I coltivatori di frutta in Washington faticano a trovare abbastanza lavoratori per la raccolta e la potatura. Lo Stato guida la produzione di mele e ciliegie dolci e nel 2023 questo settore ha contribuito per più di 2 miliardi di dollari al prodotto interno lordo degli Stati Uniti.
Ricercatori della Washington State University hanno sviluppato un braccio robotico gonfiabile a basso costo per raccogliere mele e svolgere altri compiti nei frutteti. Il team collabora con centri di ricerca locali e con un gruppo della Cornell University per adattare il braccio a una piattaforma mobile automatizzata. Il dispositivo è pensato per essere sicuro e facile da usare nei frutteti moderni.
Parole difficili
- coltivatore — persona che lavora per coltivare piantecoltivatori
- raccolta — azione di prendere frutta matura dagli alberi
- potatura — taglio dei rami per migliorare le piante
- prodotto interno lordo — valore totale dei beni e servizi di uno Stato
- braccio — parte meccanica che si muove e afferra
- gonfiabile — che si può riempire d'aria o gas
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Pensi che un braccio robotico possa aiutare i coltivatori? Perché?
- Quale lavoro nel frutteto ti sembra più difficile: raccogliere o potare? Spiega brevemente.
Articoli correlati
Tessuti intelligenti con MXene per salute ed energia
Una recensione esamina come i tessuti con MXene possano monitorare parametri vitali, avere proprietà antimicrobiche e raccogliere energia solare. Gli autori segnalano però problemi di ossidazione e di sostenibilità nella produzione.
Blackout di Internet in Iran e modello a lista bianca
Le proteste in Iran tra dicembre 2025 e gennaio 2026 hanno provocato uno dei blackout più lunghi del paese. Lo shutdown totale dell'8 gennaio ha limitato la connettività; accessi parziali sono tornati dal 23 gennaio ma molte restrizioni persistevano al 23 febbraio.
Perché l'intelligenza artificiale produce risultati ingiusti
Una ricerca dell'University of Texas at Austin indica che molti bias nell'intelligenza artificiale nascono perché i modelli non catturano la complessità del mondo reale. Lo studio individua tre fattori che aumentano il rischio di risultati ingiusti.
Sicurezza dei modelli linguistici: ipotesi e tecnica
Ricercatori della North Carolina State University hanno studiato l'allineamento alla sicurezza nei grandi modelli linguistici, proposto la Superficial Safety Alignment Hypothesis (SSAH) e sperimentato il congelamento di componenti neurali per ridurre uscite non sicure mantenendo le prestazioni.