Сегодня руки промышленных роботов могут играть на барабанах и даже жонглировать, но они все еще крайне недружелюбно относятся к незнакомым предметам. Вот почему бот DexNet 2.0, разработанный в Университете Беркли настолько впечатляет...
Используя алгоритмы глубокого самообучения он позволяет роботизированной руке захватывать незнакомые объекты и манипулировать ими с 99%-й точностью. несмотря на это, технология, разработанная при участии Amazon, Google и Toyota, все еще достаточно далека от того, чтобы в ближайшем будущем ее можно было использовать в промышленном производстве и других отраслях деятельности.
Исследователи создавали систему глубокого обучения DexNet 2.0, используя обширную библиотеку трехмерных фигур, подбирая подходящие позиции для захвата и манипулирования этими объектами. Использование виртуальных, а не реальных объектов позволило быстрее обучать ИИ. "Мы можем генерировать достаточно данных для обучения глубоких нейронных сетей всего за день или около того, вместо нескольких месяцев работы с реальным роботом", - сказал в интервью ресурсу MIT Technology Review исследователь из Университета Беркли Джефф Малер.
После обучения системы искусственного интеллекта они подключили ее к стандартной роботизированной руке, снабженной встроенной 3D-камерой для определения объема объектов. Сталкиваясь с новым объектом, система может быстро определить лучшее положение для захвата объекта и, если есть боле чем 50 процентов уверенности успехе, рука производит захват. При этом, во время испытаний, успех был достигнут в 98 случаях из 100. Если уровень уверенности был ниже, робот сначала подталкивает объект, чтобы лучше "рассмотреть" его, а затем производит успешный захват, на этот раз - в 99% случаев. Результат - куда лучше, чем у любых других современных аналогов.
Исследователи считают, что их новые методы обучения в сочетании с облачными технологиями обработки данных могут ускорить использование роботов в промышленности, торговле и даже в больницах. Неудивительно, что в проекте принимают участие не только компании, глубоко занимающиеся робототехникой, вроде Toyota или Siemens, но также Amazon которая на данный момент запускает проект роботизации складов и ищет роботов, способных безошибочно выбрать предметы со складских стеллажей для комплектации заказов.
Технология глубокого обучения позволяет сократить сотрудников склада и сэкономить деньги таким предпринимателям как основатель Amazon Джефф Безос. Тем не менее, это плохая новость для рядовых рабочих, так как внедрение новых технологий выводит их на улицу, наглядно демонстрируя, что внедрение технологий ИИ потребует не только технологических решений, но и политических.
Иван Ковалев
EngadgetДізнайтесь, як визначити надійність онлайн-казино чи букмекерської контори за чіткими критеріями: такими як досвід
Какой пароль, по вашему мнению, отнимет больше всего времени для взлома с помощью компьютера? А какой пароль вы
Бюджетный монитор Samsung C27F390FHI построен на основе 27-мидюймовой SVA-матрицы, отличающейся высокой глубиной
