Forskare vid Wyss Institute, Harvard SEAS och MIT CSAIL har utvecklat en sorts origamiinspirerade artificiella muskler som kan lyfta 1000 gånger sin egen vikt. De artificiella musklerna drivs via tryck från luft eller vatten och uppges kosta mindre än en dollar att tillverka. De kan greppa, lyfta och vrida objekt och via den geometriska strukturen kan olika rörelser programmeras in. Robotmusklerna kan tillverkas i flera olika lågkostnadsmaterial, bland annat vattenlösliga sådana.
Wave Glider är en marin robot som samlar in havsdata i realtid. Den påminner utseendemässigt om en surfingbräda men har även en stor del under ytan som utvinner vågkraft för att driva roboten. 2012 lyckades dess tillverkare Liquid Robotics få en av sina robotar att korsa Stilla havet och ta sig ända från Kaliforniens kust till Australien, vilket innebar ett nytt världsrekord för hur långt en autonom robot förflyttat sig. Nu har man utvecklat nästa generations Wave Glider, baserat på allt man lärt sig under åren. Den nya roboten har bland annat cirka 30% större nyttolast, vilket gör att man till exempel kan trycka dit ett större batteri.
Codey Rocky är ännu en robot anpassad för att lära barn (6+) robotprogrammering på ett lekfullt sätt via ett dra-och-släpp-gränssnitt. Bakom roboten ligger Makeblock som är välkända för sina tidigare robotbyggarkit och de lyckades nyligen passera finansieringsmålet på 100.000 dollar på Kickstarter. Codey Rockey är mobil och kan åka omkring och undvika hinder. Roboten har röstigenkänning och kan även känna igen ansiktsuttryck och härma dem med sitt LED-ansikte. Man får även med 10 elektroniska moduler som ger roboten nya förmågor, som att mäta fuktighet i jord.
Fler detaljer om Codey Rocky finns på Kickstarter.
De flesta 3D-skrivare för konsumentbruk bygger på lager-på-lager-tekniken och kan ta flera timmar på sig att skapa ett 3D-objekt. Forskare vid Lawrence Livermore National Laboratory har dock utvecklat en 3D-skrivare som kan skapa tredimensionella objekt på bara några sekunder. Detta genom att först fylla en behållare med en särskild vätska som sedan belyses med lasrar från tre olika håll. Lasrarna bildar ett slags 3D-hologram som gör att vätskan stelnar i 3D-strukturer när den exponeras för laserljuset. Därefter töms behållaren på resterande vätska och endast det fasta materialet är kvar.
Utöver att man kan skapa 3D-objekt på ett fåtal sekunder med denna nya metod går det dessutom att skapa strukturer som vid traditionell additiv tillverkning kräver utskrivna fysiska stödstrukturer för att inte rasa ihop.
Renault utvecklar också en självkörande bil och Engadget har provåkt den. Renault Symbioz heter den självkörande konceptbilen som dessutom kan agera som ett enda stort batteri för hela hemmet. Väderförhållande var inte optimala under Engadgets provtur, men det gick rätt bra ändå.
Även KTH forskar på självkörande bilar och har släppt ett kort klipp.
”De människor som föds idag kommer kanske aldrig att köra en bil”, konstaterar Henrik Christensen, KTH-professor i Robotics.
Den lilla sociala roboten Jibo får snart stöd för en musiktjänst kallad Jibo Music som är ett samarbete med iHeartRadio. Utöver att spela musik kommer Jibo även kunna dansa i takt till låtarna.
Deepgram är ännu ett AI-företag att lägga på minnet. De jobbar med taligenkänning och har utvecklat en AI-baserad tjänst där man kan ta valfri ljudfil och få den automatiskt transkriberad till text. Utöver detta kan man även söka i långa ljudklipp efter specifika ord eller fraser, vilket är enormt tidsbesparande.
För att demonstrera sin teknik har Deepgram slagit ihop flera avsnitt av den populära TV-serien Game of Thrones till en enda lång videofil. Man kan därefter tala in ett ord eller en fras som man vill hitta i serien och deras AI plockar sedan sekundsnabbt fram alla scener där ordet förekommer och spelar upp dem på skärmen. Enligt Deepgram själva är deras tal-till-text-igenkänning 20 procent bättre än Googles Speech API vad gäller telefonsamtal.
Forskare vid University of California Berkeley har lärt en robot greppa och plocka upp vardagsföremål den aldrig sett förut och lyckas med detta i 99 procent av fallen. Hemligheten bakom framgången heter DexNet 2.0 (Dexterity Network) som bygger på en kombination av deep learning och molnbaserad robotik. Att framgångsrikt kunna plocka upp alla möjliga föremål är en viktig egenskap för framtida hushållsrobotar och även för robotar som plockar varor hos stora e-handelsföretag, vilket ligger ännu närmare i tiden.
Slutligen en liten dokumentär om hur U.S. Army Research Laboratory arbetar på ett koncept för att på begäran kunna skriva ut skräddarsydda drönare med 3D-skrivare.