研究人员把菠萝叶变成了无人机零件。
马来西亚的研究人员找到了一种方法，可以将菠萝叶中的纤维转化为足够坚固的材料，从而可以制成无人机框架。
普特拉大学（Putra University）教授Mohamed Thariq Hameed Sultan告诉路透社，由这种材料制成的无人机比由合成纤维制成的框架具有更高的强度/重量比。
它们也更便宜和更轻。
2. Clearbot：可以自动跟踪和收集水上垃圾的机器人。
Clearbot是OpenOcean Engineering公司开发的产品，OpenOcean Engineering公司是一家总部位于中国香港的新兴公司，最近已投入商业使用。
据报道，它被用于港口，湖泊或运河等区域，并且可以实时远程控制或自主操作一个或多个水机器人。
在后一种情况下，Clearbot将在预先设置的地理围栏区域中来回移动，或使用其集成的计算机视觉系统来查找和跟踪散落的漂浮垃圾。
不管使用哪种方法，垃圾都会通过机器人打开的弓被收集到机器人内部的网状垃圾桶中。
为了更有效地收集垃圾，机器人还配备了前输送系统。
3.无人机和机器人在战场上。
天津电网刷新了其历史最大负荷记录。
1月7日17:49，天津电网最大负荷达到创纪录的1616万千瓦，比历史最高负荷和冬季历史最高负荷增加0.47％。
增长15.41％。
目前，电网运行平稳。
国家电网天津电力公司注重科学技术手段应对冷潮的冲击，创新性地应用了可搭载无人机的飞机机舱，实现了对关键输电线路的不间断检查。
使用电缆防断裂管理系统对重要的运行线路进行24小时监控，以确保电缆的安全运行。
在关键变电站中，使用智能检查机器人，红外温度测量和瞬态地波进行实时检测，以确保电网设备的可靠运行。
4. Google Brain的最新研究：使用AutoML自动学习Dropout模式，而不再需要手动设计Google QuocV。
Le的团队提出了一种称为AutoDropout的方法。
AutoDropout的主要目的是针对特定情况自动设计Dropout模式。
为此，研究人员设计了一个新的结构化Dropout搜索空间。
此搜索空间包含许多现有的Dropout模型。
结果表明，在CIFAR-10和ImageNet上，AutoDropout有效地改善了SOTA模型的结果，并且优于DropBlock和其他需要手动干预的方法。
与使用VariationalDropout方法训练的Transformer-XL模型相比，AutoDropout还具有更好的性能。
5.准确生成假面！亚马逊的新GAN模型可以在各个方向美化脸部，而没有死角。
最近，来自AmazonOne的研究人员提出了一种训练GAN的框架，该框架可以显式控制生成的图像。
该框架可以通过设置确切的属性（例如年龄，姿势，表情等）来控制生成的图像。
该论文已在arxiv上发布，并且在Google网络磁盘上有相应的补充说明。
6.自然：使用光子处理器提高人工智能的计算速度。
数据量的快速增长给AI中使用的电子计算硬件带来了巨大挑战。
计算速度和功耗已成为人工智能的主要瓶颈。
徐等人的两篇论文。
和费尔德曼等。
报道了使用光的独特属性来加速AI处理的光子处理器。
Xu和他的团队使用了一种巧妙的方法来实现卷积：首先，使用波长多路复用的光信号来产生具有色散的不同时间延迟（光的传输速度取决于其波长），然后与光的波长一起。
相关尺寸组合了这些信号。
他们还确定了其光子卷积处理器在实际应用中的切入点。
他们建议将处理器用于混合光电框架中，例如在光纤通信过程中进行原位计算。
7.现代化的物流中心建成，仓库开张。
Siason已与Jordan Sports携手建立行业新标杆。
近日，乔丹体育在晋江市举行了物流中心开业典礼。
这个由乔丹体育和Siasun共同建造的现代化物流中心，是乔丹体育的第一个高度标准化和基于信息的物流园区，标志着它具有更高的能力水平
