(Зображення надано: MIT CSAIL)
Вчені з Массачусетського технологічного інституту розробили нову систему штучного інтелекту (ІІ) на основі зору, яка може самостійно навчитися керувати практично будь-яким роботом без використання датчиків чи попередньої підготовки.
Система збирає дані про архітектуру конкретного робота за допомогою камер приблизно так само, як люди використовують свої очі, щоб дізнаватися про себе під час руху.
Це дозволяє контролеру ІІ розробляти модель, що самонавчається, для управління будь-яким роботом — по суті, надаючи машинам подібне людське почуття фізичної самосвідомості.
Вам може сподобатися
-
Подивіться, як цей робот-канібал стає більше і сильніше, поїдаючи дрібніших роботів.
-
Знайомтеся, робот-барабанщик: вчені навчають ІІ грати на барабанах у стилі Linkin Park та AC/DC, але, схоже, йому ще багато практики.
-
Мета-ІІ робить перший крок до надінтелекту — і Цукерберг більше не випускатиме найпотужніших систем для публіки
Дослідники досягли цього прориву, створивши нову парадигму управління, яка використовує камери для відображення відеопотоку візуомоторного якобіанського поля робота (зображення видимих тривимірних точок машини) на виконавчі механізми робота.
Модель ІІ здатна передбачати точні рухи моторики. Це дозволяє перетворити нетрадиційні архітектури роботів, такі як м’які роботи та роботи, створені з гнучких матеріалів, на автономні пристрої всього за кілька годин навчання.
“Подумайте про те, як ви вчитеся керувати пальцями: ви ворушите, спостерігаєте, адаптуєтеся”, – пояснив у прес-релізі Сізхе Лестер Лі, аспірант Массачусетського технологічного інституту CSAIL і провідний дослідник проекту. «Саме це і робить наша система. Вона експериментує з випадковими діями та визначає, які елементи управління керують тими чи іншими частинами робота».
Типові рішення в галузі робототехніки засновані на точному машинобудуванні для створення машин, що відповідають точним специфікаціям та керуються за допомогою попередньо навчених систем. Для цього можуть знадобитися дорогі датчики та моделі ІІ, на розробку яких йдуть сотні або тисячі годин тонкого налаштування, щоб передбачити всі можливі варіанти руху. Наприклад, захоплення об’єктів за допомогою кінцівок, що нагадують руки, залишається складним завданням як в галузі машинобудування, так і в управлінні системами ІІ.
Розуміння навколишнього світу
Використання картографічної камери на основі «якобівського поля», навпаки, забезпечує недороге та високоточне вирішення задачі автоматизації робототехнічних систем.
Група опублікувала результати своїх досліджень 25 червня у журналі Nature. У статті йдеться про те, що робота спрямована на імітацію процесу навчання людського мозку управлінню машинами.
Наша здатність вивчати та відновлювати тривимірні конфігурації, а також передбачати рух залежно від керуючих впливів заснована виключно на зорі. Згідно зі статтею, «люди можуть навчитися підбирати та розміщувати предмети за лічені хвилини», керуючи роботами за допомогою ігрового контролера, і «єдині необхідні нам датчики — це наші очі».
Каркас системи був розроблений з використанням двох-трьох годин багаторакурсних відеороликів робота, який виконує випадково згенеровані команди, зняті 12 відеокамерами RGB-D споживчого рівня.
ЗВ’ЯЗАНІ ІСТОРІЇ
— Вчені пропалювали, протикали та розрізали нову роботизовану шкіру, яка може «відчувати все».
— Китай змагає гуманоїдів у першому у світі «турнірі з роботизованого боксу».
—Спостерігайте, як людиноподібні роботи плавно танцюють із людьми завдяки оновленню програмного забезпечення для відстеження рухів на базі штучного інтелекту.
Ця структура і двох ключових компонентів. Перший – це модель глибокого навчання, яка, по суті, дозволяє роботу визначати своє положення та положення своїх кінцівок у тривимірному просторі. Це дозволяє йому передбачати, як зміниться його положення під час виконання певних команд руху. Другий — це програма машинного навчання, яка перетворює загальні команди руху на код, зрозумілий і виконуваний роботом.
Команда протестувала нову парадигму навчання та управління, порівнявши її ефективність із традиційними методами управління за допомогою камери. Рішення на основі якобіанського поля перевершило за точністю існуючі двовимірні системи управління, особливо коли команда запровадила візуальне затінення, через яке старі методи перестали працювати. Однак машини, що використовують розроблений командою метод, успішно створювали тривимірні навігаційні карти, навіть коли сцени були частково перекриті випадковими перешкодами.
Після того, як вчені розробили структуру, її потім застосували до різних робіт з різними архітектурами. Кінцевим результатом стала програма управління, яка не потребує додаткового втручання людини для навчання та управління роботами, використовуючи лише одну відеокамеру.
Трістан Грін
Трістан — американський журналіст, який пише про науку та технології. Він висвітлює теми штучного інтелекту (ІІ), теоретичної фізики та передових технологій.
Його роботи публікувалися у багатьох виданнях, включаючи Mother Jones, The Stack, The Next Web та Undark Magazine.
До журналістики Трістан 10 років прослужив у ВМС США програмістом та інженером. У вільний від письменства час він любить грати у відеоігри з дружиною та вивчати військову історію.
Перед коментуванням необхідно підтвердити своє публічно відображене ім’я.
Будь ласка, вийдіть із системи та увійдіть знову. Потім вам буде запропоновано ввести ім’я, що відображається.
Вийти Читати далі
Подивіться, як цей робот-канібал стає більше і сильніше, поїдаючи дрібніших роботів.
Знайомтеся, робот-барабанщик: вчені навчають ІІ грати на барабанах у стилі Linkin Park та AC/DC, але, схоже, йому ще багато практики.
Мета-ІІ робить перший крок до надінтелекту — і Цукерберг більше не випускатиме найпотужніших систем для публіки
Провідні фахівці зі штучного інтелекту попереджають: незабаром ІІ зможе мислити способами, які ми навіть не розуміємо, вислизаючи від наших зусиль підтримувати його у робочому стані.
ІІ постійно «галюцинує», але є рішення
Китай випустив першого у світі робота, здатного працювати самостійно 24 години на добу та 7 днів на тиждень. Дивіться, як він змінює батарейки у нових тривожних кадрах. Новини робототехніки.
Знайомтеся, робот-барабанщик: вчені навчають ІІ грати на барабанах у стилі Linkin Park та AC/DC, але, схоже, йому ще багато практики.
Роботи незручно змагаються, б’ються і перекидаються на перших у Китаї Всесвітніх іграх гуманоїдних роботів
Подивіться, як цей робот-канібал стає більше і сильніше, поїдаючи дрібніших роботів.
Студенти будують новий «гібридний дрон» — спостерігають, як він літає у повітрі, а потім плавно пірнає під воду.
Китай випустив першого у світі робота, здатного працювати самостійно 24 години на добу та 7 днів на тиждень – дивіться, як він змінює батарейки у нових тривожних кадрах
Подивіться, як цей милий робот-слон грає в боулінг – це перший у своєму роді робот, надрукований на 3D-принтері. Останні новини
«Міні-мозки» розкривають секрети формування ключових клітин мозку в утробі матері
Дослідження показало, що таємничий череп із грецької печери віком 300 000 років не належав ні людині, ні неандертальцю
Телескоп Джеймса Вебба зафіксував найяскравіший з колись зареєстрованих FRB-сплесків
“У нас ніколи не було конкретних доказів”: археологи виявили християнський хрест в Абу-Дабі, довівши, що на місці 1400-річного поселення був монастир
Якби «роботи для вагітних» були реальністю, чи ви б ними скористалися?
Синоптики передбачають умови Ла-Нінья цієї осені: чого чекати ОСТАННІ СТАТТІ
1Нова місія до Плутона може розкрити прихований океан карликової планети — якщо «королева підземного світу» зможе політати
Журнал Live Science входить до складу Future US Inc., міжнародної медіагрупи та провідного цифрового видавця. Завітайте на наш корпоративний сайт.
- Про нас
- передзвоніть експертам Future
- Умови та положення
- Політика конфіденційності
- Політика використання файлів cookie
- Заява про доступність
- Рекламуйте у нас
- Веб-сповіщення
- Кар’єра
- Редакційні стандарти
- Як уявити нам історію
© Future US, Inc. Повний 7 поверх, 130 West 42nd Street, Нью-Йорк, штат Нью-Йорк 10036.
var dfp_config = { “site_platform”: “vanilla”, “keywords”: “type-news-daily,serversidehawk,videoarticle,van-enable-adviser-
Sourse: www.livescience.com