آخرین دستاوردهای روباتیک درباره‌ی شناسایی و کنترل اشیا

آخرین دستاوردهای روباتیک درباره‌ی شناسایی و کنترل اشیا

طبق آخرین تحقیقاتی که در آزمایشگاه علوم کامپیوتری و هوش مصنوعی دانشگاه MIT انجام شد، آموزش ربات‌ها برای انتخاب صحیح اشیا و جمع‌آوری آن‌ها با موفقیت روبرو بوده است.

طبق آخرین تحقیقاتی که در آزمایشگاه علوم کامپیوتری و هوش مصنوعی دانشگاه MIT انجام شد، آموزش ربات‌ها برای انتخاب صحیح اشیا و جمع‌آوری آن‌ها با موفقیت روبرو بوده است. پس از طی دوره‌های آموزشی این ربات‌ها قادر به جمع ‌آوری اجسامی که برایشان شناسایی ‌شده است، می‌باشند و می‌توانند بارها و بارها همان اجسام را در هر زمان در کارخانه‌ها پیدا کرده و جمع کنند اما هنگامی‌که با اشیا دیگری غیر ازآنچه آموزش‌ دیده‌اند مواجه شوند، باید از یک الگوریتم دیگر استفاده نمایند.

اگرچه پیشرفت‌های اخیر در رایانه‌های بصری باعث شده تا ربات‌ها بتوانند بین اشیا تمایز قائل شوند اما هنوز فاقد توانایی درک اشکال اجسام هستند. بااین‌حال، محققان دانشگاه MIT در حال حاضر سیستم‌هایی را ایجاد کرده‌اند که در آن ربات‌ها می‌توانند اشیا را به‌صورت تصادفی انتخاب کرده و قبل از برداشتن آن و انجام‌ وظیفه‌ی خود، شکل سه‌بعدی شی‌ موردنظر را به‌صورت مستقل و بدون کمک انسان‌ها، تشخیص دهند.

سیستم به‌کاررفته در دید این ربات‌ها Dense Object Nets نام دارد که اشیا را به‌صورت مجموعه‌ای از نقاط برای ربات‌ها نمایش می‌دهد و با وصل نمودن این نقاط به یکدیگر یک‌شکل سه‌بعدی طراحی می‌شود و از آن طریق ربات‌ها قادر به تشخیص اشکال مختلف می‌شوند.

در این سیستم، هیچ‌کدام از داده‌های مورداستفاده‌ی ربات‌ها توسط انسان‌ها برچسب‌گذاری نشده‌اند. این ربات‌ها سیستم نظارت خود رادارند و برای برداشتن یک شی، آن را از زوایای مختلف نگاه می‌کنند تا شکل واقعی جسم موردنظر را به‌درستی تشخیص دهند.

اگرچه سیستم‌های مشابه مانند DexNet UC-Berkeley نیز قادر به جمع‌آوری اقلام مختلف هستند، اما نمی‌توانند به دنبال درخواست‌های مشخصی مانند برداشتن یک جسم خاص در یک نقطه خاص بروند.

در کارخانه‌ها، اغلب ربات‌ها باید برای انتخاب اجسام موردنظر توسط انسان‌ها راهنمایی و هدایت شوند اما این سیستم جدید تنها با داشتن عکس جسم موردنظر می‌تواند آن را پیداکرده و جابه‌جا نماید.
این گروه تحقیقاتی امیدوار است که با ادامه‌ی مطالعات بتواند ربات‌ها را برای درک عمیق‌تری از اشیا مختلف ارتقا دهد.

مطالب مرتبط

رقابت IBM و گوگل برای محاسبات کوانتومی

رایانه‌های کوانتومی به زودی مسیر محاسباتی را تغییر خواهند داد.این رایانه‌ها با قدرت عظیم خود عملیات رمزگذاری را تقویت و امنیت اطلاعات را متحول می‌کنند، در این راستا، شرکت‌های گوگل، اینتل، مایکروسافت و IBM برای پیدا کردن مواد بهتر جهت ساخت تراشه‌های کوانتومی و دستیابی به چیپست‌هایی با عملکرد فوق العاده و کیوبیت‌های بیشتر ، با یکدیگر رقابت می‌کنند.

توپ‌های فوتبال هوشمند در جام جهانی 2018

طراحی بهترین توپ فوتبال پیشرفته‌ی جهان در تاریخ به دوره‌ی تلویزیون‌های سیاه و سفید بر می‌گردد که تجهیزات و لوازم‌های ورزشی بسیار ابتدایی بودند. در اولین بازی جام جهانی در سال 1970 از توپ آدیداس Telstar Elust استفاده شد و از آن پس این برند با نام بازی‌های جام جهانی مترادف گشت.

Nobka_Alexa-can-now-schedule-meetings-with-your-contacts.jpg

تاکنون Alexa به‌طورکلی قادر به برنامه‌ریزی برخی جلسات بوده است ، اما اخیرا این دستیار صوتی می‌تواند جلسات کاری را با هماهنگی هر دو طرف جلسه برنامه‌ریزی نماید. همچنین دستیار برنامه‌ریزی هوشمند الکسا می‌تواند با توجه به تقویم کاری شما زمان‌های مناسب برقراری جلسات را اعلام کند که این قابلیت اولین بار برای کاربران تجاری در ایالات‌متحده ارائه شده است.

Nobka_driveai-demonstrates-self-driving-cars.jpg

اخیرا استارتاپ اتومبیل‌های اتوماتیک ، ویدیویی از اتومبیل‌های خودران Drive.ai که در اطراف شهر در حرکت هستند و نحوه‌ی عملکرد آنان منتشر کرده است. ویدیو‌ی منتشر شده Drive.ai رانندگی اتومبیل‌های خودران را در اتوبان‌ها و خیابان‌های کوچک نشان می‌دهد. سیستم تشخیص چهره در این اتومبیل وسایل نقلیه‌ی دیگر، عابران پیاده ، دوچرخه سواران و مسیرهای اطراف آنان را به راحتی و با اطمینان کامل تشخیص می‌دهد.

Nobka_Google_Duplex_AI.jpg

دستیار صوتی گوگل (Google Assistant) به زودی قادر خواهد بود با کسب‌و‌کارهای مختتلف تماس بگیرد، قرار ملاقات را رزرو کند و زمانی که این کار انجام می‌شود به شما اطلاع‌رسانی کند.

Nobka_AI_google news.jpg

اخیرا گوگل، از نسخه‌ی کامل Google News که به جمع‌آوری اخبار مورد علاقه‌ی کاربران می‌پردازد ، رونمایی کرده است. هوش مصنوعی نقش مهمی در شخصی‌سازی اخبار که به صفحه نمایش شما منتقل می‌شود، بازی خواهد کرد.