Микроробот по имени Primer, сконструированный исследователями из лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института, выглядит как небольшой кубик и двигается под управлением магнитов. Сам по себе он может только перекатываться, но облачившись в экзоскелеты из пластмассы, меняющей форму при нагревании, приобретает способность ходить, кататься, как колесо, плавать и планировать по воздуху. Робот может надеть даже два экзоскелета: сначала, например, экзоскелет, позволяющий ему шагать, переваливаясь с ноги на ногу, а поверх него — более крупный экзоскелет, позволяющий переносить грузы и передвигаться со скоростью двух размеров тела в секунду. Экзоскелеты изначально имеют форму пластины. Когда робот встает на них, включается нагрев и пластина оборачивается вокруг робота, приобретая заранее заданную форму. Чтобы снять экзоскелет, роботу необходимо погрузиться в воду.

Ранее исследователи уже демонстрировали кубических микророботов, управляемых внешними магнитными полями и способных соединяться между собой, образуя более сложные системы, а также складывающиеся по принципу оригами конструкции из листов пластика. В новой работе они довели количество функциональных форм до пяти.

Группа исследователей из США и Германии во главе с доцентом МТИ Джеффри Бичем экспериментально показала возможность создания скирмионов — микроскопических «завихрений» магнитного поля — в заранее заданном месте на магнитной поверхности. Существование скирмионов было подтверждено несколько лет назад, но до сих пор их положением нельзя было управлять. Скирмионы по размерам сопоставимы с небольшими группами атомов и, в отличие от намагниченных частиц в обычных устройствах магнитного хранения данных, чрезвычайно устойчивы перед внешними воздействиями. Поэтому с их помощью можно было бы создать технологию хранения данных с очень высокой плотностью.

Между атомами с разнонаправленными магнитными полюсами в материале существуют пограничные зоны, положением которых можно управлять, поместив на очень малом расстоянии от магнитного слоя слой из немагнитного тяжелого металла. Как оказалось, положение образующихся при этом скирмионов зависит от неоднородностей, или дефектов на поверхности магнитного слоя. Поверхности с заданным расположением дефектов могут служить основой для записи данных с помощью скирмионов. К сожалению, пока не найдено быстрого и дешевого способа чтения такой записи. Сейчас оно осуществляется с помощью рентгеновской магнитной спектроскопии.

Стартап Embr Labs, созданный выходцами из МТИ, принимает предварительные заказы на Embr Wave, наручное устройство, способное, как утверждается, обеспечивать комфортную для носителя температуру. Оно имеет плоский алюминиевый корпус с сенсорным дисплеем, отображающим цветовую шкалу температур — от синего к красному. Способность Wave создавать ощущение тепла и холода обусловлена тем, что запястье — один из самых чувствительных к температуре участков тела, объясняют разработчики.

Согревание обеспечивает термоэлектрическая пластина, касающаяся кожи, а в режиме охлаждения тепло рассеивается алюминиевым корпусом.

Разработчики подчеркивают, что пользователь может менять температуру самостоятельно, добиваясь комфорта. Особенность в том, что устройство варьирует температуру волнообразно, а не держит на одном уровне, чтобы пользователь, привыкая к очередной ступени, не усиливал тепло. Создатели Wave также выяснили, что частота волн имеет психологический эффект: быстрая смена температур придает энергию, медленная расслабляет.

По оценке разработчиков, устройство может позволить снизить расход энергии в зданиях за счет увеличения «нейтральной зоны» термостатов — периода времени до включения кондиционера или системы отопления.

Система CodeCarbonCopy, созданная в Лаборатории искусственного интеллекта МТИ, облегчает «трансплантацию» кода из одной программы в другую. Программисту достаточно выбрать фрагмент кода для копирования, и система автоматически внесет нужны изменения в контексте целевой программы, например, переименует переменные.

При этом автоматически распознаются аналогичные структуры данных и выполняются необходимые преобразования. Например, если в программе-«доноре», предназначенной для обработки изображений, их внутреннее представление — в формате RGB, а в программе-«реципиенте» используется другой порядок следования основных цветов, система это определит.

Еще одна ее особенность — отображение переменных, для которых не найдено соответствие в программе-реципиенте. Пользователь может отметить их в качестве ненужных, и тогда соответствующие участки кода будут автоматически отброшены.

CodeCarbonCopy лучше всего работает с жестко заданными форматами файлов, например, с изображениями, а также с программами, хранящими репрезентации данных в виде массивов.

Систему проверили на восьми экспериментах с переносом кода между популярными программами обработки изображений — в семи случаях программа-реципиент правильно выполняла новые функции.

Описывая свою разработку, специалисты МТИ отмечают, что по их мнению, «на сегодня все необходимое программное обеспечение уже создано, осталось лишь реализовать способы его многократного использования».

 Для реализации соответствующих возможностей нужны компактные энергоэффективные источники терагерцевых лучей, однако существующие на сегодня устройства представляют собой громоздкие и «прожорливые» настольные аппараты.

Недавно специалисты МТИ опубликовали в Nature Photonics доклад о разработанном ими терагерцевом лазере новой конструкции, которая позволила увеличить выходную мощность излучения более чем на 80%.

За основу был взят квантово-каскадный лазер с распределенной обратной связью. Особенность таких лазеров в том, что они излучают в двух противоположных направлениях, в результате чего половина энергии по сути теряется. Исследователи нашли способ с использованием отражателей перенаправить 80% света, излучаемого с противоположной стороны лазера. По их словам, это было непросто — обычно даже 10-процентное улучшение требует полного перепроектирования конструкции излучателя, притом что просто установить зеркало с обратной стороны нельзя: так как длина волны лазера больше, чем длина самого излучателя, такое зеркало отражало бы лишь ничтожную часть общей энергии.

В НАСА выбрали разработку МТИ, как лучший по характеристикам на сегодня источник терагерцевого излучения на чипе, для миссии GUSTO, в рамках которой устройство будет использоваться для анализа состава межзвездного вещества.

Сегодня диагностика причин нарушения сна, как правило, требует ночевки пациента в специальной лаборатории с нательными и наголовными датчиками, которые сами по себе могут мешать спать. Исследователи из МТИ и Массачусетской больницы общего профиля разработали способ мониторинга сна без использования таких датчиков с помощью устройства размером с ноутбук, излучающего радиоволны.

Анализ волн, отраженных от тела, позволяет регистрировать малозаметные движения и таким образом в числе прочего регистрировать частоту сердечных сокращений и дыхания. Исследователи обучили глубокую нейронную сеть по характеру телодвижений, сердечного ритма и частоты дыхания распознавать фазы сна — засыпание, медленный и быстрый сон. При этом особый алгоритм, разработанный в МТИ, позволяет эффективно отбрасывать посторонние изменения радиосигнала.

Согласно результатам испытаний, точность системы достигает 80%, что сопоставимо с мониторингом сна, осуществляемым с помощью электроэнцефалографа. По мнению исследователей, когда-нибудь домашние маршрутизаторы Wi-Fi смогут следить за сном своих хозяев и выдавать рекомендации по изменению режима, если, к примеру, фаза глубокого сна недостаточно длительная.

В современных сетях передачи данных перегруженные каналы и причины заторов обычно определяются устройствами на периферии сети по времени достижения пакетами места назначения. Если бы отчеты о производительности могли выдавать маршрутизаторы внутри сети, анализ можно было бы выполнять гораздо эффективнее, что позволило бы операторам быстрее устранять проблемы.

Оснащать машрутизаторы модулями для сбора различных измерений непрактично, а отправка пакетов на внешние серверы для анализа не масштабируется: дата-центру со 100 тыс. серверов нужно еще 40-50 тыс. систем, обрабатывающих данные маршрутизаторов.

Исследователи из МТИ, Cisco и Barefoot Networks предложили Marple — новый механизм мониторинга производительности сети, обеспечивающий гибкость сбора показателей и не требующий большого числа аналитических серверов.

Marple — это язык программирования, позволяющий решать широкий круг задач мониторинга сети, а также набор несложных дополнительных компонентов для маршрутизатора, выполняющих все операции, предусмотренные языком. Как показало моделирование, проведенное с использованием статистики трафика реального ЦОД, для Marple потребуется лишь один аналитический сервер на каждые 40-50 серверов приложений. Благодаря механизму кэширования статистики Marple позволяет в индивидуальном порядке следить за передачами каждого устройства, пересылающего данные через конкретный маршрутизатор.

Уже больше 30 лет нейробиологи изучают клетки мозга с помощью метода локальной фиксации потенциала: стеклянной пипеткой касаются клеточной мембраны и проделывают в ней отверстие, через которое вводится микроэлектрод для измерения активности внутри нейрона. Проведение такого исследования вручную требует большого мастерства и нескольких месяцев тренировок; процедура осложняется тем, что по мере продвижения пипетки к мишени она и соседние клетки двигаются.

Пять лет назад специалисты МТИ и Технологического института Джорджии предложили способ автоматизации исследования с помощью роботизированной системы, которая направляет пипетку, руководствуясь электрическим импедансом, — характеристикой, усиливающейся по мере приближения к клетке. Была достигнута высокая точность, но недостаточная, чтобы нацеливаться на конкретную клетку.

Недавно та же группа автоматизировала процедуру локальной фиксации потенциала с визуальным контролем. Алгоритмы обработки изображения позволяют роботу поместить пипетку в пределах 25 мкм от клетки-мишени, после чего выполняется дополнительная корректировка с опорой на импеданс. Точность новой системы — не хуже, чем у людей, прошедших соответствующую подготовку.

Метод обещает возможности углубленного исследования болезни Альцгеймера и шизофрении, а также изучения взаимодействия индивидуальных нейронов в процессе принятия решений, вызова воспоминаний и т. п.

В лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института разработали новый метод анализа работы нейронных сетей, обученных обработке естественного языка — например, машинному переводу. Он позволяет анализировать работу систем без доступа к информации об их внутреннем устройстве и, как показали авторы, может выявить даже особенности работы переводчиков-людей.

Похожий метод применяется для анализа работы сетей, распознающих изображения. Программа многократно искажает различные части изображения и подает его на вход нейронной сети, выясняя таким образом, какие особенности изображения имеют самое большое значение для его распознавания. Но применить такой метод к тексту напрямую нельзя — непонятно даже, что вообще значит «исказить текст», отмечают авторы. Они предложили использовать для генерации текстов еще одну нейронную сеть. Эту сеть обучают переводить предложения на естественном языке в сжатый цифровой вид и приблизительно, с определенной долей вероятности, как делают нейронные сети, восстанавливать по нему первоначальное предложение. Например, предложение «она ахнула от удивления» после такого преобразования может превратиться в «она взвизгнула от удивления» или «она ахнула от страха». Таким способом авторы получили большое количество тестовых примеров для перевода.

Одним из наиболее любопытных результатов анализа оказалось влияние на выбор рода слов при переводе гендерных предубеждений в текстах, на которых обучалась нейросеть. Английское слово dancer (у которого род отсутствует) можно перевести и как «танцовщик», и как «танцовщица». Но нейросеть с гораздо большей вероятностью переводила его как «танцовщица», если в английском предложении оно сопровождалось прилагательным charming («очаровательный» или «очаровательная»).