Turbo für Quantenrechnungen

llustration von definierten und undefinierten zeitlichen Abfolgen von Rechenschritten (IQOQI Wien/ÖAW)

Forscher der Österreichischen Akademie der Wissenschaften (ÖAW) und der Universität Wien haben einen Weg gefunden, mit dem sich bestimmte Berechnungen in Quantencomputern erheblich beschleunigen lassen könnten: Wenn undefiniert bleibt, in welcher Reihenfolge einzelne Rechenschritte durchgeführt werden, kann das ihre Effizienz deutlich erhöhen. Das zeigten die Forscher in einer neuen Publikation in der Fachzeitschrift "Physical Review Letters".

Internet der Dinge: Strom fliegt durch die Luft

So sieht der innovative Prototyp für die neuen Internet-Sensoren aus (Bild: IEEE)

Forscher des Tokyo Institute of Technology nutzen die drahtlose Übertragung von elektrischer Energie zur Versorgung von IoT-Geräten (Internet of Things). Das Team um Atsushi Shirane hat hierzu ein Gerät konstruiert, das Millimeterwellen empfängt, die intern in elektrische Energie umgewandelt werden. Sie versorgen einen Sender, der die gesammelten Daten - etwa die einer Maschine - in Form von 5G-Signalen drahtlos empfangen und aussenden kann. Per 5G-Signal lässt sich das Gerät beispielsweise anweisen, die Datenübertragung zu starten.

Bioinspirierte Herzklappen per 3D-Drucker

3D-gedruckte künstliche Herzklappe mit hochpräzisen Fasermustern (Foto: Andreas Heddergott, tum.de)

Gerüste für künstliche Herzklappen aus dem 3D-Drucker: Das haben Forscher der Technischen Universität München (TUM) entwickelt. Diese Gerüste sollen im Patienten neues Gewebe aus körpereigenen Zellen bilden. Zur Herstellung mittels "Melt Electrowriting" hat das Team eine neuartige Produktionsplattform geschaffen.

Österreich: Snap Inc. stiftet Professur an der TU Graz

Snapchat: Mutterkonzern finanziert Professur in Graz (Bild: Pixabay)

Die Firma hinter der populären Kommunikationsplattform Snapchat finanziert an der Technischen Universität Graz (TU Graz) eine Stiftungsprofessur. Das US-Unternehmen Snap Inc. unterstützt in den nächsten sechs Jahren die steirische Forschung im Bereich Mixed Reality. Bis zum Jahresende soll die Professur bereits besetzt sein, teilte die Universität am heutigen Mittwoch mit.

Kraftvolles Zupacken dank Hand-Exoskelett

Hand-Exoskelett in Aktion: kräftiges Zugreifen trotz einer Lähmung (Foto: Alain Herzog, epfl.ch)

Ein leichtes und einfach anzubringendes Hand-Exoskelett für Menschen, die nach einem Schlaganfall oder Unfall nicht mehr zugreifen können: Dies hat das Unternehmen Emovo Care, eine Ausgründung der Eidgenössischen Technischen Hochschule Lausanne (EPFL), entwickelt. Das Gerät wurde bereits in mehreren Krankenhäusern und Rehabilitationszentren erfolgreich getestet.

Arbeitstier-Drohne "Hera" hebt 15 Kilogramm

Drohne Hera: Gefaltet für den Rucksack kaum als Schwerlastdrohne zu erkennen (Foto: rtrobotics.com)

Mit "Hera" hat der Bostoner Drohnenhersteller Realtime Robotics einen wahren Schwerlasttransporter entwickelt. Das Gefährt kann eine Nutzlast von bis zu 15 Kilogramm transportieren, mehr als alle anderen zusammenfaltbaren Drohnen. Zusammengeklappt ist die 15 Kilogramm schwere Drohne gerade einmal 55 mal 34 mal 22 Zentimeter gross und passt damit in einen Rucksack.

Neuer Hautsensor wacht über die Gesundheit

Ohr im Blick: Sinnesorgan wird Sitz von neuen Gesundheitssensoren (Foto: Michael Gaida, pixabay.com)

Eine neue Generation von tragbaren Sensoren, die kontinuierlich die Gesundheit überwachen, ist in Sicht. Forscher der Ohio State University entwickeln ein Gerät, das die Gase analysiert, die die Haut verströmt. Es wird an einer Stelle des Körpers befestigt, an der sich kein Schweiss bildet, etwa hinter dem Ohr oder auf einem Fingernagel.

Roboter benötigt nur noch zehn bis fünfzehn Minuten Training

Versuchsanordnung: flott programmierter Roboter bei der Kommissionierarbeit (Foto: mit.edu)

Forscher des Massachusetts Institute of Technology (MIT) verkürzen den Programmieraufwand für Roboter deutlich. Damit der Roboter weiss, was zu tun ist, reicht künftig eine Handvoll menschlicher Demonstrationen. Mit dieser maschinellen Lernmethode braucht es nur zehn bis 15 Minuten Übung, bis die Maschine die neue Aufgabe erfüllen kann. Zum Erfassen der Formen von 3D-Objekten dient ein neuronales Netzwerk. In nur wenigen Trainingseinheiten kann der Roboter dann unbekannte Objekte, die dazu noch zufällig positioniert sind, packen und zum Ziel bringen.

Seiten

Forschung & Entwicklung abonnieren