Kunstig Intelligens Fra MIT Vil Træne Robotter Til At Manipulere Genstande, Som De Ser I Det Første - Alternativ Visning

Kunstig Intelligens Fra MIT Vil Træne Robotter Til At Manipulere Genstande, Som De Ser I Det Første - Alternativ Visning
Kunstig Intelligens Fra MIT Vil Træne Robotter Til At Manipulere Genstande, Som De Ser I Det Første - Alternativ Visning

Video: Kunstig Intelligens Fra MIT Vil Træne Robotter Til At Manipulere Genstande, Som De Ser I Det Første - Alternativ Visning

Video: Kunstig Intelligens Fra MIT Vil Træne Robotter Til At Manipulere Genstande, Som De Ser I Det Første - Alternativ Visning
Video: Kunstig Intelligens: Vil Robotterne Overtage Jorden? 2024, Kan
Anonim

Selv på trods af det faktum, at moderne robotter er meget gode til at håndtere forskellige slags objekter, er det først nødvendigt at lægge data om netop disse objekter i deres program. Og hvis en robot støder på noget, som den ikke ved, hvordan den skal håndteres, kører den bilen ind i en bedøvelse. Imidlertid har en gruppe forskere fra Massachusetts Institute of Technology (MIT) oprettet en algoritme, der vil træne robotter til at interagere med objekter, som de aldrig har stødt på før.

Ifølge Engadget er ingeniører fra MIT Computer Science Laboratory ansvarlige for udviklingen. Og deres opfindelse kunne gøre robotter mere nyttige ikke kun i produktionen, men også derhjemme. I øjeblikket tillader hovedtypen software, der er integreret i robotter, dig at udføre et ekstremt begrænset sæt kommandoer: for eksempel skal du vælge blandt objekterne (tidligere kendt af programmet) det, der er nødvendigt i øjeblikket, eller flytte objekter, der er forud skrevet i algoritmen fra sted til sted.

En ny AI fra MIT, kaldet DON (Dense Object Nets), giver robotter mulighed for at bestemme strukturen og formålet med det objekt, de ser i øjeblikket. For eksempel skal en sneaker placeres på sålen, og det er mere praktisk at holde kruset ved håndtaget og helst ikke at vende det, da det kan være fyldt med væske. Baseret på de data, der er inkluderet i programmet, kan det neurale netværk uafhængigt forbedre sig og lære nye emner for sig selv. Derudover husker AI ikke kun specifikke objekter, men også deres formål. For eksempel, hvis han får til opgave at studere et emne, vil AI tage flere billeder og sammenligne dem med de tilgængelige. Derefter nedbrydes objektet praktisk talt til "komponentdele", objektets ramme og dets vigtigste punkter tegnes. Derefter vil det være muligt at interagere med objektet. I øvrigt,Hvis du gentagne gange giver opgaven at finde et objekt blandt de samme lignende objekter, identificerer det neurale netværk ikke kun med det samme, men husker også hele klassen af lignende objekter, ved at indse, at du kan interagere med dem på samme måde som med den originale.

Vladimir Kuznetsov

Anbefalet: