Umetna Inteligenca Iz MIT Bo Robote Usposobila Za Manipuliranje S Predmeti, Ki Jih Vidijo V Prvem - Alternativni Pogled

Umetna Inteligenca Iz MIT Bo Robote Usposobila Za Manipuliranje S Predmeti, Ki Jih Vidijo V Prvem - Alternativni Pogled
Umetna Inteligenca Iz MIT Bo Robote Usposobila Za Manipuliranje S Predmeti, Ki Jih Vidijo V Prvem - Alternativni Pogled

Video: Umetna Inteligenca Iz MIT Bo Robote Usposobila Za Manipuliranje S Predmeti, Ki Jih Vidijo V Prvem - Alternativni Pogled

Video: Umetna Inteligenca Iz MIT Bo Robote Usposobila Za Manipuliranje S Predmeti, Ki Jih Vidijo V Prvem - Alternativni Pogled
Video: От коммунизма и демократии к раю! Сообщение от инопланетян - древние пришельцы! 2024, Oktober
Anonim

Kljub temu, da so sodobni roboti zelo dobri pri ravnanju z različnimi predmeti, je treba podatke o teh samih objektih vnesti v svoj program. In če robot naleti na nekaj, s čimer ne ve, kako ga obvladati, avto zapelje v omamljanje. Vendar je skupina raziskovalcev Massachusetts Institute of Technology (MIT) ustvarila algoritem, ki bo usposobil robote za interakcijo s predmeti, s katerimi se še nikoli niso srečali.

Kot je povedal Engadget, so za razvoj odgovorni inženirji laboratorija za računalniške znanosti MIT. In njihov izum bi lahko robote naredil bolj uporabne ne le v proizvodnji, ampak tudi doma. Trenutno glavna vrsta programske opreme, vdelane v robote, omogoča izvajanje izjemno omejenega niza ukazov: na primer med predmeti (prej znanim programu) izberite tistega, ki je v tem trenutku potreben, ali premikate predmete, vnaprej zapisane v algoritmu iz kraja v kraj.

Nov AI iz MIT, ki so ga poimenovali DON (Dense Object Nets), bo robotom omogočil določitev strukture in namena predmeta, ki ga trenutno vidijo. Na primer, na podplatu je treba postaviti superge in je bolj priročno držati vrč za ročaj in po možnosti, da ga ne obračate, saj je morda napolnjen s tekočino. Na podlagi podatkov, vključenih v program, se lahko nevronska mreža samostojno izboljša, uči nove predmete zase. Poleg tega si AI zapomni ne le določene predmete, temveč tudi njihov namen. Če na primer dobi nalogo, da preuči predmet, bo AI posnel več slik in jih primerjal z razpoložljivimi. Nato se objekt praktično razgradi na "sestavne dele", sestavi okvir objekta in njegove najpomembnejše točke. Po tem bo možna interakcija s objektom. Še več,če večkrat daste nalogo, da najdete predmet med enakimi podobnimi, ga nevronska mreža ne le takoj identificira, ampak tudi zapomni si celoten razred podobnih predmetov, zavedajoč se, da lahko z njimi komunicirate na enak način kot z izvirnim.

Vladimir Kuznecov