与构建工作的人来说更是如此，因为这些任务需要高强度的注意力。 　　Rus 的团队想把这整个过程变得更自然点。为了实现该目标，他们聚焦于一种称为「误差相关电位（error-related potential，ErrP）」的大脑信号，只要我们的大脑意识到了一个错误，这种信号就会生成。当机器人给出它打算做哪一种选择时，该系统就会使用 ErrP 信号来判断人类是否同意机器的这个决定。 　　「当你看着这个机器人时，你所需要做的仅仅是在大脑中同意或者反对它正在做的事情就可以了，」Rus 说道，「你不必训练自己一定要以某种特定方式来思考——我们的机器会来适应你，而不是反过来。」 　　大脑 ErrP 信号非常微弱，也就是说该系统必须要调整得足够到位才能让它既可以分类这些信号又可以配合反馈回路中的人类操作员。除了首要检测 ErrP 信号外，当系统没有意识到来自人类的纠错信号时，团队也让机器去侦测所谓的「次要错误（secondary errors）」。 　　「如果机器人不确定自己的决定，它可以触发一种人类反馈机制来获得更加准确的答案，」Gil 说道，」这些信号可以非常有效地改善精度，创造一个人机之间持续交流相互决策的对话过程。」 　　尽管该系统还仍然无法实时识别第二类错误信号，但 Gil 预计该模型在能够识别该信号后可以提升 90% 的精度。 　　此外，由于 ErrP 信号的强度已被证明可以显示机器人的错误到底有多严重，所以，该团队相信未来的系统可以扩展到更加复杂的多选项任务中去。 　　Salazar-Gomez 指出，该系统甚至也适用于那些无法进行口语交流的人：像拼写这样的任务可以通过一系列离散的二元选择（discrete binary choices）来完成，Salazar-Gomez 将其比作一种高级版本的眨眼机制，该机制允许中风患者 Jean-Dominique Bauby 可以撰写自己的回忆录《潜水钟与蝴蝶（Le Scaphandre et le Papillon）》。 　　「该项工作让我们距开发有效脑控制机器人和假体的目标更近了一步，」弗莱堡大学计算机教授 Wolfram Burgard 说道（他没有参与此项研究），「考虑到将人类语言翻译成一种有意义的机器可识别的信号是件异常困难的事情，该领域的工作对于未来的人机协作实在是具有深远影响。」 　　该项目的部分资助来自波音公司（Boeing）与美国国家科学基金会（National Science Foundation）。以下是对原论文的摘要介绍： 　　论文题目：通过 EEG 信号实时纠正机器人所犯的错（Correcting Robot Mistakes in Real Time Using EEG Signals ） 　　摘要：借由人类合作者大脑活动与机器人进行交流能够提供一种直接而且快速的反馈回路，对人类合作者来说，这一交流方式简单而且自然，从而使得根据直觉与机器人互动完成各种任务就不再是梦。这一论文探索了将误差相关电位（ErrP）应用到闭环机器人控制的方法。ErrP 信号对机器人任务特别有用，因为它们是大脑活动对预期之外误差做出反应的过程中自然出现的。我们解码了人类操作员实时控制一台 Rethink Robotics Baxter 机器人完成一个两项选择任务过程中的 ErrP 信号。我们也表明，利用这一闭环机器人任务期间生成的、与潜在误差相关的次要互动信号能够大大提升机器人的分类任务表现，这也暗示着新的让机器人获取人类反馈的手段。我们完整描述了整个系统的设计和应用，也展现了实时闭环以及开环控制实验结果，以及对主要（primary）和次要（secondary）ErrP 信号的离线分析。我们使用了一般人群的受试者完成实验任务，这些受试者之前未经训练或筛选。因此，这一研究证实了 EGG 为基础的回路方法的潜力，有望实现无缝的机器人控制，也朝着实时直觉互动这一目标更进了一步。 　　 　　图 1：基于实时解码观察者的 EEG 信号，机器人被告知它的首个动作是错误的，并且它会根据合适的物体类别做出正确选择 　　 　　图 4：系统包含一个主要的实验控制器、Baxter 机器人、一个 EEG 获取与分类系统。一个 Arduino 系统转播控制器和 EEG 系统之间的信息。机械连接开关检测机械臂动作启动。 　　 　　图 6：识别一次 EEG 数据缓冲中的 ErrP 的各种预处理和分类阶段。这个决策会立即影响到机器人的行为，而机器人的行为又会影响到 EEG 信号，从而形成反馈回路的闭环。 　　原文链接：http://news.mit.edu/2017/brain-controlled-robots-0306 Nature重磅| IBM再放大招！ 量子计算今年实现商业通用！ 来源：大数据文摘（ID:BigDataDigest） 作者：Davide Castelvecchi 编译团队：任杰，姜范波 　　 　　只要努力，就会实现。IBM公司在3月6日宣布，计划在年内推出世界上第一份商业“通用”量子计算服务。这个系统叫做IBM Q，它将通过互联网收费访问。 　　IBM Q不会超越传统的计算机，至少目前还没有。 但公司表示，该系统将是发展未来“量子机”市场的关键，它可以处理传统电脑无法处理的复杂计算。 云服务是最近比较热门的“建立有用的量子计算机”这场战役的战利品。 　　该项目建立在IBM围绕现有云计算服务开发的专有技术Quantum Experience的基础上，任何人都可以免费访问它。 该系统在2016年5月上线，最近对用户界面进行了升级。 “上线十个月，目前已经教会了我们很多东西。”纽约Yorktown Heights的IBM研究中心领导量子计算实验室的物理学家Jerry Chow说。 它为世界各地的研究人员提供了一种方法练习建立量子算法，而无需访问自己的量子计算机。 IBM的总体战略是围绕其技术构建“社区和生态系统”，Chow说。 　　IBM对IBM Q上线的具体时间守口如瓶，只宣称会尽快上线。也没有公开系统到底有多强大，或者访问成本是多少。 该公司声称已经排好了第一批客户，但是不会对他们区别对待，只说几个商业合作伙伴将在IBM Q上开发和测试自己的应用程序。 量子竞争 　　量子计算机利用亚原子物理学的反直觉特性，其中称为量子位（quantum bits）或量子位的信息位（qubits）可以同时承担多个状态，而不是简单地表示0或1，如经典计算中的位（bits）。 从20世纪90年代开始，理论物理学家（包括IBM的一些人）已经开发了基于量子比特的算法，理论上可以以比传统计算机更快的速度执行某些任务。 　　 　　但在实践中，在所谓的“通用量子计算机”，获得足够的量子位协同运行任何这样的算法，已经被证明是极具挑战性的。有两种技术已经成为处理量子位的先驱。 一个使用电场和磁场在真空中捕获单个离子; 另一个将量子比特纳入恒定在高于绝对零度以上几度的微观超导电路中。 IBM更笃定后一种方法。 　　近年来，谷歌也加入了这一行列，谷歌在加利福尼亚的圣巴巴拉建立了一个超导量子比特实验室。 谷歌，IBM和其他一些公司和学术实验室已经宣布，设计了“搭建超越传统电脑的机器”的规划图。 但是这些机器需要运行大约50个量子位。 当前可达大约20个量子位，几乎还不足用作简单的计算。 实际问题 　　所以当IBM推出Quantum Experience，它可以运行在五个超导量子位上，许多人不以为意。 物理学家克里斯托弗·门罗（Christopher Monroe）在马里兰大学帕克分校（University of Maryland）经营一个离子阱实验室，他说：“很多人把它看成是一个宣传的噱头。 但我认为这有着不同寻常的意义。” 　　即使它不是目前最先进的机器，IBM也不得不克服许多挑战，使得Quantum Experience能真正上线，使它可用于研究人员而不一定是物理学家，即便从来没有在量子计算机上工作过。 这包括创建了一个无需物理学家持续监测的系统。 “把机器放在云上明显是要做的事情，”Monroe说。 “但是，要使系统达到这个水平需要大量的工作。 　　访问量子体验或IBM Q等系统也意味着世界各地的研究人员可以开始致力于量子编程的独特挑战。 这与常规编码非常不同，并且需要程序员理解和适应物理量子位的限制。 原则上，五位量子机很容易模拟传统计算机，甚至是笔记本电脑的使用方式，Monroe说。 但应用真正的量子位不是那么简单。 　　“真正的挑战是，你是否可以使你的算法在真还不算完备的硬件上运行，”麻省理工学院的物理学家Isaac Chuang说。 　　Chow说，IBM Q将比Quantum Experience有更多的量子位，但该公司还没说到底能提供多少位的。 量子云的时代 　　迄今为止，Quantum Experience吸引了来自100多个国家的约40,000名用户。 例如，Chuang在去年年底在线教授的研究生级别的课程，量子计算，以便学生可以真实的量子计算机上练习编程。 　　该系统的用户已经进行了275,000次实验，并发表了约15篇研究论文。 其中一个由Monroe及其合作者领导的团队将IBM的超导机器的性能与Monroe实验室的五量子的离子阱机器的性能进行了比较。 公司的量子云服务更快，但Monroe的机器更精确。 　　Monroe共同创办了一家名为IonQ的初创公司，期望推出基于云的离子阱量子服务，但他并不关注具体时间。谷歌公司在圣巴巴拉的量子计算实验室负责人John Martinis说，谷歌计划用自己的超导量子计算机做同样的事情，但只有在它搭建了能运行的50量子位计算机之后。 　　与此同时，D-Wave是一家总部位于加拿大本拿比的公司，自2010年以来一直在云上开展量子计算服务。“我们的战略核心是真正适应云访问模式，”这些系统的高级副总裁Jeremy Hilton说。 但D-Wave的机器不是“通用”计算机，只能运行一定范围内的量子算法。 然而，有几个研究小组已经将其用于他们的项目。 　　来源：http://www.nature.com/news/ibm-s-quantum-cloud-computer-goes-commercial-1.21585 NASA“可变比冲磁等离子体火箭” 发动机研制进展 本文由国防科技要闻（ID:CDSTIC）授权转载 作者：冯云皓 中国国防科技信息中心 　　 　　2017年2月，Ad Astra火箭公司已完成NASA 2015年授予的为期三年、价值900万美元合同一半的进程（该合同旨在研发基于等离子体的“可变比冲磁等离子体火箭”发动机），该发动机能在100千瓦下持续点火10秒或在50千瓦下持续点火1分钟。计划2018年初使其等离子体火箭发动机在100千瓦功率水平下持续点火100小时。“可变比冲磁等离子体火箭”（VASIMR）发动机不同于高燃耗的常规火箭发动机，它只需要极少燃料，未来可望使航天器达到足够高的速度，实现太阳系载人探索任务。 VASIMR发动机简介 　　工作原理 该火箭发动机以惰性气体——氩气作为等离子体来源。其工作原理是：①火箭发动机第一级首先电离氩气，将其转化为低温等离子体。②随后，发动机将等离子体注入第二级——“助推器”，等离子体在此进行“离子回旋共振加热”。助推器使用无线电频率激活这些离子，使其来回振荡。③随着离子共振并获得更多能量，这些离子加快自旋并形成超高温等离子体流。最终，该等离子体流通过螺旋型的喷嘴，并被加速排出火箭发动机尾部，产生推力。 ▲VASIMR发动机工作原理 　　性能优点 不同于化学燃料火箭，等离子体火箭靠电力运行。在太空飞行时，无需巨大的燃料箱或液氢/液氧燃料贮存器，仅需要一些太阳能电池板。 　　 　　该发动机利用太阳能发电驱动等离子体的生成以及助推器激活等离子体，并可以调整用于这两个过程的能量。当航天器需要更多推力时，更多能量可用于生成等离子体；该过程使用更多推进剂，但为摆脱重力井（如地球轨道）提供所需推力。其后，当航天器快速移动时，更多能量可被转移至助推器，提供更高的比冲和更大的燃料效率。这类似于汽车换档：在爬坡时，更多发动机动力施加到扭矩而不是转速，从而缓慢爬坡；在平直的高速公路行驶时，则换高速档。飞往火星不能一直使用“第一档”，这是化学燃料发动机在火星任务中会耗尽燃料的原因。 　　该发动机设计的另一个优点是，在整个燃烧过程中，等离子体被限制在发动机内部的磁场里面。实际上，这将大幅降低发动机耗损——这对于建造使人类抵达整个太阳系的航天器而言非常有用。 　　与“霍尔”推进器相比，VASIMR每单位燃料还能产生约两倍的冲量，使其使用更少推进剂即可执行相同的任务。 　　尽管VASIMR发动机在理论上可能实现航天器39天抵达火星，但其面临着重大挑战：需要核反应堆来提供足够动力。研究人员认为，大型且可控的太阳能电池阵列最终可为电推进提供高达1兆瓦的功率，但这一数值是根据地日距离计算的结果，太阳能在火星以远区域将大幅衰减。因此，太阳能动力似乎对于内太阳系航天运输有效，对于火星以远区域的效用将降低。 “光子激光推进器”将促进 载人太空旅行发展 本文由现代军事（ID:xiandaijunshi）授权转载 作者：冯云皓 　　据航空航天日报与防务报告报道，Y.K.Bae公司首席执行官、物理学家Young Bae表示，作为一种先进的动力源，“光子激光推进器”(PLT)可能是最终实现在太阳系及更远深空中进行高速载人太空旅行的催化剂,并可支持低地球轨道商业盈利活动。 　　10年前,Young开始在NASA“创新先进概念”项目的资助下研发该技术。从根本上讲,PLT利用光子源,使能量射向配备反射镜的航天器。Young声称,新的研究与发展工作和低地球轨道演示验证可促进PLT技术成熟化,实现“光子铁路”,该技术将与几十年前发明的晶体管及其引发的电子革命具有同样的经济前景。 　　 　　▲”光子激光推进器“试验使用激光成功加速了一个重450克的航天器模型 　　Young概述了PLT的技术构想和主要挑战。Young设想利用该技术在3天内抵达火星,或者在冥王星为载人探索建立“光子车站”,以及实现大幅加速的空间通信。这些目标远远超出传统火箭推进技术的极限。该构想的一个重要部分涉及可盈利的近期应用。 　　Young强烈建议政府机构对PLT技术进行投资,以深化对光子量子力学方面的理解并克服衍射极限。PLT可在近期实现能产生投资回报的应用,这对于空间商业化来说非常重要。 　　根据Young的构想,扩展PLT技术需要组装多个高度精制的空间反射镜,最终使直径达到数百千米。由激光推进的光子将在装有反射镜的光子源和装有反射镜的远距离航天器之间反弹成千上万次。 ▲PLT利用光子源，使能量射向配备反射镜的航天器 　　PLT技术在载人航天上的一种应用是,把航天员置于巨型圆盘反射镜的中心,在此加速度力将达到1G,可提供人造重力,应对失重造成的物理危害。 　　关于PLT的技术挑战,Young表示,制造和覆盖反射镜表面的材料需要强化;必须克服激光束衍射极限,或许可利用德国发起的激光束“冻结”研究;使激光束目标尺寸缩减10倍,就能使电力需求降低100倍。除此,在太空中建立基础设施,还将需要利用多项技术的进展,包括:空间太阳能发电;太空制造,包括3D打印;机器人和自主空间系统,以及在其他商业航天任务中有潜在应用的技术。 　　使用配备反射镜的“领航者”(shepherd)航天器,PLT可在地球轨道进行扩展;“领航者”装有光子源,可指挥配备反射镜的立方体卫星进行编队定位。 　　这种设计可支持无需推进剂的大型虚拟空间望远镜、合成孔径雷达对地观测、地球磁场持续监测以及其他分布式卫星系统的需求。