܄

在日本福岛赴汤蹈火的机器人,要想获得人类的充分信任仍道阻且长

【数据猿导读】 六年前,一场突如其来的大地震,以及随之而发的海啸和核危机,在那样损失惨重的关头,机器人为人类提供了一丝希望。 至少他们的确作出了重要的贡献

在日本福岛赴汤蹈火的机器人,要想获得人类的充分信任仍道阻且长

六年前,一场突如其来的大地震,以及随之而发的海啸和核危机,对日本造成了极大的打击。国际组织纷纷出面援助受灾的日本民众,并寻找清理福岛核电站泄漏物质的有效方法。在那样损失惨重的关头,机器人为人类提供了一丝希望。至少他们的确作出了重要的贡献。

正如朝日(AsahiShimbun)新闻社近期报道的那样,日本核管理局的工作人员,现在正敦促电站运营者东京电力公司(Tepco),提供新的有效技术和方法来清理核泄漏。在完成任务的过程中,机器人常常因为核辐射而“牺牲”,也常常长时间滞留在现场,一无所获,浪费宝贵的金钱和时间。

这意味着,如果Tepco的资源和政府的资金能转移到化学、生物学和所谓的“安全遏制”上,在福岛核电站周围建立一些像Chernobyl周围的“石棺”一样的结构,或许核泄漏的清理速度能够更快。但是,也许人类需要给予AI足够的信任,让AI来控制机器人完成一部分任务。但到目前为止,所有部署在清理工作中的机器都由人类工作者来遥控操作。

3月23日,该公司表示,已经计划将一台调查机器人配置到检测核泄漏的船只上,来搜寻燃料残渣,以反馈给人类哪些工厂需要及时停止。但由日立通用核能公司和国际核研究所(IRID)开发的PMORPH调查机器人,目前由于种种原因,无法将其摄像机置于预定位置。因此,它只能发回不完整的反馈报告。

就在一个月前,Tepco终止了东芝一个名为“蝎子”的机器人任务,该机器人是为了在工厂的设施内捕获图像和数据而开发的。它可以承受多达来自1000个过滤器的辐射。然而,当它被派遣到二号反应堆的时候,在极其恶劣的环境中,还是遭遇了一些麻烦。

早期,这些机器人也曾造成了一系列的损失,这要追述到在灾害发生后,第一个进入核电站区域的机器人Quince1。该机器人由千叶工业大学(ChibaInstituteofTechnology)、国际救援系统研究所和日本东北大学(TohokuUniversityinJapan)共同开发,它的任务主要是:进入二号反应堆,测量辐射水平,并收集灰尘样本和录像。虽然它成功完成了几个任务,但最终却与通信电缆断开了连接,被困在了建筑物内。

人们普遍认为使用机器人来寻找和检索熔化的核燃料,或者让机器人对核电厂进行清理和净化是很容易的,但事情并不像人们想象的那么简单。正如TimothyHornyak去年在《科学》杂志上所写的那样,自八十年代以来,日本的研究人员就一直以此为目标开发机器人。如今,机器人仍然是一样令人难以置信又充满吸引力的技术。

在摄像机、剂量计和船上其他工具的协助下,机器人可以被送往各种对人类身体有危害的环境中,代替人类进行检测工作。如果它们变得足够强大和敏捷,机器人们也许能够提供核心样本,供科学家进行实验和测试,甚至还可以找到并堵住泄漏源,清除路径并冲洗放射性物质。机器人的终极任务是,识别和检索福岛核电燃料及碎屑约600吨。

早期,iRobot基于地面的PackBot机器人和Warrior机器人,以及Honeywell的T-Hawk无人机,曾帮助Tepco处理其设施周围的放射性危害,包括灾害发生后几周内的受损反应堆。由日立和GE核能开发的游泳和爬行机器人,也曾在2014年,被用来从损坏的反应堆内捕获图像和数据。

尽管如此,随着每一个失败或中止任务的增加,以及每一百万美元花费的支出,更难以让身处危机的人们信服,机器人是他们走出危机的最大希望。日本这次的灾害造成数万人死亡,以及数千人失踪。随着辐射首先从福岛第一核电站泄漏,数百万居民在寒冷又潮湿的冬天,忍受着没有电和水的痛苦生活。

根据日本政府的官方调查,超过半数为避难而离开该地区的居民,并没有任何搬回来的计划。虽然科学研究得出结论,还是有一些安全地区,可供居民回来居住的,但在学校、商店或其他重要的社区设施周围,这样的安全地区并不多,恐惧仍旧笼罩着居民们。日本政府预计,清理工作将耗资1,890亿美元,需要数十年时间。

但愿科学技术的下一次转变升级,无论是在机器人领域还是其他有前途的领域,都能帮助促进福岛的复苏,防止核灾难再次发生。


来源:将门创投

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

MIT训练出了一只变态、罪恶、极度阴暗的人工智能——诺曼
MIT训练出了一只变态、罪恶、极度阴暗的人工智能——诺曼
数据智能 无限未来—2020世界人工智能大会云端峰会数据智能主题论坛顺利举办
数据智能 无限未来—2020世界人工智能大会云端峰会数据智能主题...
基于深度迁移学习的多语种NLP技术原理和实践
基于深度迁移学习的多语种NLP技术原理和实践

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部