Clever Cornell robot à la recherche de votre clavier....

Publié le: 8 septembre 2011 par GtoMath dans le(s) Libellés : , , ,
0


Nous avons posté une vidéo montrant comment les robots peuvent utiliser la machine d'apprentissage pour s'adapter à des objets et des situations qu'ils n'ont jamais vu avant. Le groupe de recherche à l'Université Cornell a également travaillé sur des moyens astucieux pour permettre d'interpréter correctement les robots des scènes et d'identifier des objets, ce qui est une de ces choses que les robots vont devoir être bon avant qu'ils puissent réellement devenir utile dans nos maisons. Les humains ont la capacité de regarder une scène et immédiatement dégager des éléments importants, tout en ignorant tout le reste. Les robots, en général, ne fonctionnent pas vraiment de cette façon. Ils ont à examiner chaque pixel de ce qu'ils regardent et décident si oui ou non c'est quelque chose dont ils doivent s'intéresser. Donc si vous demandez à un robot d'aller vous trouvez un clavier d'ordinateur, il est arrivé à entrer dans un chambre et méthodiquement fouiller chaque zone de pixels équivalent jusqu'à ce qu'il trouve ce qu'il cherche. Le groupe de recherche de Cornell a fait l'enseignement des robots pour qu'il soit en mesure de rapidement balayer une salle dans des catégories générales, et ensuite de reconnaître comment certaines catégories sont liées à d'autres. Dans un sens général, c'est la même chose que nous les humains. Par exemple, si vous entrez dans une pièce et que vous voulez trouver un clavier d'ordinateur, vous devez d'abord (inconsciemment) identifier les endroits que vous n'avez pas besoin de prêter attention, comme les murs et le plafond, et probablement le sol. Ensuite, si vous ne voyez pas immédiatement le clavier, vous pourriez regarder de plus près à proximité d'un ordinateur. La clé pour cela fonctionne remonte à l'apprentissage machine et système d'adaptabilité que Cornell a travaillé. D'abord, ils ont montré a un robot une série de 50 salles différentes, avec la plupart des objets étiquetés. Le robot lit les étiquettes et ensuite rappelle les caractéristiques des objets associés (comme la couleur, la texture), telle qu'elle était alors en mesure d'utiliser ces caractéristiques classer entièrement dans des environnements. Armé de cette connaissance et cette façon de penser, le robot a ensuite été en mesure d'entrer dans une pièce où il n'avait jamais été auparavant dans la recherche d'un clavier. Cette capacité à suivre des chaînes de raisonnement pour identifier, classer et de localiser des objets est évidemment toujours en développement, mais encore une fois, donnant aux robots la capacité de comprendre le contexte et l'utiliser pour s'adapter à de nouvelles choses.

www.news.cornell.edu 


0 commentaires: