


'komunikasi jiwa' tanpa wayar! Ahli akademik Cui Tiejun mengetuai pembangunan supersurface komputer otak baharu, fleksibel dan tidak invasif
Dalam beberapa tahun kebelakangan ini, pengekodan metasurfaces telah mencapai kawalan masa nyata dan boleh atur cara bagi fungsi elektromagnet, manakala fungsi elektromagnet sebelumnya sama ada statik atau sangat terhad dalam tradisional peranti pasif. Walau bagaimanapun, metasurfaces tersebut masih memerlukan operasi manual.
Untuk mengesan dan membezakan secara langsung kehendak orang, saintis kemudiannya mencadangkan konsep antara muka otak-komputer (BCI), cuba menggunakan antara muka otak-komputer untuk Antara muka untuk mewujudkan komunikasi antara otak dan peranti memberikan perspektif baharu tentang kawalan permukaan meta boleh diprogramkan. Dengan mengumpul isyarat otak daripada "topi khas," antara muka otak-komputer boleh menyahkod kehendak pengendali dan menghantar arahan kepada objek terkawal tanpa memerlukan pengendali melakukan beberapa aktiviti otot yang kompleks.
Kini, pasukan Akademik Cui Tiejun dari Makmal Utama Gelombang Milimeter Negeri di Universiti Tenggara, bersama-sama dengan institusi penyelidikan saintifik seperti Universiti Teknologi China Selatan dan Universiti Nasional Singapura, telah melangkah lebih jauh. dan membangunkan metasurface otak-komputer elektromagnet (metasurface otak-komputer-elektromagnet, EBCM).
Menurut laporan, metasurface ini boleh mengawal sintesis maklumat dan penghantaran tanpa wayar secara fleksibel dan tidak invasif, menukar maklumat otak pengendali kepada isyarat electroencephalogram (EEG), dan kemudian kepada pelbagai arahan elektromagnet (EM). mencapai "komunikasi rohani" tanpa wayar antara dua pengendali.
Seperti yang ditunjukkan di bawah, monitor yang menunjukkan arahan yang berkaitan diletakkan di hadapan pengendali. Dengan hanya menerima arahan mudah, EBCM boleh memahami niat pengendali dan melaksanakan fungsi elektromagnet seperti pengimbasan rasuk visual, modulasi gelombang dan pengekodan corak.
Kertas penyelidikan yang berkaitan ialah "Komunikasi tanpa wayar terus minda manusia melalui platform metasurface otak-komputer-komputer yang tidak invasif" Masalah itu diterbitkan dalam jurnal saintifik eLight.
Para penyelidik berkata bahawa kajian ini menggabungkan ruang gelombang elektromagnet dengan antara muka otak-komputer, membuka arah baharu untuk penerokaan penyepaduan mendalam metasurfaces, kecerdasan otak manusia dan kecerdasan buatan, dan membantu membina penjanaan sistem metasurface Biointelligent.
Gunakan fikiran anda untuk mengeluarkan "HELLO"
Dalam kajian ini, pasukan penyelidik mereka bentuk dan secara eksperimen menunjukkan Komunikasi teks wayarles untuk EBCM.
Pasukan penyelidik menyediakan antara muka pengguna grafik teks (GUI) untuk pengendali antara muka otak-komputer, supaya butang visual boleh terus dikodkan ke dalam urutan pengekodan khusus yang terdiri daripada "0" dan "1".
Dalam percubaan, mod rasuk tunggal untung tinggi dan mod taburan rawak untung rendah digunakan untuk membezakan amplitud pantulan permukaan meta, sepadan dengan kod "1" (amplitud tinggi) dan " 0" (amplitud rendah).
Sebagai demonstrasi prototaip, penyelidik menunjukkan penghantaran teks tanpa wayar dari satu operator ke operator lain dalam sistem komunikasi EBCM.
Operator A, bertindak sebagai penghantar teks, menghantar surat dengan melihat secara visual butang aksara pada GUI EBCM. Apabila menyahkod huruf sasaran daripada isyarat EEG, urutan pengekodan berasaskan ASCII dilaksanakan pada FPGA untuk menukar mod perubahan masa, memanipulasi metasurface untuk menghantar maklumat ke ruang di mana ia diterima, dinyahmodulasi dan dibentangkan oleh EBCM Operator B.
Seperti yang ditunjukkan di bawah, pasukan penyelidik menunjukkan proses penghantaran wayarles 5 huruf "HELLO", skrin operator B perkataan "HELLO" berjaya dipaparkan pada skrin.
Dalam percubaan pengimbasan pancaran visual, pengendali secara langsung mencapai arah pengimbasan pancaran yang dikehendaki dengan melihat secara visual ke arah tertentu. Selepas mengesan EEG pengendali, EBCM boleh memaparkan corak pengekodan pelaksanaan arah pengimbasan rasuk yang berkaitan.
Selain itu, pasukan penyelidik juga menunjukkan proses pengekodan corak EBCM. Operator memasukkan kod yang diperlukan dengan menekan butang tertentu. Kod input yang dikesan oleh EBCM dipaparkan pada skrin sebagai petak kuning. Kod terakhir "C4" ialah arahan berhenti yang menamatkan proses pengekodan dan mengarahkan FPGA untuk mengira corak pengekodan akhir. Selepas itu, EBCM melaksanakan corak pengekodan yang dikira dan memaparkannya pada metasurface.
Eksperimen di atas menunjukkan bahawa pengendali tidak lagi memerlukan sebarang pergerakan yang melibatkan otot, tetapi hanya perlu merenung butang visual tertentu untuk rangsangan berterusan yang berkaitan, EBCM boleh Ini rangsangan diiktiraf dan ditukar kepada isyarat EM yang sepadan untuk komunikasi.
Apakah itu metasurface pintar?
Metasurface merujuk kepada bahan berlapis tiruan yang ketebalannya lebih kecil daripada panjang gelombang. Mengikut bentuk struktur dalam satah, metasurfaces boleh dibahagikan kepada dua jenis: satu dengan struktur halus subgelombang sisi, dan satu lagi dengan lapisan filem seragam. Metasurfaces boleh merealisasikan kawalan fleksibel dan berkesan bagi fasa gelombang elektromagnet, mod polarisasi, mod perambatan dan ciri-ciri lain.
Metasurface pintar ialah aplikasi penting bahan metamaterial dalam bidang komunikasi mudah alih Prinsip asasnya adalah untuk mengawal sifat elektromagnet bahan metamaterial melalui pengaturcaraan digital, menukar pantulan meresap dinding biasa terhadap gelombang elektromagnet angkasa, dan mencapai Kawalan pintar dan pembentukan pancaran gelombang elektromagnet angkasa, serta penggunaan kuasa yang rendah dan kos rendah, dijangka menjadi infrastruktur penting untuk rangkaian komunikasi mudah alih masa hadapan.
Seawal 2014, pasukan Academician Cui Tiejun telah menerajui dalam merealisasikan sistem perkakasan metasurface yang pintar, yang menetapkan duluan untuk mempromosikan aplikasi bahan metamaterial maklumat.
Pada Februari tahun ini, pasukan Academician Cui Tiejun dan rakan usaha sama mereka menggunakan metasurfaces yang dikodkan secara digital penghantaran berbilang lapisan untuk membina rangkaian neural difraktif sepenuhnya (Programmable Artificial Intelligence Machine, PAIM) yang boleh dilaraskan dalam masa nyata dan berjaya. dicapai Ia telah merealisasikan pengaturcaraan masa nyata dan ciri pengiraan kelajuan cahaya parameter rangkaian, dan menunjukkan pelbagai kes aplikasi, termasuk pengecaman imej, pembelajaran tetulang dan komunikasi pengekodan dan penyahkodan berbilang saluran Ia adalah kali pertama di dunia untuk melaksanakan dan menunjukkan rangkaian neural boleh laras pembelauan sepenuhnya dalam ruang gelombang mikro.
Sudah tentu, senario aplikasi metasurfaces jauh dari terhad kepada ini.
Sifat fizikal metasurfaces yang kaya dan unik serta keupayaannya untuk mengawal gelombang elektromagnet secara fleksibel boleh menjadikannya mempunyai prospek aplikasi yang penting dalam banyak bidang seperti teknologi siluman, teknologi antena, peranti gelombang mikro dan terahertz serta peranti optoelektronik.
Atas ialah kandungan terperinci 'komunikasi jiwa' tanpa wayar! Ahli akademik Cui Tiejun mengetuai pembangunan supersurface komputer otak baharu, fleksibel dan tidak invasif. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Model bahasa berskala besar (LLM) telah menunjukkan keupayaan yang menarik dalam banyak tugas penting, termasuk pemahaman bahasa semula jadi, penjanaan bahasa dan penaakulan yang kompleks, dan telah memberi kesan yang mendalam kepada masyarakat. Walau bagaimanapun, keupayaan cemerlang ini memerlukan sumber latihan yang ketara (ditunjukkan di sebelah kiri) dan masa inferens yang panjang (ditunjukkan di sebelah kanan). Oleh itu, penyelidik perlu membangunkan cara teknikal yang berkesan untuk menyelesaikan masalah kecekapan mereka. Di samping itu, seperti yang dapat dilihat dari sebelah kanan rajah, beberapa LLM (Model Bahasa) yang cekap seperti Mistral-7B telah berjaya digunakan dalam reka bentuk dan penggunaan LLM. LLM yang cekap ini boleh mengurangkan memori inferens dengan ketara sambil mengekalkan ketepatan yang serupa dengan LLaMA1-33B

Proses 3nm, prestasi melepasi H100! Baru-baru ini, media asing DigiTimes mengumumkan bahawa Nvidia sedang membangunkan GPU generasi akan datang, B100, dengan nama kod "Blackwell" Dikatakan bahawa sebagai produk untuk aplikasi kecerdasan buatan (AI) dan pengkomputeran berprestasi tinggi (HPC). , B100 akan menggunakan proses proses 3nm TSMC, serta reka bentuk modul berbilang cip (MCM) yang lebih kompleks, dan akan muncul pada suku keempat 2024. Bagi Nvidia, yang memonopoli lebih daripada 80% pasaran GPU kecerdasan buatan, ia boleh menggunakan B100 untuk menyerang semasa seterika panas dan seterusnya menyerang pencabar seperti AMD dan Intel dalam gelombang penggunaan AI ini. Menurut anggaran NVIDIA, menjelang 2027, nilai output medan ini dijangka mencapai lebih kurang

Dalam beberapa tahun kebelakangan ini, pembelajaran multimodal telah mendapat banyak perhatian, terutamanya dalam dua arah sintesis teks-imej dan pembelajaran kontrastif imej-teks. Sesetengah model AI telah menarik perhatian umum kerana aplikasinya dalam penjanaan dan penyuntingan imej kreatif, seperti model imej teks DALL・E dan DALL-E 2 yang dilancarkan oleh OpenAI, dan GauGAN dan GauGAN2 NVIDIA. Tidak ketinggalan, Google mengeluarkan model teks-ke-imej sendiri Imagen pada penghujung Mei, yang nampaknya memperluaskan lagi sempadan penjanaan imej bersyarat kapsyen. Memandangkan hanya perihalan adegan, Imagen boleh menghasilkan kualiti tinggi, resolusi tinggi

Kajian yang paling komprehensif tentang model besar berbilang mod ada di sini! Ditulis oleh 7 penyelidik Cina di Microsoft, ia mempunyai 119 halaman - ia bermula daripada dua jenis arahan penyelidikan model besar berbilang modal yang telah selesai dan masih berada di barisan hadapan, dan meringkaskan secara komprehensif lima topik penyelidikan khusus: pemahaman visual dan penjanaan visual Ejen berbilang modal model besar berbilang modal yang disokong oleh model visual bersatu LLM memfokuskan pada fenomena: model asas berbilang modal telah beralih daripada khusus kepada universal. Ps. Inilah sebabnya penulis melukis secara langsung imej Doraemon pada permulaan kertas. Siapa yang patut membaca ulasan (laporan) ini? Dalam kata-kata asal Microsoft: Selagi anda berminat untuk mempelajari pengetahuan asas dan kemajuan terkini model asas pelbagai mod, sama ada anda seorang penyelidik profesional atau pelajar, kandungan ini sangat sesuai untuk anda berkumpul.

Tugas penjanaan imej-ke-video (I2V) merupakan satu cabaran dalam bidang penglihatan komputer yang bertujuan untuk menukar imej statik kepada video dinamik. Kesukaran tugas ini adalah untuk mengekstrak dan menjana maklumat dinamik dalam dimensi temporal daripada imej tunggal sambil mengekalkan keaslian dan keselarasan visual kandungan imej. Kaedah I2V sedia ada selalunya memerlukan seni bina model yang kompleks dan sejumlah besar data latihan untuk mencapai matlamat ini. Baru-baru ini, hasil penyelidikan baharu "I2V-Adapter: AGeneralImage-to-VideoAdapter for VideoDiffusionModels" yang diketuai oleh Kuaishou telah dikeluarkan. Kajian ini memperkenalkan kaedah penukaran imej-ke-video yang inovatif dan mencadangkan modul penyesuai ringan, i.e.

Dua saintis yang telah memenangi Hadiah Boltzmann 2022 telah diumumkan Anugerah ini ditubuhkan oleh Jawatankuasa IUPAP mengenai Fizik Statistik (C3) untuk mengiktiraf para penyelidik yang telah mencapai pencapaian cemerlang dalam bidang fizik statistik. Pemenang mestilah seorang saintis yang belum pernah memenangi Hadiah Boltzmann atau Hadiah Nobel. Anugerah ini bermula pada tahun 1975 dan dianugerahkan setiap tiga tahun untuk memperingati Ludwig Boltzmann, pengasas fizik statistik Deepak Dharistheoriginalstatement. model kritikal, pertumbuhan antara muka, gangguan

Kerja EfficientSAM ini telah dimasukkan ke dalam CVPR2024 dengan skor sempurna 5/5/5! Penulis berkongsi hasilnya di media sosial, seperti yang ditunjukkan dalam gambar di bawah: Pemenang Anugerah LeCun Turing juga sangat mengesyorkan karya ini! Dalam penyelidikan baru-baru ini, penyelidik Meta telah mencadangkan kaedah baharu yang dipertingkatkan, iaitu pra-latihan imej topeng (SAMI) menggunakan SAM. Kaedah ini menggabungkan teknologi pra-latihan MAE dan model SAM untuk mencapai pengekod ViT pra-latihan berkualiti tinggi. Melalui SAMI, penyelidik cuba meningkatkan prestasi dan kecekapan model dan menyediakan penyelesaian yang lebih baik untuk tugas penglihatan. Cadangan kaedah ini membawa idea dan peluang baharu untuk meneroka dan mengembangkan lagi bidang visi komputer dan pembelajaran mendalam. dengan menggabungkan berbeza

Penjanaan video sedang berkembang pesat, dan Pika telah mengalu-alukan seorang jeneral yang hebat - penyelidik Google Omer Bar-Tal, yang berkhidmat sebagai saintis pengasas Pika. Sebulan yang lalu, Google mengeluarkan model penjanaan video Lumiere sebagai pengarang bersama, dan kesannya sangat mengagumkan. Pada masa itu, netizen berkata: Google menyertai pertempuran penjanaan video, dan terdapat satu lagi rancangan yang bagus untuk ditonton. Sesetengah orang dalam industri, termasuk Ketua Pegawai Eksekutif StabilityAI dan bekas rakan sekerja daripada Google, menghantar berkat mereka. Karya pertama Lumiere, Omer Bar-Tal, yang baru menamatkan pengajian dengan ijazah sarjana, lulus dari Jabatan Matematik dan Sains Komputer di Universiti Tel Aviv pada 2021, dan kemudian pergi ke Institut Sains Weizmann untuk belajar untuk ijazah sarjana dalam komputer sains, terutamanya memberi tumpuan kepada penyelidikan dalam bidang sintesis imej dan video. Hasil tesis beliau telah diterbitkan berkali-kali
