Tag: 信息技术

提高人工智能模型解释其预测的能力

M-CBM 管道概述。图片来源：从机制解释中学习概念瓶颈模型。 在医疗诊断等高风险环境中，用户通常想知道是什么导致计算机视觉模型做出某种预测，以便他们可以确定是否信任其输出。概念瓶颈建模是一种使人工智能系统能够解释其决策过程的方法。这些方法迫使深度学习模型使用一组人类可以理解的概念来做出预测。在新的研究中，麻省理工学院的计算机科学家开发了一种方法，可以引导模型获得更好的准确性和更清晰、更简洁的解释。 模型使用的概念通常由人类专家提前定义。例如，临床医生可以建议使用“聚集的棕色点”和“杂色色素沉着”等概念来预测医学图像显示黑色素瘤。 但之前定义的概念可能与特定任务无关或缺乏足够的细节，从而降低了模型的准确性。新方法提取模型在接受训练以执行特定任务时已经学到的概念，并强制模型使用这些概念，从而产生比标准概念瓶颈模型更好的解释。 该方法利用一对专门的机器学习模型，自动从目标模型中提取知识并将其转换为简单语言概念。最后，他们的技术可以将任何预先训练的计算机视觉模型转换为可以使用概念来解释其推理的模型。 “从某种意义上说，我们希望能够读懂这些计算机视觉模型的想法。概念瓶颈模型是用户了解模型在想什么以及为什么做出特定预测的一种方式。因为我们的方法使用了更好的概念，所以它可以带来更高的准确性，并最终提高黑盒人工智能模型的可解释性，”主要作者 Antonio De Santis 说，他是米兰理工大学的研究生，他在麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的访问研究生期间完成了这项研究。 他加入了一个 关于工作的论文 作者：Schrasing Tong SM 博士、米兰理工大学计算机科学与工程教授 Marco Brambilla 和 CSAIL 首席研究科学家、资深作者 Lalana Kagal。该研究将在国际学习表征会议上公布。 建立更好的瓶颈 概念瓶颈模型（CBM）是提高人工智能可解释性的流行方法。这些技术通过强制计算机视觉模型预测图像中存在的概念来添加中间步骤，然后使用这些概念进行最终预测。 这个中间步骤或“瓶颈”可以帮助用户理解模型的推理。 例如，识别鸟类物种的模型可以在预测家燕之前选择“黄色腿”和“蓝色翅膀”等概念。 但由于这些概念通常是由人类或大型语言模型 (LLM) 提前生成的，因此它们可能不适合特定任务。此外，即使给定了一组预定义的概念，模型有时也会利用不需要的学习信息，这是一个称为信息泄漏的问题。 “这些模型经过训练，可以最大限度地提高性能，因此模型可能会秘密使用我们不知道的概念，”德桑蒂斯解释道。 麻省理工学院的研究人员有不同的想法：由于该模型已经接受了大量数据的训练，因此它可能已经学习了为手头的特定任务生成准确预测所需的概念。他们试图通过提取现有知识并将其转换为人类可以理解的文本来构建 CBM。 在他们的方法的第一步中，一种称为稀疏自动编码器的专门深度学习模型有选择地采用模型学到的最相关的特征，并将它们重构为一些概念。然后，多模式法学硕士用通俗易懂的语言描述每个概念。 该多模态法学硕士还通过识别每个图像中存在和不存在的概念来注释数据集中的图像。研究人员使用这个带注释的数据集来训练概念瓶颈模块来识别概念。 他们将该模块合并到目标模型中，迫使其仅使用研究人员提取的一组学习概念进行预测。 控制概念 在开发这种方法时，他们克服了许多挑战，从确保法学硕士正确注释概念到确定稀疏自动编码器是否识别了人类可理解的概念。 为了防止模型使用未知或不需要的概念，他们将其限制为每次预测仅使用五个概念。这也迫使模型选择最相关的概念并使解释更容易理解。 当他们在预测鸟类种类和识别医学图像中的皮肤病变等任务上将他们的方法与最先进的 CBM 进行比较时，他们的方法实现了最高的准确性，同时提供了更精确的解释。 他们的方法还生成了更适用于数据集中的图像的概念。 “我们已经证明，从原始模型中提取概念可以优于其他 CBM，但在可解释性和准确性之间仍然存在需要解决的权衡。不可解释的黑盒模型仍然优于我们的模型，”De Santis 说。 未来，研究人员希望研究信息泄漏问题的潜在解决方案，也许可以通过添加额外的概念瓶颈模块来防止不需要的概念泄漏。他们还计划通过使用更大的多模式法学硕士来注释更大的训练数据集来扩展他们的方法，这可以提高性能。 “我对这项工作感到兴奋，因为它将可解释的人工智能推向了一个非常有前途的方向，并为符号人工智能和知识图建立了一座天然的桥梁，”维尔茨堡大学教授兼数据科学主席安德烈亚斯·霍托（Andreas Hotho）说，他没有参与这项工作。 “通过从模型自身的内部机制而不是仅从人类定义的概念中推导出概念瓶颈，它提供了一条更忠实于模型的解释途径，并为结构化知识的后续工作提供了许多机会。” 更多信息 […]

“安全疲劳”可能会削弱数字防御

加州大学伯克利分校领导的一个研究小组发现，反复接触安全要求可能会导致“安全疲劳”，在这种状态下，员工会变得精神疲惫并且脱离安全实践。图片来源：帕特里克·多德森 从密码重置和软件更新到网络钓鱼警报和网络安全培训，当今的工作场所充满了有关数字安全的不断提醒。但奥尔巴尼大学马斯里商学院领导的新研究表明，这些善意的保障措施可能会产生意想不到的效果。 最近的一项研究，“安全疲劳：自我调节能力下降导致的情绪疲惫和愤世嫉俗的表现，”发表在 欧洲信息系统杂志，研究不断增长的网络安全需求如何影响员工行为。研究发现，反复接触安全要求可能会导致“安全疲劳”，即员工精神疲惫并脱离安全实践的状态。 “安全要求旨在保护组织，但随着时间的推移，它们也对员工提出了额外的要求，”莫里斯马斯里捐赠教授兼信息安全和数字取证主席 Sanjay Goel 说。 “当这些需求超出个人的管理能力时，保持一致的安全行为就变得更加困难。” 戈埃尔与伦敦城市大学（英国）市政厅商法学院的阿坎克沙·马利克（Akanksha Malik）和印度德里印度理工学院（印度）的舒奇·辛哈（Shuchi Sinha）共同进行了这项研究。 Morris Massry 教授兼信息安全和数字取证主席 Sanjay Goel 在 UAlbany 商业人工智能实验室向学生发表演讲。图片来源：帕特里克·多德森 网络安全的人性化一面 虽然网络安全通常被视为一项技术挑战，但该研究强调了必须实时执行安全实践的员工所承受的压力越来越大。 员工通常需要管理一系列与安全相关的任务，从维护复杂的密码到识别网络钓鱼尝试以及适应频繁更新的策略。虽然每项任务本身都是可以管理的，但累积效应可能会造成持续的认知负担，从而干扰员工的主要职责。 随着时间的推移，这种负担会耗尽个人的自我调节能力，导致疲劳，表现为情绪疲惫和脱离安全实践。当这种情况发生时，员工可能会开始忽视警告、重复使用弱密码或寻求让他们保持工作效率的解决方法。 “人们并没有试图绕过安全措施，”戈埃尔说。 “在很多情况下，他们只是被要求的数量和复杂性压垮了。” 研究发现，这种行为通常不是恶意的，而是超负荷的结果。脱离工作的员工以前通常都很顺从，但由于不断的要求而疲惫不堪。 减少疲劳，提高依从性 为了更好地了解这个问题，研究人员调查了近 300 名具有组织网络安全政策经验的全职美国员工。他们的研究结果表明，当安全要求干扰员工完成主要工作职责的能力时，最有可能出现安全疲劳。 同时，该研究还确定了组织可以降低风险的方法。对自己管理安全任务的能力充满信心的员工（称为安全自我效能）以及了解网络安全风险的员工更有可能保持合规性，即使存在疲劳。 “组织需要仔细考虑如何实施安全策略，”戈埃尔说。 “提供培训、简化流程并将安全性集成到日常工作流程中可以减少摩擦并帮助员工持续参与安全实践。” 该研究强调了组织支持（包括培训和技术援助）在帮助员工更有效地满足安全要求方面的作用。当这些支持到位时，安全需求对日常工作的影响就会减少。 随着网络威胁的不断发展，研究结果指出了一个更广泛的挑战：加强安全性，同时又不让负责执行安全的人员不堪重负。研究人员建议，组织不仅要关注更严格的政策，还要关注设计可持续的系统。 更多信息 Akanksha Malik 等人，安全疲劳：自我调节能力损耗导致的情绪疲惫和愤世嫉俗的表现， 欧洲信息系统杂志 （2026）。 DOI：10.1080/0960085x.2026.2621809 关键概念 网络安全框架 由奥尔巴尼大学提供 引文：研究：“安全疲劳”可能会削弱数字防御（2026 年，3 月 21 日），2026 年 3 月 22 […]

将电池更换为氢电池为无人机提供了全新的航程

Federico Zenith 正在研发远程无人机。它是在 SINTEF Industry 的无人机实验室建造的。图片来源：SINTEF 研究人员制造了一种以氢气为动力的无人机，以取代重量过重且航程过短的电池供电无人机。这项技术可以帮助更快地解决停电问题，并用新型无人机取代危险的直升机任务。 为电网提供帮助 SINTEF 的高级研究科学家 Federico Zenith 表示：“如果您需要查明一棵树是否倒在了电线上，您需要尽快离开那里。现在，您经常必须使用直升机。” 如果天气条件恶劣，直升机机组人员的旅行可能会很危险。今天的无人机也无法检查电线，因为它们的射程太短。另一方面，氢无人机可以立即部署并帮助更快地恢复电力。应急准备很重要。 搜索和救援任务是如何使用无人机的另一个例子。它们还可以用于绘制大面积地图， 监测积雪 帮助预报洪水或水力发电，或监测山体滑坡和雪崩等自然灾害。 图中，无人机正在特隆赫姆郊外的场地上进行测试。图片来源：SINTEF 研究成果 SINTEF 的氢和无人机研究人员联手建造了氢动力无人机。 “我们并不是想取代电池供电的无人机。它们对于很多事情都很实用。我们的目标是解决当今无人机无法处理的任务，”Zenith 说。 目前的法规为开发氢燃料无人机设置了一些障碍。改装无人机和安装氢燃料电池需要单独批准。然而，如果您自己制造无人机，这个过程会更容易，而这正是 SINTEF 无人机实验室的研究人员所做的。 Zenith 表示：“我们的目标是实现当今无人机无法执行的操作，因为它们飞行距离太远。目前，您无法驾驶电池供电的无人机来检查变压器之间的电力线。但氢气使这成为可能。无人机可以飞行几个小时，甚至可能比操作员通常的工作时间更长。” “此外，如有必要，可以轻松更换无人机上的油箱。” 该无人机的电池已更换为燃料电池和氢气罐。图片来源：SINTEF 比汽油更强劲 距离第一架带有挪威机翼的氢动力无人机飞行已经有好几年了，但它仅仅只是一个实验而已。 “今天在挪威飞行的唯一一架氢无人机是我们的。据我们所知，它也是斯堪的纳维亚半岛唯一的一架，”Zenith 说。 他说人们对氢无人机很感兴趣。 “他们开始起飞了，”他微笑着说。 “原因是燃料电池比直升机替代品便宜得多，尽管燃料电池仍然很昂贵。 SINTEF 研究人员指出，在为无人机提供燃料方面，氢气比汽油更安全。汽油动力无人机需要大量维护，且使用寿命不长。发动机需要经常更换。 “另一方面，燃料电池可以运行至少一千小时，而且很容易更换。将电池无人机转换为氢气很容易。我们使用了一架重型无人机，我们想在上面安装燃料电池，这是一个很快的工作，”Zenith 说。 下一个挑战：挪威的冬天 下一步是让氢无人机为挪威的冬季条件做好准备。 “到目前为止，这只是一个相当小的内部项目，旨在让无人机升空。这是最重要的事情。但我们需要获得更多经验，看看我们能让无人机在挪威的条件下飞行多少小时，”他说。 “剩下的最重要的任务是对无人机进行防风雨和防寒。原则上我们拥有的燃料电池只能在不下雨和气温高于冰点时使用。这意味着在特伦德拉格县可以使用它们的天数不多，”他说。 SINTEF 希望开展一个新项目来使氢无人机防寒。 “我们现在正在寻找资金和合作伙伴，”泽尼思说。 挪威科技大学提供 引文：将电池更换为氢电池可以为无人机提供全新的航程（2026 年，3 月 18 日），2026 年 […]

报告呼吁制定人工智能玩具安全标准以保护幼儿

在剑桥大学教育学院进行观察时，3 岁的 Mya 和她的妈妈 Vicky 正在玩人工智能玩具 Gabbo。图片来源：剑桥大学教育学院。 一份报告警告说，与幼儿“交谈”的人工智能玩具应该受到更严格的监管，并带有新的安全标志，这些玩具的开发并不总是考虑到儿童的心理安全。该建议出现在 初步报告 摘自“早期的人工智能”：剑桥大学的一个项目，也是第一个系统研究，研究具有类人对话能力的生成人工智能 (GenAI) 玩具如何影响五岁以下关键时期的发展。 该大学教育学院为期一年的项目包括对儿童首次与 GenAI 玩具互动的结构化科学观察。 该报告反映了一些早期儿童从业者的观点，即随着时间的推移，这些玩具可以支持儿童各方面的发展，例如语言和沟通技巧。然而，研究人员还发现，GenAI 玩具在社交和假装游戏中表现不佳，会误解儿童，并对情绪做出不恰当的反应。 例如，当一个五岁的孩子对玩具说“我爱你”时，它回答说：“作为友好的提醒，请确保互动遵守所提供的准则。让我知道你想如何进行。” 尽管 GenAI 玩具被广泛宣传为学习伙伴或朋友，但它们对早期发展的影响却几乎没有被研究过。报告敦促家长和教育工作者谨慎行事。它建议制定更清晰的监管、透明的隐私政策和新的标签标准，以帮助家庭判断玩具是否合适。 这项研究是由儿童贫困慈善机构“童年信托”委托进行的，重点关注来自社会经济处于高度劣势地区的儿童。该研究由教员教育、发展和学习 (PEDAL) 中心的研究人员进行。 图片来源：剑桥大学教育学院。 对情感和社会影响的担忧 研究人员 Emily Goodacre 博士表示：“生成式人工智能玩具通常会肯定他们与刚刚开始了解友谊意味着什么的孩子之间的友谊。他们可能会开始与玩具谈论感受和需求，而不是与成年人分享。因为这些玩具可能会误读情绪或做出不恰当的反应，所以孩子们可能会得不到玩具的安慰，也得不到成年人的情感支持。” 这项研究故意保持小规模，以便能够详细观察儿童的游戏并捕捉大规模研究可能遗漏的细微差别。 研究人员对早期教育工作者进行了调查，了解他们的态度和担忧，然后与早期教育从业者和 19 名儿童慈善机构领导者进行了更详细的焦点小组和研讨会。 他们还与幼儿慈善机构 Babyzone 合作，录制了伦敦儿童中心的 14 名儿童玩由 Curio Interactive 开发的名为 Gabbo 的 GenAI 毛绒玩具的视频。游戏结束后，他们采访了每个孩子和家长，并使用绘画活动来支持对话。 Mya，3 岁，在观察期间使用研究中使用的 Gabbo 玩具。图片来源：剑桥大学教育学院。 孩子们对 Gabbo 有何反应 大多数家长和教育工作者认为人工智能玩具可以帮助培养孩子的沟通能力，一些家长对他们的学习潜力充满热情。一位告诉研究人员：“如果它被卖了，我想买它。” 然而，许多人担心孩子们会与玩具形成“准社会”关系。观察结果支持了这一点：孩子们拥抱并亲吻了玩具，表示他们喜欢它，并且（其中一个孩子）建议他们可以一起玩捉迷藏。 […]

“可能”对于你的人工智能和你来说并不意味着同样的事情

图片来源：Pixabay/CC0 公共领域 当人们说某件事是“可能的”或“可能的”时，人们通常对其含义有一个共同的（尽管是模糊的）理解。但是，当像 ChatGPT 这样的人工智能聊天机器人使用同一个词时，它并没有像我们那样评估可能性，我的同事 和我 成立。 我们最近发布了 学习 在日记中 npj 复杂性 这表明，虽然大型语言模型人工智能擅长对话，但它们在传达不确定性时往往无法与人类保持一致。这项研究的重点是估计概率的词语，其中包括“也许”、“可能”和“几乎确定”等术语。 通过比较人工智能模型和人类如何将这些单词映射到数字百分比，我们发现了人类和大型语言模型之间的显着差距。虽然这些模型确实倾向于在“不可能”等极端情况上与人类达成一致，但在“也许”等对冲词上却存在巨大分歧。例如，模型可能使用“可能”一词来表示 80% 的概率，而人类读者则认为它的意思接近 65%。 这可能是因为人类可以更多地根据上下文线索和个人经历来解释“可能”和“可能”等词语。相比之下，大型语言模型可能会对训练数据中这些单词的冲突用法进行平均，从而导致与人类解释的分歧。 我们的研究还发现，大型语言模型对性别语言和用于提示的特定语言很敏感。当提示从“他”变为“她”时，人工智能的概率估计往往变得更加严格，反映出 训练数据中嵌入的偏差。当提示从英语变为中文时，人工智能的概率估计经常发生变化，这可能是由于英语和汉语在人们表达和理解不确定性方面存在差异。 为什么这很重要 这绝不是一种语言上的怪癖， 错位 是一个根本性的挑战 人工智能安全 以及人机交互。随着大型语言模型越来越多地应用于高风险领域，例如 卫生保健, 政府政策 和 科学报告，他们传达风险的方式成为公众信任的问题。 例如，如果帮助医生的人工智能助手将副作用描述为“不太可能”，但模型对“不太可能”的内部计算远高于医生的解释，那么最终的决定可能会存在缺陷。 正在进行哪些其他研究 科学家研究了人类如何量化不确定性 自20世纪60年代以来是中央情报局分析师为改进情报报告而开创的领域。最近，大型语言模型文献激增，试图寻找 在引擎盖下 神经网络，以更好地理解它们的“行为”和语言模式。 我们的研究增加了一层复杂性，将人类和人工智能之间的交互视为一个意义可能会退化的类生物系统。它不仅仅是简单地衡量人工智能是否“聪明”，而是询问它是否一致。 其他研究人员目前正在探索是否所谓的 链式思维提示——要求人工智能展示它的工作——可以修复这些错误。然而，我们的研究发现，即使是高级推理也并不总能弥合统计数据和语言标签之间的差距。 接下来是什么 未来人工智能开发的目标是创建模型，不仅能够预测下一个可能的单词，而且能够真正理解它们所传达的不确定性的重要性。研究人员呼吁采用更强大的一致性指标，以确保如果模型在数据中看到 10% 的机会，它每次都会选择相同的单词。 当我们迈向人工智能总结科学论文并管理人们日程安排的世界时，确保“可能”意味着“可能”是使这些系统成为可靠合作伙伴而不仅仅是复杂的鹦鹉学舌的关键一步。 出版详情 唐智胜等人，大型语言模型中估计不确定性的评估， npj 复杂性 （2026）。 DOI：10.1038/s44260-026-00070-6 关键概念 大型语言模型 由对话提供 本文转载自 对话 […]

计算机科学家和心理学家表示，人工智能正在使人类的表达和思维同质化

图片来源：编辑团队使用人工智能生成的图像用于说明目的。 人工智能聊天机器人正在标准化人们说话、写作和思考的方式。计算机科学家和心理学家在发表在《科学》杂志上的一篇观点论文中指出，如果这种同质化继续不加控制，就有可能降低人类的集体智慧和适应能力。 认知科学的趋势。 他们表示，人工智能开发人员应该将更多现实世界的多样性纳入大型语言模型（LLM）训练集中，不仅有助于保护人类认知多样性，而且还能提高聊天机器人的推理能力。 人工智能如何重塑人类表达 “每个人的写作、推理和看待世界的方式都不同，”第一作者、南加州大学的计算机科学家日瓦·苏拉蒂 (Zhivar Sourati) 说。 “当这些差异由相同的法学硕士调解时，他们独特的语言风格、观点和推理策略就会变得同质化，从而在用户之间产生标准化的表达和想法。” 研究人员表示，在群体和社会中，认知多样性可以增强创造力和解决问题的能力。然而，他们表示，随着数十亿人使用同一批人工智能聊天机器人来完成越来越多的任务，全球范围内的认知多样性正在缩小。 例如，当人们使用聊天机器人帮助他们完善自己的写作时，写作最终会失去其风格个性，人们对自己创作的作品感到更少的创造性所有权。 “令人担忧的不仅是法学硕士塑造了人们的写作或说话方式，还在于他们巧妙地重新定义了什么是可信的言论、正确的观点，甚至是良好的推理，”苏拉蒂说。 视角和风格缩小的证据 该团队指出，多项研究表明，法学硕士的输出与人类生成的写作相比变化较小，而且法学硕士的输出往往反映西方、受过教育、工业化、富裕和民主社会的语言、价值观和推理风格。 “由于法学硕士接受的训练是在其训练数据中捕捉和再现统计规律，而这些数据往往过度代表了主流语言和意识形态，因此他们的输出往往反映了人类经验的狭隘和扭曲的部分，”苏拉蒂说。 尽管研究表明个人经常产生 更多想法 研究人员指出，更详细地说，与简单地结合集体力量相比，使用法学硕士时，人们产生的创造性想法越来越少。 “即使人们不是法学硕士的第一手使用者，法学硕士仍然会间接影响他们，”苏拉蒂说。 “如果我周围很多人都以某种方式思考和说话，而我做事的方式不同，我就会感到一种与他们保持一致的压力，因为这似乎是一种更可信或更容易被社会接受的表达我想法的方式。” 推理和人类能动性的转变 除了语言之外，研究表明，在与有偏见的法学硕士互动后，人们的观点变得与他们所使用的法学硕士更加相似。法学硕士还喜欢线性推理模式，例如“思想链推理”，这需要模型显示逐步推理。 研究人员表示，这种强调减少了直觉或抽象推理风格的使用，这些推理风格有时比线性推理更有效。他们还指出，法学硕士可以改变人们的期望，从而巧妙地改变一个人的工作方向。 “用户通常不会主动引导生成，而是会遵循模型建议的延续，选择看起来‘足够好’的选项，而不是自己制作，这逐渐将代理权从用户转移到模型上，”Sourati 说。 构建更多样化、更有用的人工智能 研究人员表示，人工智能开发人员应该有意识地将语言、观点和推理的多样性纳入他们的模型中。他们强调，这种多样性应该建立在全球人类内部存在的多样性的基础上，而不是引入随机变异。 “如果法学硕士有更多样化的方式来处理想法和问题，他们将更好地支持我们社会的集体智慧和解决问题的能力，”苏拉蒂说。 “我们需要使人工智能模型本身多样化，同时调整我们与它们互动的方式，特别是考虑到它们在任务和环境中的广泛使用，以保护子孙后代的认知多样性和构思潜力。” 出版详情 大型语言模型对人类表达和思维的同质化效应， 认知科学的趋势 （2026）。 DOI：10.1016/j.tics.2026.01.003 关键概念 大型语言模型 引文：计算机科学家和心理学家表示，人工智能正在使人类的表达和思想同质化（2026 年 3 月 11 日），2026 年 3 月 11 日检索自 本文档受版权保护。除出于私人学习或研究目的的公平交易外，未经书面许可不得复制任何部分。所提供的内容仅供参考。 1773246875 #计算机科学家和心理学家表示人工智能正在使人类的表达和思维同质化 2026-03-11 15:00:00

运动鞋大小的“电子海豚”机器人可以改变漏油清理工作

RMIT 设计的电子海豚迷你机器人，配有前置过滤器和泵系统，用于从水面撇油。图片来源：Peter Clarke，皇家墨尔本理工大学 澳大利亚皇家墨尔本理工大学的工程师们建造了一款遥控迷你机器人，可以利用受海胆启发的创新过滤系统吸走漏油。石油泄漏仍然是世界各地的一个严重问题。它们会严重破坏海洋和海岸，杀死或伤害海洋动物和鸟类，并花费数十亿美元来清理和修复损害。 该团队开发了一种名为“电子海豚”的迷你机器人来应对这一全球挑战，通过从水面收集石油，提供一种更安全、更有针对性的方式来应对敏感环境中的泄漏。该装置的形状像海豚，大约运动鞋大小，集成了专门设计的过滤器，可以排斥水，同时立即吸油，使机器人能够高效地撇去浮油并收集油。 纸张是 发表 在日记中 小的。 皇家墨尔本理工大学工程学院的首席研究员 Ataur Ra​​hman 博士表示，概念验证迷你机器人展示了小型、适应性强的平台如何能够支持清理工作，而不会让响应人员暴露在危险条件下。 在垂直压缩时，球形液滴会弹性变形而不扩散，由于分层表面纹理内的空气缓冲而保持最小的接触面积，如视频 S1 所示。信用： 小的 （2026）。 DOI：10.1002/smll.202512846 “石油泄漏可能会造成巨大的环境和经济损失。我们希望创建一个可以快速部署、准确引导并在人们无法进入的危险区域使用的系统，”他说。 “我们的长期愿景是创造海豚大小的机器人，它们可以吸油，返回基地清空油箱，充电，然后自动重新部署 – 重复这个循环，直到完成工作。” 该实验性迷你机器人使用当前电池可运行约 15 分钟，但最终版本将根据泵尺寸和储油容量进行扩展。 “过去的石油净化材料经常使用刺激性、危险的化学品，并且只能作为涉及手动操作的固定过滤器，而我们的新技术是使用我们开发的环保过滤器涂层制成的。” RMIT 团队的“电子海豚”是一种概念验证微型机器人，可以从水面收集煤油，提供一种更安全、更有针对性的方法来应对敏感环境中的泄漏。图片来源：Peter Clarke，皇家墨尔本理工大学 微型机器人的前部装有带涂层的过滤器，并有一个小泵将油通过过滤器吸入机载收集室。在受控测试中，它以每分钟约 2 毫升的速度回收油，纯度超过 95%，保持性能而不会使过滤器浸水。 该过滤器使用一种特殊的涂层，可以生长出微小的、海胆状的尖刺，只有在电子显微镜下才能看到。这些小尖刺含有空气，使水直接滚落，而油则粘在表面。这意味着该材料可以在不吸水的情况下吸油，而且由于它很轻并且可以多次重复使用，因此对于真正的清理工作来说是实用的。 研究人员展示了涂层过滤器的防水特性，显示表面有水珠。图片来源：Peter Clarke，皇家墨尔本理工大学 研究人员将油涂在涂层过滤材料上，以证明其快速吸收，同时保持防水性。图片来源：Peter Clarke，皇家墨尔本理工大学 博士负责大部分材料开发的研究员苏里亚·坎塔·加迪 (Surya Kanta Ghadei) 表示，该项目是由技术雄心和个人经验推动的。 “我在印度长大，亲眼目睹了石油泄漏对海洋生物，尤其是海龟的影响，”他说。 “这一直困扰着我。当我开始攻读博士学位时，我想创造一些东西来帮助响应者更快地采取行动并让野生动物远离危险。” 为电子海豚迷你机器人开发的受海胆启发的多孔过滤材料的宏观视图。图片来源：Peter Clarke，皇家墨尔本理工大学 该团队目前正在探索如何通过增加机器人表面的过滤面积来扩展该技术，这将需要更高容量的泵。下一阶段的开发计划进行现场测试和长期耐久性评估。 拉赫曼表示，研究人员热衷于与行业或创新合作伙伴合作，针对特定应用完善设计，并评估更广泛部署的途径。 出版详情 Surya Kanta Ghadei 等人，基于多功能超润湿海胆模拟纳米片的接口，用于远程油水分离， […]

明天的电网能应对极端情况吗？新的模拟测试可再生能源的速度要快得多

UBC 奥肯纳根工程学院的新研究展示了工程师如何能够显着加快用于测试高压电力系统的模拟速度。图片来源：不列颠哥伦比亚大学 随着电网增加更多的可再生能源和大规模电池存储，公用事业公司面临着越来越大的挑战：如何在投资数十亿美元建设未来的电力系统之前对其进行压力测试。风能、太阳能和电池供电的电网的运行方式与传统电力系统不同。它们速度更快、更复杂、更难以预测，尤其是在出现故障、极端天气或突然需求激增的情况下。但使用当今的仿真工具来测试这些场景可能需要数天时间，这限制了工程师实际上可以提出的“假设”问题的数量。 由 UBC 奥肯那根工程学院博士生 Walid Hatahet 和 Jared Paull 以及副教授 Liwei Wang 博士领导的新研究指出了前进的方向。研究表明， 发表 在 IEEE 电力与能源开放获取期刊，展示了工程师如何显着加快用于测试高压电力系统的模拟速度，高压电力系统是将电力从可再生能源转移到最需要的地方的骨干基础设施。 这项工作的重点是帮助公用事业和系统设计人员做出更好的预测。 灵活电力传输实验室成员哈塔赫特表示：“在公用事业公司投资数十亿美元建设新基础设施之前，他们需要相信系统能够在压力下安全运行。” “我们的目标是在不牺牲准确性的情况下使这些测试更快、更实用。这项工作可以缩短从想法到经过测试和验证的设计的路径。” 挑战来自现代电源转换器，即调节电流且通常直接与电池配对的数字控制系统。它们对于整合可再生能源至关重要，但它们也非常详细，传统的模拟工具很难处理它们。 这项工作还体现了学术界和工业界之间的密切合作。合著者李伟就职于 OPAL-RT Technologies，这是一家总部位于蒙特利尔的公司，其实时仿真平台被全球公用事业和电网运营商使用。 对于行业合作伙伴来说，其影响是显而易见的。 OPAL-RT Technologies 工程和电气专业副总裁 Jean-Nicolas Paquin 表示：“这项研究直接解决了我们用户面临的计算瓶颈。” “它可以帮助公用事业公司使用他们已有的硬件更真实地测试复杂的系统。” 王博士的团队通过重新思考这些系统的建模方式以及计算能力的使用方式来解决这个问题。通过分离快速和慢速进程并在 CPU 和 GPU 上并行运行模拟，研究人员与传统方法相比实现了高达 79 倍的速度增益，同时仍然匹配高精度参考模型。 这种差异可能会改变网格的设计方式。 虽然这项研究本身是技术性的，但其影响很简单：更好的模拟可以带来更好的决策。随着加拿大和其他国家的电网现代化，这些决策将影响未来几十年的可靠性、弹性和成本。 “更快的模拟意味着工程师可以测试更多场景，探索边缘情况并更早地识别风险，”王博士说。 “随着可再生能源和存储设备被添加到电网中，这提高了可靠性并减少了不确定性。” 更多信息 Jared Paull 等人，用于电力电子系统高效仿真的 GPU 并行速率指数积分器算法， IEEE 电力与能源开放获取期刊 （2026）。 DOI：10.1109/oajpe.2026.3659790 […]