Archivo por meses: abril 2019

Logran que catéter robótico ingrese por sí solo al corazón palpitante de cerdo vivo

El sistema de senseo del dispositivo fue inspirado por la forma en que las cucarachas se mueven a lo largo de los túneles.

Operar dentro de un corazón que late es un procedimiento complejo y delicado que requiere cirujanos expertos. El personal médico generalmente utiliza joysticks de control y una combinación de rayos X o ultrasonido para guiar con cuidado los catéteres a través del cuerpo.

Ahora, por primera vez, un catéter robótico ha sido capaz de navegar de forma autónoma dentro de un corazón para ayudar a llevar a cabo un procedimiento particularmente complejo. El dispositivo, que se inspiró en la forma en que ciertos animales aprenden sobre su entorno, se utilizó para ayudar a los cirujanos a cerrar las hemorragias en los corazones de cinco cerdos vivos.

«Las ratas usan bigotes para palpar a lo largo de la pared, los humanos sienten su camino y las cucarachas usan sus antenas», dice Pierre Dupont en la Escuela de Medicina de Harvard, quien dirigió el nuevo estudio publicado en Science Robotics. «Del mismo modo, este dispositivo usa sensores táctiles para elabora dónde está, y dónde ir a continuación, basado en un mapa del corazón «.

El dispositivo tiene 8 mm de ancho, con una cámara y una luz LED en su extremo que funciona como un sensor óptico y táctil combinado. Se usó un algoritmo de aprendizaje automático que se entrenó en alrededor de 2000 imágenes de tejido cardíaco para guiarlo a medida que se movía. El sensor táctil palpa periódicamente el tejido del corazón mientras se mueve, lo que ayuda a saber dónde está y asegurándose de no dañar el tejido.




Durante el experimento, el catéter navegó a la ubicación correcta el 95% del tiempo de los 83 ensayos en cinco cerdos. Esta es una tasa de éxito similar a la de un clínico con experiencia, y el procedimiento no dejó hematomas ni daños en los tejidos, según el equipo de investigación. Una vez en posición, los cirujanos tomaron el control y llevaron a cabo el procedimiento para reparar la hemorragia. Aunque han estado disponibles catéteres robóticos durante algunos años, este es el primero que ha podido encontrar su camino sin ayuda humana.

La idea es que, un día, esa tecnología podría liberar a los cirujanos para concentrarse en otras tareas o ayudar al personal médico menos experimentado a realizar procedimientos más complejos. La tecnología podría ser reutilizada para su uso en humanos dentro de cinco años, dice Dupont.

Artículo original:
Technology Review
Science Robotics



Investigadores belgas muestran cómo esconderse de la vigilancia con cámaras de IA

El software de reconocimiento de imágenes con aprendizaje automático puede ser engañado con una impresión a color.

La tecnología de video controlada por Inteligencia Artificial (IA) se está volviendo ubicua, rastreando nuestras caras y cuerpos en comercios, oficinas y espacios públicos.

En algunos países, la tecnología constituye un nuevo y poderoso instrumento de vigilancia policial y gubernamental.

Afortunadamente, como algunos investigadores de la universidad belga KU Leuven han demostrado recientemente, a menudo es posible que alguien se esconda de un sistema de video con IA con la ayuda de una simple impresión en color.

¿Quien lo dijo?

Los investigadores demostraron que la imagen que diseñaron puede esconder a una persona completa de un sistema de visión computarizado controlado por IA. Lo demostraron en un popular sistema de reconocimiento de objetos de código abierto llamado YoLo v2.

Esconderse

El truco podría permitir que los delincuentes se escondan de las cámaras de seguridad, u ofrecer a los disidentes una manera de esquivar el escrutinio del gobierno. «Lo que nuestro trabajo demuestra es que es posible eludir los sistemas de vigilancia de cámaras con parches ‘adversarios’», dice Wiebe Van Ranst, uno de los autores.

Piérdete

Van Ranst dice que no debería ser demasiado difícil adaptar la orientación del diseño de los sistemas de videovigilancia estándar.

“En este momento también necesitamos saber qué detector está en uso. «Lo que nos gustaría hacer en el futuro es generar un parche que funcione con varios detectores al mismo tiempo», dijo a MIT Technology Review. «Si esto funciona, hay muchas posibilidades de que el parche también funcione en el detector que está en uso en el sistema de vigilancia».




Misión de tontos

El engaño demostrado por el equipo belga explota lo que se conoce como aprendizaje automático adversarial. La mayoría de la visión por computador se basa en entrenar una red neuronal (convolucional) para reconocer diferentes cosas al proporcionarle ejemplos y ajustar sus parámetros hasta que clasifique los objetos correctamente.

Al alimentar ejemplos en una red neuronal profunda entrenada y monitorear la salida, es posible inferir qué tipos de imágenes confunden o engañan al sistema.

Ojos en todas partes

El trabajo es importante porque cada vez se encuentra más IA en las cámaras y el software de vigilancia habitual.

Incluso se está utilizando para obviar la necesidad de una línea de pago en algunas comercios experimentales, incluidos los operados por Amazon.

En China, la tecnología está emergiendo como un nuevo y poderoso medio para atrapar delincuentes. Y, lo que es más preocupante, también se utiliza mundialmente para rastrear a ciertos grupos étnicos.

Artículo original: MIT Technology Review, 23 de abril de 2019

Artículos Relacionados:

Logran que los robots rastreen objetos en movimiento con una precisión sin precedentes

Dando a los vehículos autónomos una “visión eléctrica” más aguda

Robots: Visión estereoscópica en tiempo real por medio de una cámara única

Ver a través de los ojos de un robot ayuda a personas con grandes deficiencias motoras



Los ingenieros crean material «similar a la vida», con metabolismo artificial

Como material genético, el ADN es responsable de toda la vida conocida. Pero el ADN también es un polímero. Aprovechando la naturaleza única de la molécula, los ingenieros de Cornell han creado máquinas simples construidas con biomateriales con propiedades de seres vivos.

Con el uso de lo que denominan materiales DASH (DNA-based Assembly and Synthesis of Hierarchical materials, Ensamblaje y Síntesis de Jerarquías a base de ADN), los ingenieros de Cornell construyeron un material de ADN con capacidades de metabolismo, además del autoensamblaje y la organización, tres características clave de la vida.

“Estamos introduciendo un concepto de material completamente nuevo y realista impulsado por su propio metabolismo artificial”. «No estamos haciendo algo que está vivo, pero estamos creando materiales que son mucho más reales que nunca se han visto antes», dijo Dan Luo, profesor de ingeniería biológica y ambiental en la Facultad de Agricultura y Ciencias de la Vida.

El artículo es «Material de ADN dinámico con comportamiento de locomoción emergente impulsado por el metabolismo artificial» (Dynamic DNA material with emergent locomotion behavior powered by artificial metabolism), publicado el 10 de abril en Science Robotics.

Para que cualquier organismo vivo se mantenga, debe haber un sistema para gestionar el cambio. Se deben generar nuevas células; Las células viejas y los desechos deben ser barridos. La biosíntesis y la biodegradación son elementos clave de la autosostenibilidad y requieren metabolismo para mantener su forma y funciones.

A través de este sistema, las moléculas de ADN se sintetizan y ensamblan en patrones de manera jerárquica, lo que resulta en algo que puede perpetuar un proceso dinámico y autónomo de crecimiento y decadencia.

Usando DASH, los ingenieros de Cornell crearon un biomaterial que puede emerger de forma autónoma de sus bloques de construcción a nanoescala y organizarse por sí mismo, primero en polímeros y finalmente en formas de mesoescala (componentes en un rango de aproximadamente 0,1 mm a 5 mm). Partiendo de una secuencia de semillas de 55 nucleótidos, las moléculas de ADN se multiplicaron cientos de miles de veces, creando cadenas de ADN de repetición de unos pocos milímetros de tamaño. La solución de reacción se inyectó luego en un dispositivo microfluídico que proporcionaba un flujo de energía líquida y los componentes básicos necesarios para la biosíntesis.

A medida que el flujo invadía el material, el ADN sintetizaba sus propias nuevas hebras, con el extremo frontal del material creciendo y el extremo de la cola degradándose en un equilibrio optimizado. De esta manera, hizo su propia locomoción, avanzando lentamente, contra el flujo, de manera similar a como se mueve el moho mucilaginoso.

La habilidad de locomoción permitió a los investigadores enfrentar grupos del material entre sí en carreras competitivas. Debido a la aleatoriedad en el entorno, un cuerpo eventualmente obtendría una ventaja sobre el otro, permitiendo que uno cruzara primero una línea de meta.

“Los diseños siguen siendo primitivos, pero mostraron una nueva ruta para crear máquinas dinámicas a partir de biomoléculas. Estamos en un primer paso en la construcción de robots reales mediante el metabolismo artificial”, dijo Shogo Hamada, profesor e investigador asociado en el laboratorio de Luo, y autor principal y coautor del artículo. “Incluso a partir de un diseño simple, pudimos crear comportamientos sofisticados como las competencias. El metabolismo artificial podría abrir una nueva frontera en robótica».

Actualmente, los ingenieros están explorando formas para que el material reconozca los estímulos y puedan buscarlos de manera autónoma en el caso de la luz o los alimentos, o evitarlos si son dañinos.

El metabolismo programado incrustado en los materiales de ADN es la innovación clave. El ADN contiene el conjunto de instrucciones para el metabolismo y la regeneración autónoma. Después de eso, es por su cuenta.

“Todo, desde su capacidad para moverse y competir, todos esos procesos son independientes. No hay interferencia externa «, dijo Luo. “La vida comenzó miles de millones de años a partir de unos pocos tipos de moléculas. Esto podría ser lo mismo».

El material que el equipo creó puede durar dos ciclos de síntesis y degradación antes de que caduque. Según los investigadores, es probable que la longevidad se extienda, lo que abre la posibilidad de más «generaciones» de material a medida que se auto-replica. «En última instancia, el sistema puede llevar a máquinas auto-reproductivas realistas», dijo Hamada.

«Más emocionante, el uso del ADN le da a todo el sistema una posibilidad de auto-evolución», dijo Luo. «Eso es enorme».

Teóricamente, podría diseñarse para que las generaciones subsiguientes surjan en segundos. Según Luo, la reproducción a este ritmo acelerado aprovecharía las propiedades de mutación naturales del ADN y aceleraría el proceso evolutivo.

En el futuro, el sistema podría usarse como un biosensor para detectar la presencia de cualquier ADN y ARN. El concepto también podría usarse para crear una plantilla dinámica para hacer proteínas sin células vivas.

El trabajo fue financiado en parte por la National Science Foundation y apoyado por el Fondo de Ciencia y Tecnología de NanoEscala de Cornell y el Instituto Kavli en Cornell for Nanoscale Science. Entre los colaboradores se encuentran Jenny Sabin, la profesora de Arquitectura Arthur L. e Isabel B. Wiesenberger, y los investigadores forman la Universidad Jiaotong de Shanghai y la Academia China de Ciencias.

Hay una patente pendiente en el Centro de Licencias de Tecnología.



¿Qué es BeagleBone Blue?


BeagleBone® Blue es una computadora integrada en un sistema compacto en una placa, basada en Linux y pensada para robótica, que consta de una sola plaqueta pequeña (8,9 cm x 5,5 cm).

El microprocesador es Octavo Systems OSD3358, posee wifi/bluetooth, IMU, barómetro, regulación de potencia y estado de LED de carga para una batería LiPo de 2 celdas. Tiene puentes H y conectores para 4 motores de CC + sus codificadores (encoders), para 8 servos y todos los buses comúnmente necesarios para adicionar periféricos en aplicaciones integradas.

De código abierto y con un activo respaldo de una comunidad, su rendimiento en tiempo real, flexibilidad para funcionan en redes y el amplio conjunto de capacidades orientadas a la robótica hacen que construir robots móviles con Blue sea rápida, ágil, asequible y divertida.

Especificaciones

■ Procesador: Octavo Systems OSD3358
■ AM335x 1GHz ARM® Cortex-A8 processor
■ 512MB DDR3 RAM
■ 4GB 8-bit eMMC flash storage
■ Manejo Integrado de alimentación.
■ 2×32-bit 200-MHz unidades programables de tiempo real (programmable real-time units, PRUs)
■ Acelerador NEON de punto-flotante.
■ ARM Cortex-M3
■ USB 2 cliente con alimentación y comunicaciones, USB 2 host
■ Programado con Debian Linux

Connectividad y sensores

■ Soporte para batería LiPo de 2 celdas con carga balanceada y monitor LED del estado de carga
■ Entrada del cargador: 9-18 V
■ Conexión inalámbrica: wifi IEEE 802.11bgn, Bluetooth 4.1 y BLE
■ Control de Motores: 8 salidas para servo 6V, 4 salidas puente-H para motores CC, 4 entradas para encoder de cuadratura
■ Sensores: IMU MPU9250 de 9 ejes (acelerómetros, giroscopios, magnetómetro), BMP280 barómetro y termómetro
■ Interfaz de usuario: 11 LEDs programables por el usuario, 2 botones programables por el usuario
■ Interfaces con conectores JST para agregar buses y periféricos adicionales: GPS, radio DSM2, UARTs, SPI, I2C, 1,8V analog, GPIOs 3,3V

Compatibilidad de Software

ROS (Robot Operating System)
ArduPilot
MATLAB – Simulink
LabVIEW
Cloud9 IDE en Node.js
Python
OpenCV
Copter
■ Y aún más…

Especial para utilizarlo en drones y en robots navegadores autónomos.

Página de BeagleBone
Literatura de respaldo



Este puede ser el Apple II de los brazos de robot impulsados ​​por IA

Un nuevo brazo robótico de bajo costo que se puede controlar con un casco de realidad virtual facilitará la experimentación con inteligencia artificial y robótica.

Los robots en las fábricas de hoy son potentes y precisos, pero tan tontos como una tostadora. Un nuevo brazo robot, desarrollado por un equipo de investigadores de UC Berkeley, está destinado a cambiar eso al proporcionar una plataforma barata y potente para la experimentación de la Inteligencia Artificial. El equipo compara su creación con la Apple II, la computadora personal que atrajo a los aficionados y hackers en los años 70 y 80, iniciando una revolución tecnológica.

Los robots y la inteligencia artificial han evolucionado en paralelo como áreas de investigación durante décadas. En los últimos años, sin embargo, la IA ha avanzado rápidamente cuando se aplica a problemas abstractos como etiquetar imágenes o jugar videojuegos. Pero mientras que los robots industriales pueden hacer las cosas con mucha precisión, requieren una programación minuciosa y no pueden adaptarse a los cambios más pequeños. Han surgido robots más baratos y seguros, pero la mayoría no están diseñados específicamente para ser controlados con software de IA.

“Los robots son cada vez más capaces de aprender nuevas tareas, ya sea a través de prueba y error, o mediante una demostración experta”, dice Stephen McKinley, un postdoctorado en UC Berkeley que estuvo involucrado en el desarrollo del robot. “Sin una plataforma de bajo costo ─un dispositivo tipo Apple II─ la experimentación, la prueba y el error y la investigación productiva continuarán avanzando lentamente. Existe un potencial para que la investigación se acelere en gran medida al hacer que más robots sean más accesibles «.

El nuevo brazo, conocido como Blue, cuesta alrededor de $ 5.000, y puede controlarse a través de un casco de realidad virtual, una técnica que está resultando útil para entrenar algoritmos de IA que controlan robots.


Blue es capaz de transportar cargas relativamente pesadas, pero también es extremadamente «manejable», lo que significa que obedecerá cuando se lo empuje o jale. Esto hace que sea seguro para que las personas trabajen a su lado y permite que se le muestre físicamente cómo hacer algo. El sistema proporciona software de bajo nivel para controlar el robot y para el sistema de realidad Virtual, y está diseñado para ser compatible con cualquier computadora que ejecute el software de Inteligencia Artificial.



El proyecto proviene del laboratorio de Pieter Abbeel, un profesor de la UC Berkeley que ha sido pionero en la aplicación de la inteligencia artificial a la robótica. Las prácticas informáticas para el proyecto han sido licenciadas por UC Berkeley por una nueva compañía llamada Berkeley Open Arms, que desarrollará y venderá el hardware.

Sigue siendo extremadamente difícil traducir el aprendizaje automático de un entorno virtual al mundo real. A pesar de esto, los investigadores académicos han avanzado en la aplicación del aprendizaje automático al hardware del robot, lo que ha llevado a demostraciones espectaculares y algunas empresas comerciales.

Algunas compañías astutas han tomado nota de la tendencia. Nvidia, un fabricante de chips que ha impulsado el auge de la IA al hacer microprocesadores y software para el aprendizaje profundo, lanzó recientemente un laboratorio dedicado a explorar las aplicaciones de la IA a los robots.

El CEO de Nvidia, Jensen Huang, describe al robot de Berkeley como «muy emocionante».

Huang señala que si bien comprar un robot industrial puede costar alrededor de $ 50.000, puede costar muchas veces eso reprogramarlo para una nueva serie de tareas diferentes. «Está al revés», dice. Espera grandes avances en robótica en los próximos años gracias a los avances en el aprendizaje automático y la simulación de realidad virtual: «Los robots y la IA son ahora lo mismo».