15 технологий, которые доказывают, что будущее наступило
По мнению кинорежиссёров и писателей-фантастов двадцатого века, в 21-м столетии человечество должно активно колонизировать космос, а по городу передвигаться исключительно на летающих автомобилях. Что ж, пиццерий на Марсе пока не наблюдается, да и значительная часть автомобилистов ещё не пересела из машин, сделанных в прошлом тысячелетии. Но ведь и новая эра началась совсем недавно. А устройства из этого списка докажут, что фантастическое будущее гораздо ближе, чем нам кажется.
1. Градусник-наклейка, который сам измеряет температуру
Градусник нового поколения передаёт все данные в облачное хранилище, а оттуда - на смартфон владельца. Так что можно всегда быть в курсе состояния, к примеру, приболевшего ребенка.
2. Приложение, которое переводит надписи на иностранном языке в реальном времени
Популярное приложение Word Lens поможет не заблудиться на улицах другой страны или в меню ресторана где-нибудь в Корее.
3. Устройство для коррекции настроения
Быстро собраться с мыслями, расслабиться, развеселиться или успокоиться поможет одно средство. Нет, не алкоголь или таблетки, а девайс Thync, разработанный учеными сразу четырёх университетов (включая Гарвард и Стэнфорд).
4. Жидкий сон
Изобретение Sprayable Sleep позволяет распылять на кожу специально разработанное соединение гормона мелатонина, ответственного за сон и нормализацию суточных циклов. Смесь быстро впитывается через поры и действует гораздо эффективнее снотворного в таблетках.
5. Прозрачные-непрозрачные двери и окна
С технологией Smart Glass, позволяющей моментально «затонировать» стекло, жалюзи вскоре превратятся в атавизм.
6. Умное мусорное ведро
Если японцы даже мусорку могут научили «предугадывать», куда приземлиться мусор, брошенный из другого конца комнаты…
7. «Живые» платья
Модные дизайнеры совместно с технологами Intel уже представляют публике «живые» платья с декором из роботических бабочек. Бабочки могут реагировать на окружение и даже улететь с роскошного наряда, если их «напугать».
8. Технология «зелёного экрана»
Человечество уже покоряет космос и открывает фантастические миры. И делает это при помощи технологий. Просто это происходит в кино, на фоне зеленого экрана.
9. Библиотеки в метро
Теперь можно взять почитать интересную книгу прямо на станции метро. И при этом не нагружать сумку лишним. Достаточно просто иметь смартфон. Ведь библиотека - электронная, и загрузить интересную книгу можно с помощью QR-кода.
10. 3D-принтеры строят мосты
В 2016 году голландская компания MX3D должна осуществить проект постройки моста через канал Амстердама с помощью технологии 3D печати.
11. Кафе без официантов и кассиров
Первое полностью роботизированное кафе открылось в Сан-Франциско. Клиенты не контактируют ни с одним «живым» работником. Все заказы и даже личные предпочтения указываются на сенсорном экране-дверце небольшой камеры, откуда через минуту можно забрать готовое блюдо.
12. Сенсорные витрины
Пока малый бизнес полностью уходит в онлайн, крупные торговые сети все активнее обзаводятся сенсорными витринами и даже виртуальными консультантами.
13. Виртуальные консультанты для подбора белья
В сети магазинов белья The Rigby & Peller в Гонконге установили смарт-зеркала со сканерами. Они позволяют подобрать идеальный размер белья, основываясь на точных замерах фигуры клиентки. Стоит всего лишь покрутиться у зеркала.
14. 3D гипс для сломанной руки, в котором можно чесаться
Джейк Ивилл из британского Университета королевы Виктории создал технологию под названием Cortex - напечатанную на 3D-принтере из полиамида шину для фиксации сломанных конечностей. Она имеет ряд преимуществ перед обычной гипсовой повязкой: Cortex хороша проветривается, ее можно мыть водой, а кроме того, она легче и тоньше, так что ее можно носить даже под рукавом рубашки, хотя и без того она смотрится гораздо лучше и даже напоминает элемент костюма Человека-паука.
Чтобы наложить Cortex, сперва необходимо сделать не только рентген, но и 3D-сканирование поврежденной руки или ноги. После этого шина распечатывается по частям, которые затем закрепляется на конечности с помощью специальных замков. Всего на создание Cortex уходит три часа, в то время как гипс накладывается всего за 10 минут, хотя и полностью затвердевает лишь за сутки или даже более. Однако, по словам Джейка Ивилла, с улучшением технологии 3D-печати накладывать Cortex можно будет значительно быстрее.
15. Бионические протезы
До недавнего времени протезы прикреплялись к человеческому телу механически и не имели никакой связи с нервной системой. Они могли сгибаться в своих железных шарнирах-суставах, но для выполнения каждого движения владельцу нужно было тем или иным образом регулировать поведение своего протеза, вручную обеспечивая обратную связь. Таким образом человек сигнализировал своей ноге, что впереди лужа и ее нужно обойти, а руке - что нужно аккуратно взять яйцо и приготовить яичницу или, наоборот, крепко зажать в руке инструмент. Чтобы научить человека управлять новой конечностью таким образом, требовалось долгое время, да и набор команд был довольно ограниченным, поэтому мелкая моторика оставляла желать лучшего.
Но ученые, вдохновленные воображением писателей-фантастов, смогли сделать невероятное - присоединить механическую руку к человеческой нервной системе.
На перехват
Когда человеку без руки хочется пошевелить пальцем, мозг генерирует соответствующий сигнал, который идет по нервам, ведущим к мышцам конечности. Но, поскольку рука отсутствует, сигнал уходит «в пустоту». Но что, если где-то по пути «перехватить» нервные импульсы и на этой основе после анализа и обработки данных сформировать команды управления роботизированной рукой? Именно по этому пути идут многочисленные научные группы, стремясь разработать протезы, считывающие нервные сигналы и преобразующие их в движения.
В американских Хьюстонском университете и Университете Райса велись эксперименты со снятием моторных нервных сигналов методом электроэнцефалографии (ЭЭГ) с помощью электродов на коже головы. Сложность в том, что ЭЭГ - это набор большого количества разных сигналов, и задача выделить среди них те, которые управляют движением конечности, сродни поискам иголки в стоге сена.
Исследователи из Технического университета Чалмерса в Гетеборге (Швеция) совместно с коллегами из консорциума NEBIAS (проект нескольких европейских университетов) пошли другим путем. Вместо того чтобы располагать электроды на поверхности кожи, где полезный сигнал сильно зашумлен, ученые попытались уменьшить влияние помех, вшивая электроды под кожу. Но физиология каждого человека индивидуальна, и нельзя заранее сказать, где именно следует расположить электроды для максимального соотношения «сигнал-шум».
Самообучение роботов
В настоящее время самым перспективным методом управления бионическими протезами считается считывание электрических потенциалов с мышц культи - электромиография (ЭМГ). Такие высокотехнологические протезы уже вышли за пределы лабораторий и производятся серийно. Однако научить пациента правильно управлять протезом - все еще сложная проблема.
В лаборатории прикладных кибернетических систем Московского физико-технического института пытаются перевернуть эту проблему с головы на ноги, то есть «обучить» протез правильно понимать команды человеческого мозга. Команда GalvaniBionix, состоящая из студентов и аспирантов МФТИ во главе с заведующим лабораторией Тимуром Бергалиевым использует для считывания электрических потенциалов с мышц не одну пару электродов, а множество. Такой подход позволяет добиться значительного повышения уровня полезного сигнала и реализовать алгоритмы «самообучения». Каждая комбинация сигналов, пришедшая с разных электродов, соответствует определенному действию руки, а задача в том, чтобы составить библиотеку соответствий, к которой будет обращаться система при получении нового набора импульсов. «Программное обеспечение учится правильно распознавать команды мозга, подстраиваясь под конкретного человека, - объясняет Бергалиев. - Нам удалось продемонстрировать работоспособность прототипа системы: человек с ампутированной конечностью с помощью «мышечных сигналов» мог перемещать курсор по экрану. В дальнейшем мы планируем использовать алгоритмы машинного обучения для анализа частоты регистрации различных комбинаций сигналов и с помощью этих данных улучшить распознавание».
Спасибо
.