美国汽车工业的机器人密度居全球第七

国际机器人联合会2021年3月16日在法兰克福报道，美国汽车工业的机器人密度达到每万名工人1287台，创历史新高，名列全球第七名，接近德国的1311台和日本的1248台。中国汽车工业的机器人密度是938台，目前在全世界排名为十二位。“自动化不仅对新冠疫情后经济复苏至关重要，也对后疫情时期的发展和进步起到关键作用。”国际机器人联合会主席Milton Guerry表示，“2008年金融危机后，通用汽车（General Motors）、福特（Ford）、菲亚特-克莱斯勒（Fiat-Chrysler）和特斯拉（Tesla）等公司在机器人和自动化领域进行了大量投资。结果，汽车工业创造了数千个新的就业机会。经过这么多年的发展，现在技术更加进步，我们完全有机会学习他们成功的经验，变得比以前更加强大。”

远程协作建筑机器人化身系统”NEXTAGE”

Kawada Kogyo，Shibaura理工学院工程学院电气工程学系SatokoYasuko教授和Kawada Technologies共同开发了用于远程施工现场的机器人化身系统，以简化施工现场的质量和成品管理流程。化身系统是通过高速通信来连接和改进由川田机器人公司制造和销售的“ NEXTAGE”的改进和开发的移动工作机器人。远程控制终端，由机器人处理的测量仪器等的系统，被操作员、现场工作人员和商店工作人员使用。此外，它使订购方可以交互地共享信息，获取各种质量和完成的数据以及与本地员工进行协作。

.Mira Robotics宣布推出下一代化身机器人ugo的新型号

开发化身机器人的Mira Robotics宣布，下一代化身机器人UGO已被用作NTT Docomo的5G合作伙伴解决方案。为此，为了进一步扩大业务，宣布了新型号“ ugo Stand”和“ ugo R”。常规的ugo将重新命名为“ ugo Pro”，并且ugo系列将与ugo Stand和ugoR一起开发为三种型号。这三个模型还将用于公司开发的下一代DX安全解决方案模型中。ugo是一个化身机器人，可以通过用两只手臂调节高度来远程执行各种任务。通过AI的学习功能，在相同的操作条件下也可以实现自动模式，结合了传统简单化身机器人和全自动机器人优点。

MIT无电池水下导航系统

麻省理工学院已经开发了一种新的水下导航系统。该系统试图做到类似GPS在地面或空中提供导航一样的提供水下方向引导。GPS几乎无法到达水下。这是因为电磁波和水不相容。这就是为什么在潜艇中使用声纳的原因。声纳发出声波并测量其他水下物体和海床的反射。然而，诸如声纳的音频信号系统通常消耗大量功率。因此，麻省理工学院的新型无电池系统具有巨大的潜力。

62 个 AI 算法被指存在重大问题，剑桥团队：都不具有新冠临床诊断价值

2020 年，新冠肺炎肆虐全球。为了能协助医生快速而精确地筛查潜在患者，各国的计算机科学家们发布了上千种机器学习算法，并声称这些算法能根据胸部 X 光片、CT 图像诊断或预测新冠肺炎。然而，近日由剑桥大学领衔的一项最新研究却发现，这些算法存在着算法偏见和不可重复性等重大问题，并不具有临床价值。相关论文发表于自然子刊《自然机器智能》（Nature Machine Intelligence）上。这项由剑桥大学科学家们领导完成的研究，涵盖了从 2020 年 1 月 1 日到同年 10 月 3 日内所有科学论文和预印本提到的相关机器学习算法。在 2212 篇用机器算法诊断新冠肺炎的论文中，研究人员最终确定了 62 篇质量相对较高的论文进行讨论，其中 37 篇论文为深度学习算法，23 篇论文为传统的机器学习算法，2 篇为混合算法。但遗憾的是，由于算法偏见和不可重复性等问题，没有一个具有潜在的临床应用价值。

清华团队发表 NMT 最新技术综述解决神经机器翻译三大关键性问题

近日，清华大学计算机系与智能产业研究院的机器翻译研究团队发表了一篇关于神经机器翻译技术的最新综述论文，文章对神经机器翻译方法进行回顾，并重点介绍与体系结构、解码和数据增强有关的方法，总结了对研究人员有用的资源和工具。最后，还讨论了该领域未来可能的研究方向。该论文以 “Neural machine translation: A review of methods, resources, andtools” 为题发表在专注 AI 开放获取的新期刊 AIOPEN 上。综述中，论文作者阐释了 NMT 系统的三个关键性问题：建模（modeling），即如何设计神经网络来对条件分布建模。推理（inference），即给定源输入，如何从 NMT 模型生成翻译句。学习（learning），即如何有效地从数据中学习 NMT 所需的参数。最后，文中还总结了当前流行的开源 NMT 工具，均可在 GitHub 直接获取。