Ten niesamowity robot może uczyć się od ludzi tylko przez ich obserwowanie

$config[ads_kvadrat] not found

Wyższa cena pomaga zdobywać klientów – Veronika Lewandowska-Biedrzycka

Wyższa cena pomaga zdobywać klientów – Veronika Lewandowska-Biedrzycka
Anonim

Jeśli asystenci robotyczni pewnego dnia zwolnią cię z obowiązków domowych, będą musieli nie tylko mieć ręce na pierwszym miejscu, ale także będą musieli nauczyć się, co z nimi zrobić.

Na szczęście zespół naukowców z Uniwersytetu Kalifornijskiego w Berkeley już zajmuje się sprawą, upewniając się, że roboty przyszłości są mistrzami w interpretowaniu informacji wizualnych i przekładaniu ich na zadania krok po kroku, które mogą wykonywać samodzielnie.

Ten nowy bot sortujący został stworzony przez współautorów Tianhe Yu i Chelsea Finn, którzy razem opublikowali wyniki swojego eksperymentu w lipcu. W artykule wyjaśniają, w jaki sposób byli w stanie wyszkolić robota dostępnego w handlu, o nazwie PR2, do umieszczania przedmiotów gospodarstwa domowego w pojemnikach oznaczonych kolorami, obserwując, jak robią to najpierw. Osiągnęli to, zasilając materiał sieci neuronowej Yu umieszczając brzoskwinie w misce i po wstępnej demonstracji, co skłoniło PR2 do naśladowania tych działań.

To jest # 20 na liście 20 sposobów na odwrotność A.I. Został bardziej człowiekiem w 2018 roku.

Jest to ogromny krok naprzód w kierunku nie tylko robotów-kamerdynerów, ale także konstrukcji ogólnego przeznaczenia, czyszczenia i potencjalnie nawet robotów sportowych. Kluczem do przełomu jest to, że zamiast specjalnie programować boty dla każdego indywidualnego zadania, właściciele mogą teoretycznie po prostu pokazać im, co mają robić. To różnica między futurystyczną Alexą, która wie, jak złożyć pranie, a robotem, który wie jak ty jak twoja pralnia złożona.

Umożliwienie robotom odtworzenia działań wykonanych przez człowieka nie było łatwym zadaniem, a wcześniejsze badania wymagały generalnie, aby robot był szkolony przez innego robota. Ludzkie kończyny po prostu nie poruszają się jak robota, co utrudnia A.I. śledzić i naśladować ruchy, których używamy, aby poruszać się w naszym codziennym życiu.

Yu i Finn zorientowali się, jak pokonać tę przeszkodę, skupiając się na PR2 gdzie obiekt musiał iść, zamiast w jaki sposób potrzebował go przenieść. W ten sposób pomogli otworzyć drzwi, które mogą nie tylko oczyścić, ale także tych, których łatwo nauczyć nie-specjalistów.

$config[ads_kvadrat] not found