O HDSI está animado em anunciar o lançamento de dois novos projetos de pesquisa apoiados pelo Projeto de computação de impacto da AWS no HDSI. Os títulos do projeto e os principais pesquisadores podem ser vistos aqui.
Esses novos prêmios trazem o número total de projetos financiados sob o Programa de Pesquisa Patrocinada da AWS para oito, promovendo e expandindo pesquisas destinadas a gerar estratégias e ferramentas criativas para acelerar soluções para lidar com crises globais urgentes. O objetivo do Projeto de Computação de Computação da AWS é alcançar um impacto social significativo e durável, mesclando pesquisas de ciência de dados de ponta com os recursos robustos de computação em nuvem de alto desempenho da AWS. Prevemos que projetos adicionais serão apoiados sob esta parceria única da indústria acadêmica.
Na série “Research Matters”, visitamos laboratórios em todo o campus para ouvir diretamente dos cientistas de Stanford sobre o que eles estão trabalhando, como poderia promover a saúde e o bem-estar humano e por que as universidades são atores críticos no ecossistema de inovação do país. A seguir, são apresentadas as próprias palavras dos pesquisadores, editados e condensados para clareza.
No meu laboratório, a curiosidade impulsiona a descoberta. Estamos usando princípios mecânicos fundamentais para impulsionar o desenvolvimento de novos dispositivos para o tratamento de condições médicas, como pedras nos rins e derrame. Também estamos desenvolvendo robótica suave que pode ser aplicada a robôs cirúrgicos.
Nosso trabalho nem sempre é conduzido por um objetivo específico ou um alvo; Começa com a exploração de conceitos e idéias intrigantes. Ao longo do caminho, descobrimos como essas idéias podem atender às necessidades clínicas não atendidas. Nosso objetivo é criar abordagens inovadoras para tratar doenças com base em tecnologias que ainda não existem.
Por exemplo, desenvolvemos um robô de origami projetado inicialmente como nadador, impulsionado por seu movimento de propulsão para propulsão, uma idéia enraizada na física e mecânica básica. Então isso é física e mecânica que impulsiona o design. Mais tarde, pensamos, talvez pudéssemos miniaturizar o design para navegar em espaços muito menores e confinados, como vasos sanguíneos. Esse insight nos levou a desenvolver um pequeno dispositivo de milímetros que pode percorrer os sistemas vasculares para tratar condições como coágulos sanguíneos e aneurismas cerebrais.
Esse mesmo mecanismo, quando escalado, pode ser aproveitado para impulsionar sistemas muito maiores, como veículos subaquáticos. Então, em nosso trabalho, não estamos apenas resolvendo um problema específico. Estamos explorando conceitos de mecânica e física com o potencial de ultrapassar os limites em vários campos. A mecânica é uma ferramenta que pode ser aplicada a cada campo.
As tecnologias verdadeiramente impactantes são sempre baseadas na condição que você pode explorar livremente. ”
O que é único na academia é que você recebe os recursos e a liberdade de explorar. Essa liberdade é o que impulsiona a inovação e a criatividade. As tecnologias verdadeiramente impactantes são sempre baseadas no ambiente, na condição que você pode explorar livremente.
Os alunos do meu laboratório estão muito abertos a explorar coisas diferentes e, desde que possamos ver as idéias fundamentais em uma idéia, exploramos -a, independentemente da aplicação imediata. A pesquisa fundamental é onde a verdadeira inovação começa, não apenas melhorias incrementais.
Para mais informações
Zhao é professor assistente de engenharia mecânica e, por cortesia, da ciência e engenharia de materiais.
No romance original de Frank Baum O maravilhoso mago de OzDiz-se que a cidade de Emerald é um tom de verde tão brilhante que os visitantes devem usar óculos de renda verde para proteger seus olhos de “o brilho e a glória” da cidade.
Os óculos são um dos muitos enganos do mago; A cidade vista através de óculos com tons de verde, obviamente, só pareceria mais verde.
Mas, usando uma nova técnica chamada “Oz”, cientistas da Universidade da Califórnia, Berkeley, encontraram uma maneira de manipular o olho humano para ver uma cor nova-uma cor azul esverdeada de saturação incomparável que a equipe de pesquisa nomeou “Olo”.
“Era como uma cerceta profundamente saturada … a cor natural mais saturada era simplesmente pálida em comparação”, disse Austin Roorda, professor de optometria e ciência da visão da Escola de Optometria e Visão da UC Berkeley, de Oz.
Oz trabalha usando pequenas doses de luz a laser para controlar individualmente até 1.000 fotorreceptores no olho ao mesmo tempo. Usando Oz, a equipe é capaz de mostrar às pessoas não apenas um verde mais impressionante do que qualquer coisa na natureza, mas também outras cores, linhas, pontos em movimento e imagens de bebês e peixes.
A plataforma também pode ser usada para responder a perguntas básicas sobre visão humana e perda de visão.
“Escolhemos Oz para ser o nome, porque era como se estivéssemos em uma jornada para a terra de Oz para ver essa cor brilhante que nunca tínhamos visto antes”, disse James Carl Fong, um estudante de doutorado em engenharia elétrica e ciências do computador (EECs) na UC Berkeley.
“Criamos um sistema que pode rastrear, direcionar e estimular células fotorreceptoras com uma precisão tão alta que agora podemos responder muito básica, mas também muito instigante, perguntas sobre a natureza da visão de cores humanas”, disse Fong. “Isso nos dá uma maneira de estudar a retina humana em uma nova escala que nunca foi possível na prática”.
A técnica de Oz é descrita em um novo estudo Publicado na semana passada no diário Avanços científicos. O trabalho foi financiado em parte por subsídios federais dos Institutos Nacionais de Saúde e do Escritório de Pesquisa Científica da Força Aérea.
Hannah Doyle, estudante de graduação da UC Berkeley, controla o sistema Oz de um laptop.
Cortesia de Austin Roorda
Fotorreceptores inexplorados
Os seres humanos são capazes de ver em cores graças a três tipos diferentes de células de “cone” fotorreceptor incorporadas na retina. Cada tipo de cone é sensível a diferentes comprimentos de onda da luz: os cones S detectam comprimentos de onda mais curtos e azuis;, os cones detectam comprimentos de onda esverdeados médios; e os cones L detectam mais comprimentos de onda avermelhados.
No entanto, devido a uma peculiaridade evolutiva, os comprimentos de onda de luz que ativam os cones M e L são quase totalmente sobrepostos. Isso significa que 85% da luz que ativa os cones M também ativa os cones L.
“Não há comprimento de onda no mundo que possa estimular apenas o cone”, disse o autor sênior do estudo, um professor de EECs da UC Berkeley, “comecei a me perguntar como seria se você pudesse estimular todas as células M Cone. Seria o verde mais verde que você já viu?”
Para descobrir, NG se uniu a Roorda, que havia criado uma tecnologia que usava pequenas microdoses de luz a laser para atingir e ativar fotorreceptores individuais. Roorda chama a tecnologia de “um microscópio para olhar para a retina” e já está sendo usada pelos oftalmologistas para estudar doenças oculares.
Mas para um humano perceber uma cor totalmente nova, Ng e Roorda precisariam encontrar uma maneira de ativar não apenas uma célula de cone, mas milhares deles.
Uma tela de filme do tamanho de uma unha
Fong começou a trabalhar no projeto OZ em 2018 como estudante de graduação em engenharia e criou grande parte do software complexo necessário para traduzir imagens e cores em milhares de pequenos pulsos de laser direcionados à retina humana.
“Entrei depois de conhecer esse outro aluno que estava trabalhando com Ren, que me disse que estava atirando lasers nos olhos das pessoas para fazê -las ver cores impossíveis”, disse Fong.
O software Oz pega uma imagem colorida (coluna esquerda) e calcula quais células de cone na retina precisam ser ativadas para uma pessoa ver essa imagem (centro). Em seguida, calcula o padrão de microdoses a laser que precisam ser entregues à retina para ativar esses cones (à direita).
Cortesia de James Carl Fong
Para que o OZ funcione, primeiro você precisa de um mapa do arranjo exclusivo das células de cone S, M e L na retina de um indivíduo. Para obter esses mapas, os pesquisadores colaboraram com Ramkumar Sabesan e Vimal Prahbhu Pandiyan na Universidade de Washington, que desenvolveram um sistema óptico que pode imaginar a retina humana e identificar cada célula de cone.
Com o mapa do cone de um indivíduo na mão, o sistema Oz pode ser programado para escanear rapidamente um feixe de laser sobre um pequeno pedaço de retina, fornecendo pequenos pulsos de energia quando o feixe atinge um cone que deseja ativar e ficar fora.
O feixe a laser é apenas uma cor – a mesma matiz que um ponteiro de laser verde – mas, ao ativar uma combinação de células de cone S, M e L, pode enganar o olho para ver imagens em pleno técnico. Ou, ativando principalmente as células do cone M, Oz pode mostrar às pessoas a cor Olo.
“Se você olhar para a unha do índice à duração do braço, isso é do tamanho da tela”, disse Roorda. “Mas se pudéssemos, teríamos preenchido todo o espaço visual como um IMAX.”
A experiência ‘uau’
Hannah Doyle, uma estudante de doutorado em EECs e co-autora do artigo, projetou e dirigiu os experimentos humanos com Oz. Cinco indivíduos humanos tiveram a chance de ver a cor Olo, incluindo Roorda e Ng, que estavam cientes do objetivo do estudo, mas não das especificidades do que veriam.
Em um experimento, Doyle pediu aos participantes que comparassem Olo com outras cores. Eles o descreveram como verde-azul-verde ou pavão e relataram que estava muito mais saturado que a cor monocromática mais próxima.
“As cores mais saturadas que você pode experimentar na natureza são as monocromáticas. A luz de um ponteiro de laser verde é um exemplo”, disse Roorda. “Quando eu prendi Olo contra outra luz monocromática, eu realmente tive essa experiência de ‘uau’.”
Doyle também tentou “tremer” o laser de Oz, direcionando-o um alvo sempre levemente para fora, para que os pulsos de luz atingissem cones aleatórios, em vez de apenas os cones. Os participantes imediatamente pararam de ver Olo e começaram a ver o verde comum do laser.
“Eu não era um assunto para este artigo, mas vi Olo desde então, e é muito impressionante. Você sabe que está olhando para algo muito verde-azulado”, disse Doyle. “Quando o laser é irregular, a cor normal do laser quase parece amarela porque a diferença é tão forte.”
Austin Roorda, professor de optometria e ciência da visão da UC Berkeley, demonstra como é fazer parte do experimento de Oz.
Cortesia de Austin Roorda
Sondando a natureza da visão de cores
Oz não é apenas útil para projetar pequenos filmes nos olhos. A equipe de pesquisa já está encontrando maneiras de usar a técnica para estudar doenças oculares e perda de visão.
“Muitas doenças que causam comprometimento visual envolvem células perdidas de cone”, disse Doyle. “Uma aplicação que estou explorando agora é usar esse cone por ativação do cone para simular a perda de cone em indivíduos saudáveis.”
Eles também estão explorando se Oz poderia ajudar as pessoas com daltonismo a ver todas as cores do arco -íris ou se a técnica poderia ser usada para permitir que os humanos vejam em cor tetracromática, como se tivessem quatro conjuntos de células de cone.
Também pode ajudar a responder a perguntas mais fundamentais sobre como o cérebro entende o mundo complexo ao nosso redor.
“Descobrimos que podemos recriar uma experiência visual normal apenas manipulando as células – não lançando uma imagem, mas apenas estimulando os fotorreceptores. E descobrimos que também podemos expandir essa experiência visual, o que fizemos com Olo”, disse Roorda. “Ainda é um mistério se, se você expandir os sinais ou gerar novas entradas sensoriais, o cérebro será capaz de entender e apreciá -los? E, você sabe, eu gosto de acreditar que pode. Acho que o cérebro humano é esse órgão realmente notável que faz um ótimo trabalho em entender as contribuições, existir ou até novo.”
Autores adicionais do estudo incluem Congli Wang, Alexandra E. Boehm, Sophie R. Herbeck, Brian P. Schmidt, Pavan Tiruveedhula, John E. Vanston e William S. Tuten da UC Berkeley. Este trabalho foi apoiado por uma bolsa do Hellman, concessão de sementes do FHL Vive Center, Escritório de Subsídios de Pesquisa Científica da Força Aérea (FA9550-20-1-0195, FA9550-21-1-0230), BURSTUTUTOS NACIONAIS DE SABELA (R01EY023591, R01EY01110, U01EY0320555) e ScientStrous e ScientSoughs, U01EY0205555555) e ScientS111111111s).
O revestimento robótico sensível de pele eletrônica aplica ultrassom e IA enquanto inspira a arte japonesa de Kirigami.
A nova pesquisa propõe um novo revestimento de sensor ou “pele eletrônica” para robôs que podem ajudar as máquinas que trabalham em contato próximo com os seres humanos a reduzir o perigo de colisões.
Os robôs estão se tornando um fator cada vez mais significativo em nossas vidas, tanto na indústria quanto em nossas casas. Isso significa que um número crescente de nós está compartilhando espaços apertados com máquinas em movimento. Assim, essa colaboração mais profunda entre humano e máquina requer melhorias nas medidas de segurança que não afetam a eficiência desses robôs.
Em ambientes em que humanos e máquinas colaboram de perto, os robôs precisam ser capazes de perceber colisões e julgar a intensidade desses confrontos, assim como os humanos. Fazemos isso sentindo dor com a pele e tomando medidas de proteção para evitar acidentes mais graves, ajustando rapidamente o corpo. A equipe aplicou a mesma lógica ao criar uma pele eletrônica para os robôs que lhes permite imitar essas ações que limitam danos, detalhando sua criação em um novo artigo publicado no diário Sistemas Inteligentes Avançados.
“A demanda por robôs e dispositivos robóticos está aumentando rapidamente na vida moderna, onde a colaboração humana-robô está se tornando mais importante. No entanto, o trabalho conjunto de robôs humano pode causar colisões acidentais, especialmente para grandes movimentos em um espaço de trabalho relativamente estreito. Um desafio crítico é como garantir a segurança e impedir que essas colisões causassem danos e dos seres humanos”, disse a equipe dos membros da equipe. “Os e-skins são sistemas de sensores que podem ser instalados no corpo de um robô. Como a pele humana, eles podem detectar imediatamente colisões quando ocorrer contato, estimar a localização e a energia do impacto e orientar o robô a tomar medidas em tempo real para minimizar os danos da colisão.”
Uma pele eletrônica que é um corte acima
Fan Shi explicou que os principais e-skins atuais dependem da tecnologia eletrônica flexível. Um grande problema com essa abordagem é que os materiais são caros e os processos de fabricação ainda não estão maduros. Além disso, para cobrir uma grande área de detecção, garantindo uma resolução satisfatória, os e-skins atuais exigem um grande número de sensores. Isso aumenta ainda mais o custo dos e-skins, dificultando a adoção em larga escala.
Para desenvolver uma nova pele eletrônica que evita essas limitações, a equipe se inspirou em Kirigami, uma forma de arte de corte de papel japonês que envolve o corte e o papel dobrável. Kirigami transforma uma folha plana de papel em um projeto tridimensional, geralmente com uma estrutura intrincada e elaborada.
“Desenvolvemos uma nova pele eletrônica baseada em uma fusão de detecção ultrassônica, detecção e aprendizado de máquina, incorporando o conceito de design de Kirigami”, disse Fan Shi. “Ao usar sensores industriais maduros, projetos de placas de circuito e a vantagem de uma ampla cobertura de ondas guiadas ultrassônicas, essa tecnologia reduz significativamente os custos e deve ser implantada no mercado de massa”.
Embora os aspectos de detecção ultrassônica e aprendizado de máquina do e-Skin criem um método de detecção inovador, o design de Kirigami permitiu à equipe estender uma pequena placa de circuito flexível em uma área maior.
“Além disso, utilizamos sinais ultrassônicos guiados por características estruturais dos robôs, o que permite 100% de cobertura com muito poucos sensores”, explicou Fan Shi. “Os algoritmos de aprendizado de máquina são utilizados para interpretar os sinais de detecção para a localização de colisão. A integração dos métodos acima leva à resposta em tempo real, detecção de colisão altamente precisa, cobertura de sensor ampla e reduz bastante os custos de produção”.
Isso manteve o custo da pele eletrônica abaixo de US $ 5, que a equipe espera que ajude a facilitar sua adoção em larga escala na indústria de robótica. Obviamente, ser econômico só é vantajoso se o sistema for eficaz em seu papel.
“Construímos uma configuração de teste capaz de aplicar colisões precisas e, em seguida, usando essa configuração, coletamos milhares de amostras de dados de colisão aleatórios para treinar uma rede neural”, disse Fan Shi. “Comparamos então os resultados calculados da colisão calculada da rede neural com as colisões precisas aplicadas pelo equipamento para avaliar a precisão da pele eletrônica”.
Além disso, a equipe instalou sua pele eletrônica em um braço robótico comercial para avaliar seu desempenho geral quando integrado a um sistema de robô completo.
“A precisão da detecção de colisão e a velocidade de resposta desta pele eletrônica excederam as expectativas iniciais”, disse Fan Shi. ”Após o treinamento de dados, essa pele de E-Skin alcançou a precisão da detecção de colisão em nível de milímetro e os tempos de resposta de apenas dezenas de milissegundos.
A equipe agora planeja otimizar ainda mais o design da pele eletrônica e aumentar o software correspondente para melhorar o tempo e a precisão da resposta à detecção de colisão. Além disso, a equipe está buscando parceiros do setor para colaborar com pesquisas e desenvolvimento direcionados para aplicações específicas de sua pele eletrônica.
“Acreditamos que a implantação em larga escala pode ser alcançada em 2 a 3 anos, desde que encontremos os usuários certos”, concluiu Fan Shi.
Tutor de Einstein: a história de Emmy Noether e a invenção da física moderna. Lee Phillips. 368 pp. Publicaffairs, 2024. $ 30,00.
Da primeira página de Tutor de Einstein: a história de Emmy Noether e a invenção da física modernao físico e escritor de ciências Lee Phillips afirma que o matemático Emmy Noether pertence entre os nomes mais familiares envolvidos na invenção da física moderna, ao lado de Albert Einstein e Erwin Schrödinger, para citar alguns. Ele rapidamente deixa claro que ela não pertence a lá apenas como o tutor de Einstein, como sugere o título do livro, mas como igual.
As primeiras páginas do livro estão cheias de uma variedade estonteante de realizações de Noether destinadas a ilustrar inequivocamente seus talentos matemáticos excepcionais e o significado singular de suas contribuições. Mais impressionante, o teorema de Noether de 1918 fornece a base para uma teoria unificada da física, mostrando uma relação clara entre simetria e a conservação da energia. Seu teorema “forneceu a metodologia para construir a teoria mais precisa da história da física: o modelo padrão. Essa estrutura abrange todas as partículas elementares e suas interações – é a nossa teoria moderna da matéria”. Seu teorema também “fornece a definição moderna do conceito de energia e esclarece a importância da simetria na natureza”. Além disso, a matemática de Noether e a “ajuda repetida e focada” foram essenciais para a conclusão da teoria da relatividade geral de Einstein. Em um momento crítico em que Einstein estava lutando com a matemática necessária para sua teoria, ele confiou no trabalho de Noether em álgebra abstrata e cálculo variacional para concluí -lo. Mas, apesar de sua brilhante matemática que continua a ser aplicada em muitas áreas da ciência moderna – incluindo física, biologia e economia – o nome de não é desconhecido para muitos.
Noether foi um matemático alemão judeu que seguiu incansavelmente uma carreira de educação e pesquisa matemática diante de barreiras significativas de gênero e, especialmente durante a ascensão de Hitler ao poder, discriminação religiosa. Ela obteve seu doutorado pela Universidade de Erlangen e tornou -se professor de matemática na Universidade de Göttingen, onde trabalhou com algumas das mentes principais de matemática na época, incluindo Felix Klein e David Hilbert.
Uma explicação cuidadosa do teorema de Noether de 1918 e como redefiniu o papel da simetria na matemática é o coração do livro. O teorema é na verdade quatro teoremas: dois teoremas e suas conversas. Eles estabelecem que as leis de conservação podem ser derivadas da simetria e que a simetria pode ser derivada das leis de conservação, mostrando que essas duas idéias essenciais para entender a estrutura do universo, que haviam sido anteriormente tratadas como matematicamente e conceitualmente separadas, estavam de fato conceitualmente ligadas.
Phillips descreve como antes, “simetria era um guia para os padrões gerais da realidade. Serviu como uma descrição concisa e, às vezes, como uma ajuda para construir a solução para um problema”. Depois do teorema de Noether, a simetria teve um novo papel: poderia e “governou o que poderia e não poderia acontecer onde quer que estivesse presente”. Não era mais apenas um padrão de realidade; tornou -se uma lei.
Phillips passa muito tempo explicando o teorema de Noether em detalhes, e ele consegue torná -lo acessível a um público em geral. Idéias complexas da matemática e da ciência são apresentadas usando exemplos intuitivos e conceituais, e ele faz poucas suposições sobre o conhecimento matemático anterior de seu leitor. Algumas das comunicações científicas mais elegantes do livro se desenrolam, enquanto Phillips nos guia através do que a simetria significa no teorema de Noether. Ele explica cuidadosamente que a simetria para Noether vai além de exemplos familiares, como imagens espelhadas ou a simetria entre asas de borboleta. Em vez disso, uma coisa tinha simetria para não “se for o mesmo em todos os aspectos depois de aplicar uma transformação”. Em outras palavras, a simetria geral descreve sempre que você pode fazer uma transformação em algo (como girando ou refletindo) e mudar seu significado, mas não sua realidade física. Phillips ajuda seu leitor a entender essa ideia desafiadora com exemplos familiares. Por exemplo, o térreo de um edifício pode ser rotulado como “1º andar” ou o “lobby”. Este exemplo descreve a simetria porque o nome do piso mudou, mas a realidade física do edifício não mudou.
Embora Phillips reconheça as notáveis habilidades e valor de Noether como matemático, suas afirmações claras sobre o papel fundamental de Noether na ciência moderna são frequentemente combinadas com explicações muito mais hesitantes sobre como ou por que seus colegas do sexo masculino não conseguiram creditar seu trabalho na época. Ele se certifica de observar que Noether não se importava com a autopromoção, distribuiu livremente resultados a estudantes e colegas mais jovens e ficou feliz em fornecer ajuda àqueles que precisavam disso. Quando se trata de apontar que seu trabalho não era consistentemente creditado por seus colegas do sexo masculino, Phillips quase parece se desculpar por dar a notícia ao leitor. Antes de detalhar como o físico Wolfgang Pauli citou o trabalho de todos os seus colegas do sexo masculino em um artigo de enciclopédia sobre relatividade, ao mesmo tempo em que exclui as contribuições essenciais de Noether para a matemática, Phillips escreve que as ações de Pauli serão “dolorosas para os médicos contemplarem”. E há uma relutância acentuada em sua afirmação de que “devemos enfrentar a aparente probabilidade de que certos autores suprimissem ou omitissem suas contribuições onde seria natural fazer o oposto”.
Por todo Tutor de EinsteinNoether surge como uma figura singular, capaz de superar obstáculos para contribuir com soluções elegantes e transformadoras para espinhosos e problemas significativos na matemática. Apesar dessa insistência no gênio individual de Noether, o livro apresenta uma história notável sobre a importância da colaboração na construção de teorias matemáticas e científicas. Descrevendo a matemática em Göttingen em 1915, Phillips cria uma imagem de matemáticos e físicos como Klein, Hilbert e até Einstein, todos os quais estamos acostumados a ver como gênios individuais, incorporados em uma “rede acadêmica” interdisciplinar, dependente de outras idéias. E todos eles são descritos como dependentes da fluência de Emmy Noether em matemática complexa para avançar em seu trabalho. Desta maneira, Tutor de Einstein nos pede para reconsiderar quem pode ser um gênio, que é descrito como um colaborador e como o gênero molda o uso do tropo do gênio científico nas histórias que contamos sobre como a ciência moderna foi feita.
EF2 Tornado detritando detritos de uma casa em Lockett, Tex.
Jason Weingart/Getty Images
No sábado passado, o Serviço Nacional de Meteorologia informou que 552 tornados haviam ocorrido nos EUA este ano – bem acima do total médio de 337 para o período de janeiro a abril de 1991-2020. Então um surto atingiu o Texas e Oklahoma na noite de sábado, matando pelo menos três pessoas. Partes desses dois estados estavam no centro do twister propenso “beco tornadoDurante a maior parte dos anos 1900, mas esse corredor bem conhecido vem mudando cada vez para o leste nas últimas três décadas e meia. Neste ano, muitos dos touchdowns que causaram mortes ocorreram no Mississippi, Alabama e Tennessee, todo o leste do antigo beco.
Em 2023 Scientific American criou um mapa, baseado em um então novo Estudo extenso para mostrar a mudança em grandes surtos de tornados.
Daniel P. Huffman (mapa); Fonte: “Examinando as mudanças na manifestação espacial e a taxa de chegada de grandes surtos de tornados”, de Niloufar Nouri e Naresh Devineni, em Comunicações de Pesquisa Ambiental, Vol. 4; Fevereiro de 2022 (dados)
Sobre apoiar o jornalismo científico
Se você está gostando deste artigo, considere apoiar nosso jornalismo premiado por assinando. Ao comprar uma assinatura, você está ajudando a garantir o futuro das histórias impactantes sobre as descobertas e idéias que moldam nosso mundo hoje.
Por que os EUA têm tantos tornados?
Muito mais tornados atingem os EUA do que qualquer outro país, e isso é por causa de sua geografia. Os ventos molhados e oeste do Oceano Pacífico ficam secos à medida que passam pelas montanhas rochosas, depois ficam altas e frias à medida que sopram mais a leste. Enquanto isso, o ar quente e úmido flui para o norte do Golfo do México, movendo -se a uma elevação mais baixa. O terreno plano ao longo desses caminhos permite que os dois riachos se encontrem. Os ângulos em que eles colidem tendem a Crie cisalhamento de ar instável e vento– Dois grandes fatores que favorecem a formação de tornados.
Para onde se moveu o Tornado Alley?
Durante décadas, a maioria dos maiores surtos ocorreu no nordeste do Texas, no leste de Oklahoma e no oeste do Arkansas e Missouri. Mas entre 1989 e 2019, o foco mudou para o leste por 400 a 500 milhas, cobrindo o oeste de Kentucky e o Tennessee, além do norte do Mississippi e Alabama.
Por que o Tornado Alley está deslizando para o leste?
A maioria dos tornados é criada por uma supercélula – uma forte tempestade com uma corrente de ar rotativa do ar. As supercélulas tendem a se formar quando o ar quente, úmido e de baixo nível interage com ar frio, seco e mais alto. E a mudança climática é agora gerando mais daquele ar mais quente e moister. Os tornados também são mais propensos a se desenvolver quando a atmosfera local é instável, e o aquecimento aumenta a instabilidade. As mudanças climáticas também estão aquecendo o Golfo do México, e isso pode enviar quantidades generosas de vapor de água para o sudeste dos EUA – o centro do leste do que tendia a viajar décadas atrás. Além disso, as mudanças climáticas moveram o limite norte-sul do norte entre o ar seco dos EUA e o úmido, o leste dos EUA, a cerca de 140 milhas a leste.
Por que a mudança importa?
Os abrigos de tornados são comuns no Texas e Oklahoma, mas menos em outras regiões dos EUA. O sudeste é mais densamente povoado e as casas móveis (que geralmente se saem mal em tempestades de vento) são predominantes. Tornados no sudeste também ocorrem à noite com mais frequência do que aqueles que atacam mais o oeste, em parte porque os ventos podem trazer ampla umidade do Golfo após o anoitecer. E a noite torna muito mais difícil ver uma tempestade chegando.
Os fulerenos podem catalisar a formação de moléculas de hidrogênio em nuvens interestelares. A descoberta pode ajudar a explicar por que o espaço está repleto de hidrogênio molecular, apesar dos ambientes frios que devem tornar sua formação improvável.
“A formação de hidrogênio molecular em condições astronômicas é os processos químicos mais fundamentais no … universo e a base da evolução da química mais complexa”, explica o físico molecular Nigel Mason na Universidade de Kent, Reino Unido, que não estava envolvido no estudo. “No entanto, é também um dos mais difíceis de resolver.”
Isso ocorre porque a probabilidade de dois átomos de hidrogênio se encontrarem no vasto vácuo frio do espaço é extremamente baixo. Mesmo que eles colidissem com energia suficiente para formar uma ligação molecular, a reação liberaria energia de que a molécula rapidamente reabsorve, fazendo com que o hidrogênio se dissocie.
“A formação de hidrogênio molecular através de colisões diretas entre dois átomos de hidrogênio é insignificante”, diz David McKenzieum físico de materiais da Universidade de Sydney, na Austrália. Isso significa que a abundância de hidrogênio molecular deve estar formando de outra maneira.
Agora, McKenzie e seu colega Yuzhen Guo Pense que eles identificaram um ingrediente -chave que poderia estar ajudando os átomos de hidrogênio a combinar: Fullerenes. Estas são moléculas esferoidais feitas de 60 átomos de carbono, em forma de minúsculas bolas de futebol.
É amplamente aceito que os grãos de poeira possam estar agindo como catalisadores, fornecendo uma superfície para que o hidrogênio absorva e se una mais facilmente do que faria quando flutuando livremente no espaço. Guo diz que eles selecionaram o fulerene como sua superfície do modelo porque possuem características em comum com grande parte do carbono que compõe a poeira interestelar. ‘Há também uma quantidade substancial de evidências que apóiam a existência de c60 Moléculas no espaço ”, acrescenta.
Usando modelagem computacional, Guo e McKenzie exploraram dois mecanismos para formação de hidrogênio no fulereno. No primeiro, dois átomos de hidrogênio fracamente prenderam -se à superfície, se movem e eventualmente colidem. No segundo mecanismo, um átomo de hidrogênio recebido atinge outro que já está quimicamente ligado à superfície, formando H₂ diretamente.
“Também descobrimos que essas superfícies não incentivam a reação reversa, onde o hidrogênio molecular é dividido em átomos únicos”, disse McKenzie. Em vez disso, a energia liberada durante a formação de ligações é absorvida pelo fulereno e ‘hidrogênio molecular é repelido, impedindo que ele interaja com a superfície’.
É a primeira vez que isso é mostrado, comentários Mason, que acrescenta que é importante para definir o equilíbrio químico em H2 reações ‘.
A modelagem de Guo e McKenzie também mostrou que a formação de hidrogênio através do mecanismo que envolve a absorção química do hidrogênio atômico pode ocorrer em temperaturas tão baixas quanto 10k, preenchendo um lacuna de longa data na temperatura onde nenhum mecanismo (absorção física ou química) era anteriormente que funcionava. Eles também mostraram que essas superfícies podem capturar átomos de hidrogênio de alta energia e que o hidrogênio molecular ainda pode se formar com eficiência a temperaturas de até 6000k.
“Isso oferece informações sobre como o hidrogênio molecular é formado em eventos energéticos no espaço”, diz Guo, como choques de supernova ou sob radiação intensa de estrelas jovens, onde os átomos de hidrogênio podem atingir energias muito altas.
Mason chama o estudo de uma contribuição interessante para um processo astroquímico complexo e ainda não totalmente compreendido. No entanto, ele ressalta que em muitas regiões do espaço, os grãos de poeira são revestidos em gelo, portanto, modelar a reação em superfícies geladas tornaria as descobertas mais realistas – embora Guo e McKenzie argumentem que a absorção química de hidrogênio pode ocorrer antes que o gelo se forme totalmente.
Mason acrescenta que comparar os resultados com dados espectrais observáveis ajudaria a fundamentar o modelo. “Simulações por si só não são suficientes para desvendar o processo”, acrescenta. ‘Para validar o mecanismo de produção, são necessários experimentos.’
Existem muitas maneiras de chegar a uma solução de hardware eletrônica abaixo do ideal. Este artigo é uma visão geral, não uma compilação abrangente de possíveis erros de engenharia de hardware e como evitá -los.
Os erros comuns incluem seleção incorreta de componentes, práticas ruins de projeto de circuitos, como problemas de aterramento ou integridade do sinal, especificações inadequadas da fonte de alimentação, negligenciando o gerenciamento térmico e a falta de responsabilidade adequadamente por fatores ambientais como umidade ou vibração.
Exemplos de erros relacionados à especificação e integração da fonte de alimentação AC/CC e DC/CC incluem exceder a classificação máxima dos principais componentes, não considerando a capacidade de suportar as demandas atuais de operações de cargas capacitivas ou indutivas e de decompatores insuficientes que levam a armas de tensão em linhas sensíveis.
O sistema de energia deve atender aos requisitos apropriados de compatibilidade eletromagnética (EMC), incluindo emissões e suscetibilidade à interferência eletromagnética conduzida e irradiada (EMI). Considerações adicionais para as fontes de alimentação CA/CC incluem sensibilidade a surtos e transientes na linha de entrada e um alto fator de potência.
A localização dos conversores de energia e tipos específicos de cargas, como motores, pode resultar em pontos quentes que requerem atenção extra durante o projeto térmico. O resfriamento inadequado devido ao afundamento de calor insuficiente ou fluxo de ar inadequado pode levar ao superaquecimento, causando falhas e reduzindo a vida útil operacional.
Os componentes devem ser compatíveis com a faixa de temperatura operacional e a umidade prevista e ter as classificações de energia necessárias. As placas de circuito unem o sistema e os erros de layout podem ser graves. O roteamento inadequado de rastreamento pode levar a problemas de diafonia e sinalização de integridade.
Problemas de largura de rastreamento e espaçamentos incorretos de rastreamento podem reduzir a integridade do circuito. O dimensionamento correto e a colocação dos planos de terra é crucial, especialmente em sistemas de alto desempenho.
A colocação de componentes requer consideração cuidadosa para evitar a colocação de dispositivos sensíveis perto de componentes de alta potência, onde o ruído, o EMI e os fatores térmicos podem interferir no funcionamento adequado. A integração da conectividade sem fio traz desafios exclusivos de PCB e design do sistema.
Os módulos podem acelerar o design do circuito sem fio
Projetar o circuito de RF para conectividade sem fio é complexo e apresenta vários desafios que podem aumentar os custos e atrasar o tempo de mercado. Mesmo que o circuito seja projetado corretamente, a necessidade de certificações adicionais da FCC pode demorar muito e adicionar incerteza.
Projetar PCBs RF é diferente de projetar circuitos para sensores ou lógica digital. Por exemplo, é necessária a transferência máxima de energia de RF para a antena, o que requer correspondência das impedâncias do circuito do transceptor e da antena.
Isso leva uma linha de transmissão de RF adequadamente projetada na PCB. A maioria dos projetos precisa de uma linha de transmissão de 50 ohm para garantir a transferência máxima de energia. A impedância é uma função de transferência complexa que envolve a linha de transmissão e os planos terrestres adjacentes, não uma resistência simples.
Projetar a linha de transmissão de 50 OHM é complexo, mas não é a única consideração. A maioria dos projetos também precisa de um circuito de correspondência de LC para ajuste fino para garantir o máximo desempenho. Em vez de lidar com as nuances do design de RF, existem módulos de RF pré-certificados para quase qualquer protocolo e frequência (Figura 1).
Figura 1. Módulo Bluetooth sem fio pronto para integração. (Imagem: Designs previsíveis)
Hardware pode causar falhas de software
Depois que o design for concluído, um protótipo construído e os testes começaram, falhas podem aparecer. Mas a fonte pode não ser óbvia. As falhas de hardware podem causar falhas de software.
Os sistemas de depuração com hardware e software fortemente acoplados são complexos. As falhas de hardware podem corromper transmissões de sinal ou valores variáveis, levando a erros de execução do programa. Os resultados podem parecer falhas de software.
As fontes potenciais são muitas e variadas. Talvez haja uma articulação de solda ruim em um local de difícil acesso. Talvez as tolerâncias críticas de componentes estejam aumentando de uma maneira ruim. Talvez haja margens de tensão para culpar. Algumas fontes de falha podem ser mais fáceis de identificar do que outras.
Falhas como margens de tensão mais baixa podem causar erros de link lógica ou de comunicação e não -determinísticos. Isso pode dificultar a identificação do culpado, pois seu impacto pode ser difícil de distinguir de erros de software, como acesso inválido à memória ou exceções na operação da CPU. O registro de dados e o monitoramento cuidadoso das condições operacionais do sistema podem ajudar a identificar erros de hardware que se disfarçam de anomalias de software ou dados (Figura 2).
Figura 2. O registro de dados e as condições operacionais de monitoramento podem ajudar a identificar erros de hardware mascarados por falhas de software. (Imagem: MDPI Electronics)
Resumo
Evitar erros de engenharia de hardware eletrônicos comuns tem tudo a ver com detalhes: detalhes relacionados à conversão de energia e distribuição de energia, detalhes relacionados ao gerenciamento térmico e condições ambientais, detalhes relacionados à seleção e colocação de componentes e detalhes relacionados ao layout da PCB. O uso de módulos pré-engenhados pode simplificar e acelerar a integração da conectividade sem fio. Após a conclusão do design, os problemas de hardware podem ser mascarados como falhas de software.
Este grupo liderado por estudantes é apaixonado por projetar, construir e lutar contra robôs.
A equipe da Universidade de Cincinnati Combat Robotics (UCCR) é um clube particular no campus da faculdade que projeta, engenheiros e luta contra criações robóticas. O clube apresenta uma equipe de cerca de 10 aspirantes a engenheiros que projetam e constroem robôs altamente técnicos e impressionantes que competem em torneios nos Estados Unidos. O clube está altamente focado na construção de princípios de engenharia de som e em casar esses princípios com criatividade para criar uma máquina formidável.
A Exair teve a oportunidade de ajudar a dar vida aos sonhos de engenharia através da equipe da UCCR. A empresa tem uma longa história de envolvimento da comunidade, principalmente com a Universidade de Cincinnati. Ao contribuir com tempo, produto e apoio financeiro, a empresa apóia e incentiva o crescimento de uma geração mais jovem de engenheiros e continua aumentando a visibilidade do aprendizado de vapor.
Em um artigo publicado no ano passadoBrian Farno, engenheiro de aplicativos do CCASS na Exair, contou sua experiência discutindo o design do robô com os alunos.
“Ouvi -los falar sobre esses dispositivos que eles trabalharam e ouvindo sua confiança subir quando começam a desmoronar as velocidades que a ponta da arma viaja me lembra quando eu estava em uma posição semelhante. Todos esses alunos compartilharam uma paixão e tinham objetivos semelhantes em mente; para ser o melhor time que está em campo.
Os estudantes da UCCR compartilharam suas histórias por trás dos bots que criaram. (Imagem: Brian Farno, engenheiro de aplicativos do CCASS na Exair.)
Devolver à comunidade, promover a criatividade e promover a profissão de engenharia se alinha aos valores da Exair. Com a viagem para eventos, encontrando materiais para os robôs, fornecendo financiamento para custos de fabricação e outras despesas, a empresa apóia esses estudantes academicamente, incentivando -os a se tornarem a melhor versão de si mesmos. Ele também oferece uma ladainha de recursos para educar ainda mais o ar comprimido, a dinâmica de fluidos e a fabricação como um todo. Ferramentas como estudos de caso, webinars, white papers e um blog diário fornecem informações e orientações para as mentes aspirantes.
Para saber mais sobre a empresa, visite Exair.com.
Em um novo estudo publicado em Natureza intitulado, “Variantes personalizadas de PAM CRISPR-CAS9 via engenharia escalável e aprendizado de máquina”Pesquisadores do Massachusetts General Hospital (MGH) e da Harvard Medical School (HMS) desenvolveram um modelo de aprendizado de máquina que permite a previsão de proteínas CAS9 sob medida que são mais adequadas a alvos específicos e podem ser adaptados com as propriedades do designer ou a pesquisa que os autores de romance podem ser usados, os autores de romance.
“Estamos entusiasmados em compartilhar essas enzimas com a comunidade de edição do genoma e obter feedback sobre seu desempenho como nucleases, editores de base e outras modalidades de edição de genoma”, disse Benjamin Kleinstiver, doutorado, professor associado de patologia da HMS, em entrevista a uma entrevista a Gen.
Para corrigir as mutações com segurança e precisão que causam doenças genéticas, a tecnologia de edição de genoma deve ser programada para atingir sequências específicas do paciente, limitando os efeitos fora do alvo. As nucleases de CAS reconhecem alvos genômicos lendo motivos adjacentes do Protospacer (PAMs), que iniciam o emparelhamento de RNA de guia com o local de destino. No caso de comumente usadoTreptococcus pyogenes Cas9 (SPCAS9), o emparelhamento requer a sequência PAM padrão, 3’ngg, que inevitavelmente restringe o uso da enzima às sequências genômicas que codificam o codificação.
Para expandir o acesso ao genoma, uma estratégia de engenharia comum é o relaxamento do PAM para permitir a edição em novos sites, mantendo a atividade contra o NGG, criando assim enzimas generalistas para aplicações amplas. No entanto, permitir a edição eficiente no alvo, minimizando os efeitos fora do alvo das enzimas PAM relaxadas continua sendo um desafio.
No novo estudo, a equipe de Kleinstiver gerou perfis experimentais de PAM para centenas de enzimas SPCAS9 projetadas para treinar uma rede neural que relacionava a sequência de aminoácidos à especificidade do PAM. O algoritmo de aprendizado de máquina PAM resultante (Pammla) previu os PAMs de cerca de 64 milhões de enzimas SPCAS9. Em seguida, identificou enzimas eficazes e específicas que superaram os candidatos existentes baseados em evolução e projetados como nucleases e editores de base nas células humanas, reduzindo os efeitos fora do alvo.
Entre os exemplos de design da enzima Cas9 direcionada pelo usuário, o grupo MGH realizou direcionamento seletivo da mutação p23H da rodopsina em células humanas e camundongos.Esta mutação é uma causa comum de retinite autossômica dominante pigmentosa (ADRP), uma doença genética ocular que leva à perda de visão.
“We envision that the general framework of scalable engineering, deep characterization, and utilizing machine learning to predict a larger universe of proteins would be extensible to many exciting areas, including other properties of Cas9 enzymes, like target site specificity and on-target activity, to non-CRISPR enzymes entirely,” said Rachel Silverstein, first author of the study and a graduate student at HMS, in an interview with Gen.
As aplicações adicionais incluem estender esse fluxo de trabalho de engenharia para outros domínios de proteína em editores de próxima geração, como domínios desaminase para editores de base, domínios de transcriptase reversa para editores principais e polimerases de DNA para editores de cliques.
O aprendizado de máquina oferece vantagens importantes sobre as estratégias tradicionais de engenharia experimental, que geralmente lutam para prever o impacto funcional de múltiplas mutações simultâneas, além de enfrentar estratégias de seleção experimental trabalhosas e demoradas. Os autores afirmaram que as previsões computacionais podem rastrear um número maior de enzimas com combinações mais diversas de substituições de aminoácidos em comparação apenas com os métodos experimentais, aumentando assim a probabilidade de identificar enzimas ideais em um espaço mutacional mais profundo.
De acordo com Silverstein, uma chave para esse método é estabelecer um ensaio bioquímico fácil e escalável que pode produzir dados ricos sobre milhares de enzimas em paralelo, fornecendo os dados necessários para treinar modelos de aprendizado de máquina.
“A longo prazo, imaginamos que o uso do aprendizado de máquina pode ser amplamente aplicado para potencializar as atividades das tecnologias de edição de genoma que serão benéficas para criar uma caixa de ferramentas diversificada e completa de tecnologias”, disse Silverstein Gen.
Os autores disponibilizaram o Pammla Como uma ferramenta da web Para agilizar a personalização das enzimas SPCAS9 para pesquisa ou usos translacionais.
