Robobug: a rechargeable, remote-controllable cyborg cockroach

ENG: Researchers have been trying to design cyborg insects—part insect, part machine—to help inspect hazardous areas or monitor the environment. However, for the use of cyborg insects to be practical, handlers must be able to control them remotely for long periods of time. This requires wireless control of their leg segments, powered by a tiny rechargeable battery. Keeping the battery adequately charged is fundamental—nobody wants a suddenly out-of-control team of cyborg cockroaches roaming around. While it’s possible to build docking stations for recharging the battery, the need to return and recharge could disrupt time-sensitive missions. Therefore, the best solution is to include an on-board solar cell that can continuously ensure that the battery stays charged.

Credit: RIKEN

All of this is easier said than done. To successfully integrate these devices into a cockroach that has limited surface area required the research team to develop a special backpack, ultrathin organic solar cell modules, and an adhesion system that keeps the machinery attached for long periods of time while also allowing natural movements. Led by Kenjiro Fukuda, RIKEN CPR, the team experimented with Madagascar cockroaches, which are approximately 6 cm long. They attached the wireless leg-control module and lithium polymer battery to the top of the insect on the thorax using a specially designed backpack, which was modeled after the body of a model cockroach. The backpack was 3D printed with an elastic polymer and conformed perfectly to the curved surface of the cockroach, allowing the rigid electronic device to be stably mounted on the thorax for more than a month.

The ultrathin 0.004 mm thick organic solar cell module was mounted on the dorsal side of the abdomen. The ultrathin and flexible organic solar cell, and how it was attached to the insect, proved necessary to ensure freedom of movement. After carefully examining natural cockroach movements, the researchers realized that the abdomen changes shape and portions of the exoskeleton overlap. To accommodate this, they interleaved adhesive and non-adhesive sections onto the films, which allowed them to bend but also stay attached.

RO: Cercetătorii au încercat să proiecteze insecte cyborg – parțial insecte, parțial mașini – pentru a le folosi la inspectarea zonelor periculoase sau la monitorizarea mediului înconjurător. Cu toate acestea, pentru ca utilizarea insectelor cyborg să fie practică, cei care le manipulează trebuie să le poată controla de la distanță pentru perioade lungi de timp. Acest lucru necesită controlul fără fir al segmentelor picioarelor, alimentate de o baterie reîncărcabilă minusculă. Menținerea bateriei încărcate în mod adecvat este fundamentală – nimeni nu dorește ca o echipă de gândaci cyborg scăpată brusc de sub control să umble prin preajmă. Deși este posibil să se construiască stații de andocare pentru reîncărcarea bateriei, necesitatea de a reveni și de a reîncărca ar putea întrerupe misiunile sensibile la timp. Prin urmare, cea mai bună soluție este să se includă o celulă solară la bord care să asigure în permanență încărcarea bateriei.

Toate acestea sunt mai ușor de spus decât de făcut. Pentru a reuși să integreze cu succes aceste dispozitive într-un gândac care are o suprafață limitată, echipa de cercetare a trebuit să dezvolte un rucsac special, module de celule solare organice ultra-subțiri și un sistem de aderență care să mențină mașinăria atașată pentru perioade lungi de timp, permițând în același timp mișcări naturale. Condusă de Kenjiro Fukuda, RIKEN CPR, echipa a experimentat cu gândaci de Madagascar, care au o lungime de aproximativ 6 cm. Aceștia au atașat modulul wireless de control al picioarelor și bateria cu polimeri de litiu de partea superioară a insectei, pe torace, folosind un rucsac special conceput, care a fost modelat după corpul unui model de insectă. Rucsacul a fost imprimat 3D cu un polimer elastic și s-a adaptat perfect la suprafața curbată a gândacului, permițând dispozitivului electronic rigid să fie montat stabil pe torace timp de mai bine de o lună.

Modulul ultra-subțire de celule solare organice cu o grosime de 0,004 mm a fost montat pe partea dorsală a abdomenului. Celula solară organică ultra-subțire și flexibilă, precum și modul în care a fost atașată insectei, s-au dovedit a fi necesare pentru a asigura libertatea de mișcare. După ce au examinat cu atenție mișcările naturale ale gândacilor, cercetătorii și-au dat seama că abdomenul își schimbă forma și porțiuni ale exoscheletului se suprapun. Pentru a se adapta la acest lucru, ei au intercalat secțiuni adezive și neadezive pe pelicule, ceea ce le-a permis să se îndoaie, dar și să rămână atașate.

Source (RIKEN, “Robobug: a rechargeable, remote-controllable cyborg cockroach”, 06.09.2022)

Paper: Kakei, Y., Katayama, S., Lee, S., Takakuwa, M., Furusawa, K., Umezu, S., Sato, H., Fukuda, K. and Someya, T., 2022. Integration of body-mounted ultrasoft organic solar cell on cyborg insects with intact mobility. npj Flexible Electronics6(1), pp.1-9.

New AI system predicts how to prevent wildfires

ENG: Wildfires are a growing threat in a world shaped by climate change. Now, researchers at Aalto University have developed a neural network model that can accurately predict the occurrence of fires in peatlands. The study focused on the Central Kalimantan province of Borneo in Indonesia, which has the highest density of peatland fires in Southeast Asia. Drainage to support agriculture or residential expansion has made peatlands increasingly vulnerable to recurring fires.

Credit: Jeff Schmaltz, MODIS Rapid Response Team / NASA

The new model uses measurements taken before each fire season in 2002-2019 to predict the distribution of peatland fires. The researchers used a convolutional neural network to analyse 31 variables, such as the type of land cover and pre-fire indices of vegetation and drought. Once trained, the network predicted the likelihood of a peatland fire at each spot on the map, producing an expected distribution of fires for the year.

While the model was usually right in predicting a fire, it also missed many fires that actually occurred. About half of the observed fires weren’t predicted by the model, meaning that it isn’t suitable as an early-warning predictive system. Larger groupings of fires tended to be predicted well, while isolated fires were often missed by the network. With further work, the researchers hope to improve the network’s performance so it can also serve as an early-warning system.

The team took advantage of the fact that fire predictions were usually correct to test the effect of different land management strategies. By simulating different interventions, they found that the most effective plausible strategy would be to convert shrubland and scrubland into swamp forests, which would reduce fire incidence by 50%. If this were combined with blocking all of the drainage canals except the major ones, fires would decrease by 70% in total.

RO: Incendiile de vegetație reprezintă o amenințare din ce în ce mai mare într-o lume marcată de schimbări climatice. Cercetătorii de la Universitatea Aalto au dezvoltat un model de rețea neuronală care poate prezice cu precizie apariția incendiilor în turbării. Studiul s-a concentrat asupra provinciei Kalimantan Central din Borneo, Indonezia, care are cea mai mare densitate de incendii de turbă din Asia de Sud-Est. Drenajul în sprijinul agriculturii sau al expansiunii rezidențiale a făcut ca mlaștinile să devină din ce în ce mai vulnerabile la incendiile recurente.

Noul model neuronal utilizează măsurători efectuate înainte de fiecare sezon de incendii în perioada 2002-2019 pentru a prezice distribuția incendiilor de turbărie. Cercetătorii au folosit o rețea neuronală convoluțională pentru a analiza 31 de variabile, cum ar fi tipul de acoperire a terenului și indicii de vegetație și de secetă dinaintea incendiilor. După ce a fost antrenată, rețeaua a prezis probabilitatea unui incendiu de turbărie în fiecare punct de pe hartă, producând o distribuție preconizată a incendiilor pentru anul respectiv.

Deși modelul a avut o acuratețe mare în prezicerea unui incendiu, a omis multe incendii care au avut loc în realitate. Aproximativ jumătate din incendiile observate nu au fost prezise de model, ceea ce înseamnă că acesta nu este potrivit ca sistem de predicție pentru avertizare timpurie. Grupurile mai mari de incendii au avut tendința de a fi prezise bine, în timp ce incendiile izolate au fost adesea ratate de rețea. Cercetătorii speră să îmbunătățească performanțele rețelei, astfel încât aceasta să poată servi și ca sistem de avertizare.

Echipa a profitat de faptul că previziunile privind incendiile erau de obicei corecte pentru a testa efectul diferitelor strategii de gestionare a terenurilor. Simulând diferite intervenții, au descoperit că cea mai eficientă strategie plauzibilă ar fi transformarea tufărișurilor și a mlaștinilor în păduri mlăștinoase, ceea ce ar reduce incidența incendiilor cu 50%. Dacă acest lucru ar fi combinat cu blocarea tuturor canalelor de drenaj, cu excepția celor majore, incendiile ar scădea în total cu 70%.

Source (Aalto University, “New AI system predicts how to prevent wildfires”, 09.09.2022)

Paper: Horton, A.J., Lehtinen, J. & Kummu, M. Targeted land management strategies could halve peatland fire occurrences in Central Kalimantan, Indonesia. Commun Earth Environ 3, 204 (2022). https://doi.org/10.1038/s43247-022-00534-2

Using artificial intelligence to control digital manufacturing

ENG: Scientists and engineers are constantly developing new materials with unique properties that can be used for 3D printing, but figuring out how to print with these materials can be a complex, costly conundrum. Often, an expert operator must use manual trial-and-error — possibly making thousands of prints — to determine ideal parameters that consistently print a new material effectively. These parameters include printing speed and how much material the printer deposits.

MIT researchers have now used artificial intelligence to streamline this procedure. They developed a machine-learning system that uses computer vision to watch the manufacturing process and then correct errors in how it handles the material in real-time. They used simulations to teach a neural network how to adjust printing parameters to minimize error, and then applied that controller to a real 3D printer. Their system printed objects more accurately than all the other 3D printing controllers they compared it to.

The work avoids the prohibitively expensive process of printing thousands or millions of real objects to train the neural network. And it could enable engineers to more easily incorporate novel materials into their prints, which could help them develop objects with special electrical or chemical properties. It could also help technicians make adjustments to the printing process on-the-fly if material or environmental conditions change unexpectedly.

RO: Oamenii de știință și inginerii dezvoltă în mod constant noi materiale cu proprietăți unice care pot fi utilizate pentru imprimarea 3D, dar descoperirea modului de imprimare cu acestea poate fi o enigmă complexă și costisitoare. Adesea, un operator expert trebuie să folosească metoda manuală de încercare și eroare – eventual făcând mii de imprimări – pentru a determina parametrii ideali care imprimă în mod constant și eficient un nou material. Acești parametri includ viteza de imprimare și cantitatea de material pe care imprimanta o depune.

Cercetătorii MIT au folosit inteligența artificială pentru a simplifica această procedură. Aceștia au dezvoltat un sistem de învățare automată care utilizează viziunea computerizată pentru a urmări procesul de producție și apoi pentru a corecta erorile în modul în care manipulează materialul în timp real. Aceștia au folosit simulări pentru a învăța o rețea neuronală cum să ajusteze parametrii de imprimare pentru a minimiza erorile, iar apoi au aplicat acest controler la o imprimantă 3D reală. Sistemul lor a imprimat obiecte mai precis decât toate celelalte controlere de imprimare 3D cu care l-au comparat.

Lucrarea evită procesul prohibitiv de costisitor de imprimare a mii sau milioane de obiecte reale pentru a antrena rețeaua neuronală. De asemenea, ar putea permite inginerilor să încorporeze mai ușor materiale noi în tipăriturile lor, ceea ce i-ar putea ajuta să dezvolte obiecte cu proprietăți electrice sau chimice speciale. De asemenea, ar putea ajuta tehnicienii să facă ajustări ale procesului de tipărire din mers, în cazul în care materialul sau condițiile de mediu se schimbă în mod neașteptat.

Source (MIT News, Adama Zewe, “Using artificial intelligence to control digital manufacturing”, 02.08.2022)

Paper: Piovarci, M., Foshey, M., Xu, J., Erps, T., Babaei, V., Didyk, P., … & Bickel, B. (2022). Closed-Loop Control of Direct Ink Writing via Reinforcement Learning. arXiv preprint arXiv:2201.11819.

Using mathematical modeling to fight malaria

ENG: Researchers have created a mathematical model to predict genetic resistance to antimalarial drugs in Africa to manage one of the biggest threats to global malarial control. Malaria is a life-threatening disease caused by parasites and spread to humans through infected mosquitos. It is preventable and curable, yet resistance to current antimalarial drugs is causing avoidable loss of life. The World Health Organisation estimated there were 241 million cases of malaria worldwide in 2020, with more than 600,000 deaths.

Credit: Mayo Clinic

In research published in PLOS Computational Biology, an international research team used data from the WorldWide Antimalarial Resistance Network (WWARN), a global, scientifically independent collaboration, to map the prevalence of genetic markers that indicate resistance to Plasmodium falciparum – the parasite that causes malaria. Lead author Associate Professor Jennifer Flegg from the University of Melbourne said malaria has devastating impacts on lower-income countries and effective treatment is key to elimination.

“The antimalarial drug sulfadoxine-pyrimethamine (SP) is commonly used in various preventative malaria treatment programs in Africa, particularly for infants, young children and during pregnancy. But we know its efficacy as a treatment is threatened in areas where resistance to SP is high,” Associate Professor Flegg said. “The statistical mapping tool we have developed is critical for health organisations to understand the spread of antimalarial resistance. The model takes in the data that is available and fills in the gaps by making continuous predictions in space and time. Health agencies can use this tool to understand when and where SP is appropriate to use as part preventive malaria treatments and where other antimalarial methods may need to be explored.”

Professor Karen Barnes, Head of WWARN Pharmacology and Elimination, said there is a rapidly increasing need for malaria chemoprevention (drugs that prevent malaria infections), but there are limited treatment options available. Professor Feiko ter Kuile, Head of WWARN’s Malaria in Pregnancy Scientific Group, said the updated model of SP resistance in Africa was long overdue.

RO: Cercetătorii au creat un model matematic pentru a prezice rezistența genetică la medicamentele antimalarice (antipaludice) în Africa, pentru a gestiona una dintre cele mai mari amenințări la adresa controlului global al malariei. Malaria este o boală care pune în pericol viața, este cauzată de paraziți și transmisă la oameni prin intermediul țânțarilor infectați. Ea poate fi prevenită și vindecată, însă rezistența la medicamentele antimalarie actuale provoacă pierderi de vieți care pot fi evitate. Organizația Mondială a Sănătății a estimat că în 2020 au existat 241 de milioane de cazuri de malarie la nivel mondial, cu peste 600.000 de decese.

În cercetarea publicată în PLOS Computational Biology, o echipă internațională de cercetători a utilizat date de la WorldWide Antimalarial Resistance Network (WWARN), o colaborare globală, independentă din punct de vedere științific, pentru a cartografia prevalența markerilor genetici care indică rezistența la Plasmodium falciparum – parazitul care provoacă malaria. Autorul principal, profesorul asociat Jennifer Flegg de la Universitatea din Melbourne, a declarat că malaria are un impact devastator asupra țărilor cu venituri mici, iar un tratament eficient este esențial pentru eliminare.

“Medicamentul antimalarie sulfadoxină-pirimetamină (SP) este utilizat în mod obișnuit în diverse programe de tratament preventiv al malariei în Africa, în special pentru sugari, copii mici și în timpul sarcinii. Dar știm că eficacitatea sa ca tratament este amenințată în zonele în care rezistența la SP este ridicată”, a declarat profesorul asociat Flegg. “Instrumentul de cartografiere statistică pe care l-am dezvoltat este esențial pentru ca organizațiile de sănătate să înțeleagă răspândirea rezistenței la medicamente antimalarie. Modelul preia datele disponibile și completează lacunele făcând predicții continue în spațiu și timp. Agențiile de sănătate pot utiliza acest instrument pentru a înțelege când și unde este oportună utilizarea SP ca parte a tratamentelor preventive împotriva malariei și unde ar putea fi necesară explorarea altor metode antimalarice.”

Profesorul Karen Barnes, șeful WWARN Farmacologie și Eliminare, a declarat că există o creștere rapidă a nevoii de chimioprevenție a malariei (medicamente care previn infecțiile cu malarie), dar există opțiuni limitate de tratament disponibile. Profesorul Feiko ter Kuile, șeful Grupului Științific pentru Malaria în Timpul Sarcinii din cadrul WWARN, a declarat că modelul actualizat al rezistenței la SP în Africa era așteptat de mult timp.

Source (The University of Melbourne News, “Using mathematical modelling to fight malaria”, 12.08.2022)

Paper: Flegg, J.A., Humphreys, G.S., Montanez, B., Strickland, T., Jacome-Meza, Z.J., Barnes, K.I., Raman, J., Guerin, P.J., Hopkins Sibley, C. and Dahlström Otienoburu, S., 2022. Spatiotemporal spread of Plasmodium falciparum mutations for resistance to sulfadoxine-pyrimethamine across Africa, 1990–2020. PLOS Computational Biology18(8), p.e1010317.