受到敬愛的 臺灣吧 - Taiwan Bar 點名
想和大家分享最近關注的一個比賽
「#三菱電機CNC智能APP創意開發競賽」
這個比賽的重要之處在於現在的大學機械系就是讀機械系的東西,資工系就讀資工系的東西,但其實出了職場,機械手臂或是自動化設備,都需要電機系、機械系、資工系及其他領域的人一起協同合作,才有辦法完成一項小小的任務。這個比賽提供高額獎金,希望未來最有機會從事精密機械產業的一群人,能在大學期間就跳出舒適圈, #和其他科系共同跨領域組隊打怪。
這次第一名的同學來自國立勤益科大,獲獎作品是「 #智能化超音波輔助加工先進材料品質預測及效能改善系統加值軟體」。老師帶著團隊實際去企業訪問使用者,也從製造者的角度去思考需求,跳脫以往只有純粹的論文書面探討。花了將近一年做出來的成品,是能夠實際運用在企業之中,台灣三菱電機也將其作品納入在2021 TIMTOS 台北國際工具機展中共同展出。
之前拍攝的國家技能競賽,是政府鼓勵高中職生投入技職。這次的競賽則是私人企業舉辦,並提供內部工程師協助學校老師和同學們做一個真正「有價的」產出。無論是產官學哪邊出發,只要目的是 #一起努力實際去支持機械產業,我都覺得值得讓更多人知道甚至稱讚,機械產業要升級、轉型,除了不斷的學習精進之外,就是 #需要更多的人才投入。
看著這些二十歲出頭的年輕人眼睛閃爍著光芒,期待在未來的某一天,能夠再遇見星芒不減的他們!加油!🖖
#想當年如果有這種比賽
#多參加幾次就有一台哈雷了
機械手臂論文 在 Mesia-幸福人生煉金術 Facebook 的最佳貼文
https://www.fairobserver.com/…/sound-baths-healing-relaxa…/…
(google翻譯)
聲音“修復”的物理和生物物理學
William Softky • 2019年8月9日
連貫的聲音環境(如“聲音浴”)可以重新調整校準情緒和神經系統。
“紐約時報”的時尚情報宣稱聲音浴場無處不在,這是真的。像我一樣受過良好教育的人現在經常花幾十美元在一個安靜的房間裡聽幾個小時,聽著敲響的鑼鼓,搖搖欲墜的碗和搖晃的搖鈴。
那些特殊用途的聲音環境在技術上被稱為“聲音浴”,但是渴望和體驗都喜歡口語“聲音治療”。事實上,聲音浴使人感覺“痊癒”就像一個很好的按摩一樣。
我對聲音浴著迷,不僅僅是因為純淨的音調給任何呼吸的人類帶來的安靜,微妙的驚險刺激。作為一名神經科學家和生物物理學家,我的職業生涯一直在理解流體大腦如何與振動體相互作用的數學理論,最相關的發現發表在三篇研究論文中。事實證明,連貫的聲音模式可以幫助神經系統“調整”自己,以同樣的方式調音叉幫助專家調整鋼琴或豎琴。幾個月前,我與Aurelio親自驗證了這一解釋,Aurelio創立了世界上最負盛名的聲音浴室研討會,名為Svaram在印度的Auroville。Aurelio和我同意聲波如何治愈人體。
這種洞察力很重要,因為健全的浴室 - 就像使用活人類的許多“替代”療法一樣 - 具有驚人的成本/效益比,快速而廉價地提供快樂。然而,這種療法在貨幣化媒體中受到了短暫的貶低,正是因為它們的利潤和集中信息很少。例如,紐約時報的文章提供了大量的例子和引用,但沒有區分實踐或解釋它們的工作原因。
幸運的是,那篇文章的一篇科學引語說明了我們所需要的一切。諾丁漢大學聽力科學教授大衛·巴古利說:“我們知道聲音會對大腦的組織方式產生巨大影響。”當然!從耳朵到腳趾的整個身體只是一個振動的集合,所以它實際上是由聲音組成的。理解聲音,了解我們。
科學
想想人體可以擁有的所有動作,從大而慢到小而快。最大,最慢的動作是運動的步幅和手臂擺動,其次是手指,腳趾和臉部更快更細膩的動作。繼續進入身體的肌肉震顫(持續約0.03秒)和眼球(0.01秒),通過可聽見的聲波(低至0.0001秒),進入聲音定位和本體感受的超聲領域(在0.00001秒內)。
這些振動跨越了數百萬的時間因素,在微縮時端具有最高帶寬,最信息密集的信號。這些超聲回波使大腦能夠將時間轉換為空間,微秒到毫米,包括身體內外。那些神經機械振動使您成為自己和世界的形象。
這些身體動作的最後一個,從秒到微秒,是一種振動,因此是一種聲音。你可以說大腦的主要任務,即振動眼球的“視覺”任務,就是預測和重新創造太空中的振動。我們聰明的大腦是果凍經理。
嵌入Getty Images
這意味著整個大腦/身體系統在物理學家的“第一近似”意義上減少了一種自我演奏的樂器。說一個“聰明”的豎琴,有一百萬個琴弦,每根肌纖維一根琴弦。
在這個比喻中,豎琴師大腦發出脈衝(動作電位)以在精確的預定時間“拔出”肌肉纖維。在此之後,採集的微觀混響會引發一連串的感覺神經元脈衝回到大腦。通過學習安排輸出和輸入重疊,大腦精細地刻畫身體的肌肉和肌筋膜振動,使它們盡可能可預測和揮之不去。但你不可能意識到那些微小的振動,因為它們太多,快速而微妙,無法通過笨重的“意識”進行追踪。它們盡可能無意識。
回到古代,我們的神經系統在幾百萬年後就已經過很好的校準,因為我們進化的室外聲波環境簡單,自然而且立體:風聲,雨聲,樹枝,人。每一個聲音都是真實的,每微秒完美到位。
不幸的是,現代世界以微秒為單位迷失:屏幕和燈光閃爍的速度驅使無意識的瘋狂,數字電話爭奪微妙的聲音細微差別,揚聲器製造非物理聲音模式,耳機創造競爭聲音風景,無線中斷造成不可預測的衝擊。我們精密的振動管理神經系統不僅被我們稱之為“噪音污染”的聲音解除校準,而且還被我們稱之為“娛樂”和“連接”的人造聲音解除校準。
通過去校準聲波環境產生的精神痛苦的解決方案是返回到校準的聲音,例如聲音浴。最自然的聲音環境顯然是大自然本身,事實上,在樹木間靜靜遊蕩的做法,被稱為“森林沐浴”,提供了充分記錄的好處。
在神經機械視圖中,樹木提供了自然複雜的聲反射表面,它們的沙沙葉提供了連貫的聲波點源,通過空間分佈。全頻正宗3D聲音。坐在Auroville的Bodhi樹下,我能聽到沙沙作響的移動風的形狀。也許同樣的聲音模式啟發了佛陀。
另一方面,人造聲音浴使用兩種相反類型的聲音以兩種相反的方式重新校準仰臥接收者。重新校準一個人的空間定位感 - 準確地聽到聲音的來源 - 有搖鈴,雨鞋,鐘聲和其他物體,這些物體可以從太空中的特定點發出尖銳的,突然的咔噠聲或叮噹聲。這些構成了物理學家所謂的“點源”,一種源自空間和時間精確點的測試模式。(亞馬遜的ayahuasca儀式,一種藥物增強的聲音治愈,以參與者搖晃的搖鈴結束)。
為了重新校準全身振動,聲音浴還包括在邊緣上摩擦不斷響起的東西,就像一個酒杯的響鈴方式。黃銅西藏“唱歌”碗和巨大的圓柱形石英碗都創造了持久的單頻音符,通常在房間裡形成駐波。駐波在空間和時間上具有最簡單的可能模式,因此它們為整個身體提供同時,一致,連貫的刺激。因此,皮膚上和皮膚下的感覺神經元都以微秒同步發射。
此外,駐波的性質,如微波爐中的那些,具有“熱”和“冷”點。這意味著你可以感覺到聲音的中心來自你的頭部並感覺它在裡面移動。
不同的聲音
其他聲音體驗,例如傳統的宗教儀式,包括吹奏的樂器,其聲音較不純淨,但也嵌入了表演者腹部的振動。例如,藏號角,didgeridoo或猶太羊角號。
一些經驗涉及空間本身的聲音特性,例如大教堂中的混響模式(例如Caveau Phonocamptique)或Auroville的Matrimandir中增強迴聲的冥想空間。這些都表明了聲音浴的最終好處:它們是社交的。一群人在一個安靜的房間裡自動沐浴在湯中,這些湯不易察覺到人為振動,參考信號與碗和撥浪鼓的聲音一樣有用。我們可以通過呼吸互相“治愈”。
因此,了解作為振動管理器的大腦很容易被現代生活所破壞,這向我們展示了應該避免和應該做什麼。任何自學處理器都需要避免人工和人工有趣的信號,因此,技術製造的聲音和破裂的音景本身會使神經系統失調。幸運的是,同一處理器可以用來自固體物體的簡單聲音重新校準自身,這是使神經系統再次唱歌的最便宜,最安全的方法之一。
* [大技術在向我們介紹自身方面做得非常出色。本專欄名為Tech Turncoat Truths或3T,不僅僅涉及炒作,還探討了數字技術如何影響人類的身心。圖片不是很漂亮,但是我們不需要漂亮的圖片。我們需要了解我們對自己所做的事情的真相。]
機械手臂論文 在 交通大學校友會 NCTU Alumni Association Facebook 的精選貼文
2017年8月16日,一款名叫「CGI」的圍棋AI,在中國的世界AI圍棋大賽中連續擊敗暫居當時世界第二、中國騰訊開發的「絕藝」,和日本老牌的「DeepZenGo」,以全勝戰績大爆冷門晉級決賽,最終奪下亞軍。賽後,全世界的圍棋界都好奇這匹名叫「CGI」的黑馬究竟來自何方?不若震驚世界的Google AlphaGo或名聲響亮的騰訊絕藝背後均有強大軟體公司的支持,CGI的搖籃竟然只是一間位於交通大學工程三館內外貌平凡無奇的實驗室。
吳毅成教授表示,目前實驗室除了開發棋類遊戲的AI,也有三分之一的人力都投入在人工智慧的其他應用領域上,例如機器人。從2016年初開始與工研院合作,將AI結合到機器人身上,訓練AI的方式並不一定要直接將程式導入機器人或機械手臂中,而是可以先將之遊戲化,讓程式進到模擬器中練習,減少硬體的耗損,省下大把時間和金錢。這一系列的過程其實就可以看出遊戲是AI的縮影,再一次說明遊戲的重要性,雖然表面上看起來下圍棋和機器人是不同的兩件事,但最後卻有殊途同歸味道。
面對AI時代的到來,吳教授認為臺灣有幾項現有優勢,如果能好好與AI結合就有機會創造新一波的高峰。第一就是製造業,臺灣製造業生態鏈相當完整,幾十年來都是支撐臺灣經濟的樑柱,但缺工和毛利率漸漸降低也是不爭的事實,政府和業界一片高呼工業4.0轉型的聲浪中,不管是以AI補充人力,或是取代傳統機器人,如何將AI導入工廠將是重要的課題。
再來則是醫療和金融,科技部11月定案,由交大、臺大、清大、成大進行的「AI創新研究中心」計畫中,就包含生技醫療和智慧服務專案,交大負責智慧服務部分。吳教授認為「醫療」是永遠不會消失的題材,而金融和醫療一樣,一旦做成利潤相當可觀,也許不如在臺灣製造業有那麼明顯的強大優勢,但可以以製造業為根基,試著將觸角延伸到這兩部分。
最後,對於想進入AI大門的年輕一輩,吳教授也給予了最實際的建議:「數學一定要學好。」AI屬於資訊工程領域,一眼看上去很容易只著重在軟體和邏輯能力,忽略最根本的數學。但吳教授說到,其實想透徹了解深度學習、演算法的理論,數學不可或缺,像是一打開圍棋AI的論文,就會發現裡頭用到的依然是最經典的線性代數、機率統計、微積分,尤其是電腦遊戲的研發。了解原理才能知道AI的變化,嗅得出那些方向是未來發展的機會,將成為百分之百搶手的人才。