Ludzie od dawna są mistrzami zręczności, umiejętności, które w dużej mierze można zaliczyć do pomocy naszych oczu. Tymczasem roboty wciąż nadrabiają zaległości. Z pewnością nastąpił pewien postęp: od dziesięcioleci roboty w kontrolowanych środowiskach, takich jak linie montażowe, były w stanie wielokrotnie podnosić ten sam obiekt.
Niedawne przełomy w dziedzinie widzenia komputerowego umożliwiły robotom dokonywanie podstawowych rozróżnień między obiektami, ale mimo to roboty nie mogą naprawdę zrozumieć kształtu obiektów, więc nie mogą wiele zrobić, aby je szybko odebrać.
Laboratorium informatyki i sztucznej inteligencji MIT (CSAIL), jak donoszą badacze w nowym artykule, zrobili wielki postęp w tej dziedzinie, system może pozwolić robotowi na sprawdzenie losowych obiektów i wizualnie wystarczająco dużo informacji na ich temat, a w przypadku nigdy nie widzieli, jak wykonują określone zadania.
System, nazwany "Sieci obiektów gęstych" (DON), postrzega obiekty jako zbiory punktów, które służą jako "wizualne mapy drogowe". Takie podejście pozwala robotom lepiej zrozumieć i manipulować przedmiotami, a co najważniejsze, pozwala im nawet podnieść konkretny przedmiot wśród bałaganu podobnych obiektów - cenną umiejętność dla maszyn, które firmy takie jak Amazon i Walmart używają w swoich magazynach .
Na przykład, ktoś może użyć DON, aby pozwolić robotowi uchwycić określoną pozycję na obiekcie - jak język. Od tego czasu mógł zobaczyć but, którego nigdy wcześniej nie widział i zdołał chwycić za język.
Zespół analizuje potencjalne zastosowania nie tylko w środowisku produkcyjnym, ale także w domu. Wyobraź sobie, że dajesz systemowi porządek w czystości, aby utrzymać go w czystości podczas pracy lub używając obrazu płyty, aby system mógł odłożyć Płyta, gdy jesteś na wakacjach.
Co warte odnotowania, to fakt, że żadne dane nie zostały faktycznie oznaczone przez ludzi; raczej system jest "samozarządzany", więc nie wymaga żadnych ludzkich adnotacji.
