网信彩票 - 网信彩票

未来的诗和远方，或许是机器人为我们“负重前行”******

　　近日，美国研究人员在探索一种新的机器人训练方法时发现，对工具的语言描述可以促使模拟机器人加速学习使用各种工具，也就是说，熟练使用工具的机器人可以帮助人类完成重复性或挑战性任务。

　　根据用途的不同，机器人可以被划分为工业机器人、服务机器人以及特种机器人，其中“服务机器人”与我们的生活最为贴近。它们正在为不断上升的劳动成本提供解决方案，并开启了一种崭新的人机互动方式。今天，一起来看看世界各地的机器人在为我们的生活做着哪些努力吧！

图源：pixabay

　　01

　　赶配送

　　目前，一些配送机器人已经可以通过使用多传感器导航系统，在导航过程中辨别二维或三维的结构，精准、灵敏地识别障碍，实现厘米级避障、秒级反应速度，大幅度提高对环境的感知能力，保证配送过程的导航稳定性。华盛顿Steak N Egg Diner餐厅老板奥斯曼·巴里（Osman Barrie）从一家名为Bear Robotics的初创公司租用了一台名为“Servi”的机器人，负责摆桌子、供应食品和饮料。

图源：巴伦周刊

　　02

　　跳舞蹈

　　美国工程与机器人设计公司波士顿动力（Boston Dynamics）联动自家的四足机器人Spot和人形机器人Atlas跳起了男团舞。它不仅可以完成动作，还能将歌曲MV中的人物动作模仿出来。这些舞蹈的展示不但有趣，还体现了机器人之间如何稳健、灵活地合作。

图源：Boston Dynamic

　　03

　　做手术

　　医学手术通常要求高精度操作。以玻璃体视网膜眼科手术为例，理想手术操作精度要求为10微米，是头发直径的1/8。而医生手部物理抖动幅值一般为100微米，这意味着完成一台高精度手术对医生的要求极其苛刻。

　　有了手术机器人的介入，医生可以在相机反馈的辅助下，利用操纵杆控制眼球切口中的微型视网膜手术机器人R2D2，将起皱的视网膜（厚度仅有10微米）铺平，修复病人的视力。

图源：pixabay

　　04

　　修动车

　　配备机器视觉、图像识别等技术，动车组检测机器人已经拥有了动车一级检修作业能力。

　　它由检测机器人、中心服务器、手持移动终端、列位检测和信息管理平台等五大模块组成，可全自动检测所有型号动车组车底和转向架可视部件，具备数据无线传输、故障自动判断等功能，作业效率是人检的2.75倍。

图源：pixabay

　　05

　　做刑侦

　　日本机器人公司SBRH研发了一款机器人Pepper，可以对人类的面部表情进行识别和解读，与人脸识别技术相伴而生。通过对人类情感甚至是心理活动的有效识别，使机器人获得类似人类的观察、理解、反应能力，可应用于机器人辅助医疗康复、刑侦鉴别等领域。

图源：中国机械工程学会

　　06

　　助行走

　　2014年，世界杯开幕式首次由一位瘫痪少年负责开球。这位少年借助先进的机械外骨骼结构，通过大脑意识从轮椅上站起来大脚开球。

　　机械外骨骼结构被视作“可穿戴的机器人”，兼具有机器人的智能性与人体骨骼的仿生性：外骨骼通过各类传感器探测脑内电极和肌肉电信号，将活动信号传输给机器人，机器人再进行具体的机械动作。

图源：环球网

　　07

　　做清洁

　　目前使用最普遍的是清洁机器人。随着技术的迭代升级，清洁机器人的功能逐渐多样化，也可以满足多样化清洁需求，已经应用至交通枢纽、写字楼、园区等诸多场景。同时，清洁机器人的产品品类也日渐多元化，除了可以地面清洁之外，还出现了泳池清洁机器人以及解决幕墙清洗难题的高空清洁机器人。

图源：pixabay

　　08

　　忙配药

　　零售药店沃博联（WBA）正在研究使用机器人技术来配药。目前该公司配置了9个自动化“微型配送”中心，机器人可以配制80种不同的药物，为2000多家药房提供支持，每小时最多可以处理300张处方的配药，这与一家人手充足的药房一天配药数量相同。

　　这不仅是为了节省劳动力成本，还可以缩短病人在药房里的等待时间，药剂师可以投入更多精力为病人提供咨询服务，处理紧急处方需求等。

图源：pixabay

　　09

　　进厨房

　　美国连锁餐厅Chipotle Mexican Grill （CMG）最近开始在洛杉矶测试机器人Chippy，这款机器人专门用来制作玉米片。它能把玉米片浸入热油中，搅动油锅中的篮子，然后用盐和酸橙调味。CMG首席技术官库尔特·加纳（Curt Garner）称，虽然仍然需要人工打包和上菜，但在订单激增的午餐高峰期机器人是不可或缺的。

图源：pixabay

　　10

　　帮搜救

　　哈佛大学的研究人员从蚂蚁中获得灵感，利用“光激素”设计出一组机器人RAnts。这种机器人可以相互响应，协同工作，并对环境做出反应。RAnts 仅通过简单的本地规则进行编程，遵循光敏场的梯度，避开光敏素密度高的其他机器人，并在光敏素密度高的地方捡起障碍物，然后将它们扔到光敏素密度低的地方。

　　根据这些规则机器人可以实现复杂的集体“越狱”行动，并在未来应用于解决复杂的问题，如建筑、搜救和防御。

图源：网络

　　机器人的功能多样化离不开其3D视觉系统、位置测绘以及机械工程的进步。“集群智能”（swarm intelligence）也越来越帮助机器人共享任务并一起工作。此外，通过5G或Wi-Fi网络连接，可以实现对机器人的远程监控、编程和故障排除。

　　知识的量化与技术的进步不断为机器人带来新变化，而对于人本身而言，其最宝贵的智慧与灵性终究不可量化。如何做好机器与人的协同共生是未来我们共同面对的课题。

　　审核：张宁 策划：李政葳  撰文：穆子叶 编辑：李飞

　　参考 |新华社、参考消息网、科学网、科技日报、虎嗅

数据新闻多元，应探索更多交互体验******

陈积银

　　（陈积银简介，西安交通大学新闻与新媒体学院教授，博士生导师。中国数据新闻大赛创始人，西安交通大学青年拔尖人才（A类），中组部国家万人计划青年拔尖人才，陕西省智媒研究基地主任，福建省闽江学者特聘教授。曾获第六届全国广播影视“十佳百优”理论人才称号。主持中宣部、中组部、教育部等部委项目多项，在CSSCI期刊等发表论文40余篇。）

　　随着我国前沿科技的迭代更新，媒体融合不断向纵深发展，数据新闻应运而生。新闻生产方式的创新发展也反映出大众信息需求的变化。全媒体环境下，加强媒体融合视角下数据新闻的技术创新与理念创新成为数据新闻发展的题中应有之义。近年来，新文科建设的呼声高涨，数据新闻也成为新闻传播教育中颇有成效的尝试，推进了技术与人文教育的进一步融合。《中国新闻出版广电报》记者日前就媒体融合视角下数据新闻的发展前景及新文科思维背景下数据新闻人才培养等问题，采访了西安交通大学新闻与新媒体学院教授陈积银。

　　数据新闻教学应势而生

　　经过多年的发展与沉淀，数据新闻应用日臻成熟，业界成立了不少专门的制作团队，学界则设置相关课程以培养专业人才。

　　“数据新闻是在技术推动下发展起来的。”陈积银介绍说，在智能化、5G及媒体融合情境下，数据新闻融合也将获得新的发展机遇，朝着更加成熟与理性的方向发展。

　　陈积银认为，数据新闻的实践性、专业性非常强，业界的实践领先于学界，但无论是学界还是业界，人才匮乏的现象仍然存在。因此，数据新闻的未来发展方向主要集中在提升人员数据素养，培育数据发掘、可视化制作人才团队等几个方面。

　　由于学界、业界对数据新闻关注度逐渐提高，学界与业界融合也更加紧密。“学界与业界应积极构建平台，推动优质资源接轨，为数据新闻的发展蓄力。”陈积银建议，可以通过工作坊沙龙等形式进行培训与交流，关注数据新闻制作的核心环节，共同寻找难题的应对方案。

　　“为贯彻中央媒介融合有关精神，培养大数据时代的一流新闻人才，我于2015年创办了中国数据新闻大赛。”陈积银介绍，该赛事的初衷是“以赛促教”，为中国新闻教育更好地适应大数据时代需求提供探索平台，为国内新闻教育学界师生数据新闻作品提供展示平台。目前，该赛事已经成为引领国内重要新闻院校进行科教融合，开展学科交叉融合（传统新闻传播与现代信息技术）的一个新赛道，并获得业内不少数据新闻团队的认可与积极参与。西安交通大学通过大赛平台，有效促进了文、理、艺交叉的新闻传播教育探索，近年来培养了不少复合型、专家型、国际化的新型新闻人才。

　　“国内数据新闻的议题越来越多元，应进一步探索交互体验形式。”陈积银说，在每一届的中国数据新闻大赛作品中，都包含经济、政治、环境、民生、体育、娱乐等多种议题，而其交互性逐年提升。未来，将会有更多的创作团队对可听化的数据新闻进行探索，或将数据新闻与游戏等进行结合，实现内容形式和读者体验的双重升级。

　　探索学科交叉教学模式

　　“当前数据新闻在追求可视化效果的同时一定程度上忽略了新闻价值和社会功能。”陈积银认为，现在数据新闻在呈现形式上也存在一些问题。部分以网页形式呈现的数据新闻在移动端阅读时存在不兼容问题，导致数据新闻传播受阻。此外，移动阅读的快节奏和碎片化对数据新闻而言也是一个挑战，数据新闻在呈现方式上应注重数据的多样性、内容的交互性及叙事的多维度，以吸引受众阅读和交互。

　　“尽管当前数据新闻的制作还存在普惠性不强、交互性有待提高、可视化水平参差不齐、思想性有待提高等问题，但也呈现出有数据更有共享、有图表更有内容、有故事更有情怀、有融合更有信仰、有问题更有反思等鲜明特点。”陈积银建议，未来在选题方面，期望更多作品与“坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康”相结合；在数据使用规范方面，希望作品全面保障用户数据安全；在可视化呈现方面，期待作品在可视化实践时注重庞大数据的易读性，以增强传播效果。

　　“媒体融合大背景下，新闻人才培养特别是数据新闻人才培养过程中存在着一些亟待解决的问题。”陈积银认为，传统新闻学院的教育以文科为主，教师与学生存在技术性知识结构短板的问题，具备跨学科背景的数据新闻领域教师相对较少。目前，我国不少高校的新闻传播学院不断探索专业设置和教学设计，在发展中逐渐走向学科交叉的教学模式。同时，还应注重培养学生的数据思维和算法思维，积极学习数据新闻所需的技术性知识与技能。

　　“对于文科学生而言，网页制作、可视化技术等操作技能的学习，短期内掌握有些困难，这使得数据新闻教学局限于理论知识。”陈积银说，中国数据新闻大赛为学生们提供了一个理论与实践相结合的机会，缩小了数据新闻领域人才培养与新闻行业需求之间的差异。近几届大赛作品，在选题上内容多元、角度丰富、注重社会价值，在可视化呈现上技术多样、形式丰富、交互性强，在评审方面坚持学界、业界与政界相结合，在教学实践方面收到了良好的成效。

　　契合新文科背景要求

　　受疫情影响，智慧教育已成为教育模式转型发展的客观需求，慕课、云课堂现已成为教育新景象。这些新的教育模式颠覆了原有的传统教育模式，同时也促进了新闻传播教育的创新与发展。

　　“我们需要立足学界、携手业界、服务政界、融入世界，在传统的教育模式上进行自我教学革命。”陈积银认为，业界在技术研发方面的投入，政界在引智方面的投入，使得其在新闻传播技术、应用方面的水准远超学界。因此，当前的新闻传播教育一方面应积极改革，拥抱现代信息技术带来的红利；另一方面，也应保留原来教学中的先进经验，守住意识形态的红线，积极用马克思主义新闻观武装师生的头脑。

　　“作为新闻传播教育工作者也应完成相应的转变，进一步激发学生学习的主动性、积极性，培养学生的创造力、表达欲、动手能力和团队合作精神。”陈积银建议，一是转变原来上课靠书本的理念，将研讨式教学与体验式教学相结合、启发式教学与自主学习式教学相结合；二是转变原来的身份，从知识传授，转化为方向引领、动力激励、方法指导、结果督察和过程讨论；三是提升前沿知识的学习与科研能力，向学生传授新闻传播国际前沿知识。

　　“西安交通大学新闻与新媒体学院以工字牌为旗帜，新闻人才培养方案的建设契合了新文科建设背景下新闻教育改革的整体趋势。”陈积银介绍，新闻与新媒体学院组建计算机、公共管理、新闻传播等多学科背景的核心师资队伍，根据新文科建设理念与市场需求，建设协同育人基地以提升学生的数据素养。学院与政企共建的“陕西省智媒研究基地”沿用文理交叉的思路，背靠政界、立足学界、携手业界，为学生提供全智能化的平台资源，使学生在学习传统新闻采编技能的同时，学习短视频摄制、大数据舆情分析等新媒体技术技能。

　　在教学实践方面，陈积银一直鼓励学生放下课本、走出校园、走进社会，在实践中发现问题、解决问题。他介绍说：“在数据新闻课程教学上，我鼓励同学们根据特长和兴趣自由组队，走到社会上采访调研、收集数据、自主解决难题，共同完成一个数据新闻作品的制作。同学们认为这种学习方式动手操作性强，比课堂教学收获更大。”

　　“通过鼓励学生们自由组队参加中国数据新闻大赛，磨炼提升了他们的团队合作、沟通协调、专业实践以及前沿探索等各项能力。”陈积银认为，大赛“以赛育人”“以赛促教”，推动了传统新闻传播教育模式向现代化转型，引导学生在作品制作中从简单的多学科知识累加向多学科知识相融转变。同时，也为高校学生和新闻工作者搭建起新闻传播教育学界与业界沟通的桥梁。

　　（中国新闻出版广电报记者 杜一娜 常湘萍）

　　（文图：赵筱尘 巫邓炎）