吉利彩票开户|用户注册 | 官网首页登录平台网址

人工智能应用于更多领域 计算机研究深入光电结合******

　　英国科学家在人工智能（AI）领域取得多项突破，包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功，有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法，预测了迄今被编目的几乎所有2亿多个蛋白质的结构，破解了生物学领域最重大的难题之一，有助于应对抗生素耐药性，加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”（深度纳什）学会了在“西洋陆军棋”游戏中，使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况，学会了熟练地控制数字代理足球运动员，其建模的“AI代理”可与其他人工代理沟通合作，在玩游戏时共同制定计划。

　　牛津大学研究显示，AI能模拟条件反射进行联想学习，比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。

　　在计算机相关领域，牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备，其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手，设计了一种与光子芯片集成的电子芯片并创造出一种设备，能以超高速传输信息同时产生最少的热量。

　　在机器人领域，利兹大学团队开发了一种“磁性触手机器人”，直径只有2毫米，可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人，可在飞行中建造3D打印结构，未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面，所得设备的性能可与目前市场上最好的传统光电探测器媲美，且能承受数百次弯曲，可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术，有助于改进机器人系统，如用于机器人假肢和机械臂。（科技日报记者 刘霞）

苏炳添赛季首秀夺冠 60米室内赛跑出6秒59******

　　中新社北京2月3日电 北京时间3日，中国短跑名将苏炳添在世界田联室内巡回赛瑞典哥德堡站比赛中迎来赛季首秀，60米预赛他跑出6秒75小组头名晋级，决赛中跑出6秒59夺冠，取得了赛季“开门红”。

　　苏炳添在东京奥运会跑出9秒83，是首位进入奥运会百米决赛的亚洲选手，也是目前亚洲纪录保持者。去年苏炳添遭遇了膝盖伤病，在尤金世锦赛100米半决赛跑出10秒30，排名小组第八，无缘决赛。

　　世锦赛结束后，苏炳添没有参加国际比赛。经过冬训调整和备战，苏炳添于今年1月底奔赴欧洲，开启新赛季征程。在男子60米项目上，苏炳添的个人最好成绩为6秒42，他也是该项目全国纪录、亚洲纪录保持者。

　　此次室内巡回赛是苏炳添2023年首次参加正式比赛。男子60米比赛分为预赛和决赛两个部分，预赛共21名选手参赛，分为三组，苏炳添在预赛第三组出场，他以6秒75的成绩轻松冲线，排名小组第一晋级。日本选手东田旺洋以6秒71排在预赛总排名的首位。

　　决赛成为苏炳添与东田旺洋的较量，枪响后苏炳添展现出强大的起跑优势，中途加速阶段东田旺洋逐渐缩小与苏炳添之间的距离，不过冲刺关头苏炳添依然保持住领先优势，以6秒59的成绩率先撞线，比东田旺洋领先0.01秒，东田旺洋以6秒60获得亚军。

　　苏炳添此次出征室内赛，也是为今年的布达佩斯世锦赛、杭州亚运会热身。完成本站赛事后，苏炳添将继续在欧洲参赛。(完)

　　（文图：赵筱尘 巫邓炎）