(Зображення: MIT CSAIL)
Вчені з Массачусетського технологічного інституту розробили нову систему штучного інтелекту (ШІ) на основі зору, яка може навчитися керувати практично будь-яким роботом без використання датчиків чи попереднього навчання.
Система збирає дані про архітектуру робота за допомогою камер, так само, як люди використовують свої очі, щоб дізнаватися про себе під час руху.
Це дозволяє контролеру штучного інтелекту розробити модель самонавчання для керування будь-яким роботом — по суті, надаючи машинам людське відчуття фізичної самосвідомості.
Вам може сподобатися
-
Дивіться, як цей робот-“канібал” стає більшим і сильнішим, поглинаючи менших роботів
-
Вчені щойно розробили новий штучний інтелект, змодельований за зразком людського мозку, — він перевершує LLM, такі як ChatGPT, у завданнях мислення.
-
Знайомтесь, робот-барабанщик: вчені навчають штучний інтелект грати на барабанах, як Linkin Park та AC/DC, але, схоже, йому ще є чим потренуватися
Дослідники досягли цього прориву, створивши нову парадигму керування, яка використовує камери для відображення відеопотоку «візуомоторного поля Якобіана» робота, що відображає видимі 3D-точки машини, на виконавчі механізми робота.
Модель штучного інтелекту може передбачати рухи прецизійних двигунів. Це дозволяє перетворити нетрадиційні архітектури роботів, такі як м’яка робототехніка та робота, розроблена з гнучких матеріалів, на автономні одиниці лише за кілька годин навчання.
«Подумайте про те, як ви вчитеся керувати пальцями: ви ворушите, ви спостерігаєте, ви адаптуєтесь», – пояснив у прес-релізі Сіже Лестер Лі, аспірант MIT CSAIL та провідний дослідник проекту. «Саме це робить наша система. Вона експериментує з випадковими діями та визначає, які елементи керування рухають які частини робота».
Типові рішення для робототехніки спираються на точну інженерію для створення машин з точними специфікаціями, якими можна керувати за допомогою попередньо навчених систем. Це може вимагати дорогих датчиків та моделей штучного інтелекту, розроблених із сотнями або тисячами годин точного налаштування, щоб передбачити кожну можливу перестановку руху. Наприклад, захоплення об'єктів за допомогою рукоподібних кінцівок залишається складним завданням як у сфері машинобудування, так і в управлінні системами штучного інтелекту.
Розуміння навколишнього світу
Використання рішення для картографування “поля Якоба”, навпаки, забезпечує недороге та високоточне рішення проблеми автоматизації робототехнічних систем.
Команда опублікувала свої висновки 25 червня в журналі Nature. У ньому вони заявили, що робота була розроблена для імітації методу навчання людського мозку керувати машинами.
Наша здатність навчатися та реконструювати 3D-конфігурації, а також передбачати рух як функцію керування, походить лише від зору. Згідно зі статтею, «люди можуть навчитися вибирати та розміщувати об'єкти за лічені хвилини», керуючи роботами за допомогою ігрового контролера, і «єдині датчики, які нам потрібні, — це наші очі».
Структуру системи було розроблено з використанням двох-трьох годин багатоканальних відео, на яких робот виконує випадково згенеровані команди, знятих 12 відеокамерами споживчого класу RGB-D.
ПОВ'ЯЗАНІ ІСТОРІЇ
— Вчені пропікали, тикали та розрізали собі шлях крізь нову роботизовану шкіру, яка може «відчувати все»
—Китай зіштовхує гуманоїдів-суперників один з одним у першому у світі «турнірі з боксу роботів»
— Дивіться, як гуманоїдні роботи плавно танцюють вальс з людьми завдяки оновленню програмного забезпечення для відстеження рухів штучним інтелектом
Цей фреймворк складається з двох ключових компонентів. Перший – це модель глибокого навчання, яка по суті дозволяє роботу визначати, де знаходиться він та його кінцівки у тривимірному просторі. Це дозволяє йому передбачати, як змінюватиметься його положення під час виконання певних команд руху. Другий – це програма машинного навчання, яка перетворює загальні команди руху на код, який робот може зрозуміти та виконати.
Команда протестувала нову парадигму навчання та керування, порівнюючи її ефективність із традиційними методами керування на основі камери. Рішення на основі поля Якобіана перевершило існуючі 2D-системи керування за точністю, особливо коли команда ввела візуальну оклюзію, яка призвела до відмови старих методів. Однак машини, що використовують метод команди, успішно створювали навігаційні 3D-карти, навіть коли сцени були частково перекриті випадковим шумом.
Після того, як вчені розробили цю платформу, її застосували до різних роботів із дуже різною архітектурою. Кінцевим результатом стала програма керування, яка не потребує подальшого втручання людини для навчання та роботи роботів, використовуючи лише одну відеокамеру.
Трістан Грін
Трістан — журналіст, що спеціалізується на науці та технологіях, що мешкає в США. Він висвітлює теми штучного інтелекту (ШІ), теоретичної фізики та передових технологій.
Його роботи були опубліковані в численних виданнях, включаючи Mother Jones, The Stack, The Next Web та Undark Magazine.
До журналістики Трістан 10 років служив у ВМС США програмістом та інженером. Коли він не пише, він любить грати в ігри з дружиною та вивчати військову історію.
Ви повинні підтвердити своє публічне ім'я, перш ніж коментувати
Будь ласка, вийдіть із системи, а потім увійдіть знову. Після цього вам буде запропоновано ввести своє ім'я для відображення.
Вийти Читати далі
Дивіться, як цей робот-“канібал” стає більшим і сильнішим, поглинаючи менших роботів
Вчені щойно розробили новий штучний інтелект, змодельований за зразком людського мозку, — він перевершує LLM, такі як ChatGPT, у завданнях мислення.
Знайомтесь, робот-барабанщик: вчені навчають штучний інтелект грати на барабанах, як Linkin Park та AC/DC, але, схоже, йому ще є чим потренуватися
Мета-ШІ робить перший крок до суперінтелекту — і Цукерберг більше не випускатиме найпотужніші системи для публіки
Штучний інтелект незабаром зможе мислити так, як ми навіть не розуміємо, — уникаючи наших зусиль щодо його узгодження — попереджають провідні вчені у сфері штучного інтелекту
Вчені навчили «робота-собаку» на базі штучного інтелекту грати в бадмінтон проти людей — і це насправді дуже добре
Найновіше в галузі робототехніки
Вчені навчили «робота-собаку» на базі штучного інтелекту грати в бадмінтон проти людей — і це насправді дуже добре
Знайомтесь, робот-барабанщик: вчені навчають штучний інтелект грати на барабанах, як Linkin Park та AC/DC, але, схоже, йому ще є чим зайнятися
Роботи незграбно змагалися, билися та переверталися на перших у Китаї Всесвітніх іграх гуманоїдних роботів
Дивіться, як цей робот-“канібал” стає більшим і сильнішим, поглинаючи менших роботів
Студенти створили новий «гібридний дрон» — спостерігайте, як він літає в повітрі, а потім плавно пірнайте під воду
Китай запускає першого у світі робота, який може працювати самостійно 24/7 — дивіться, як він самостійно замінює батарейки на нових тривожних кадрах
Останні новини
Вчені нарешті дізнаються, що знаходиться всередині таємничих бочок-“гало”, затонулих біля узбережжя Лос-Анджелеса
Новий комп'ютер Microsoft на основі світла натхненний 80-річною технологією — він може зробити штучний інтелект у 100 разів ефективнішим
У морі біля Сицилії знайшли «надзвичайний» римський шолом з битви, що завершила війну
Нові фотографії комети 3I/ATLAS показують, як її хвіст росте на наших очах
Галерея «Кривавий місяць»: приголомшливі знімки повного місячного затемнення минулої ночі
«Я довіряю ШІ, як моряк довіряє морю. Він може занести вас далеко, або ж може втопити»: результати опитування показують, що більшість не довіряє ШІ
ОСТАННІ СТАТТІ
Вчені нарешті дізнаються, що знаходиться всередині таємничих бочок-«гало», затонулих біля узбережжя Лос-Анджелеса
Live Science є частиною Future US Inc, міжнародної медіагрупи та провідного цифрового видавництва. Відвідайте наш корпоративний сайт.
- Про нас
- Зв'яжіться з експертами Future
- Умови та положення
- Політика конфіденційності
- Політика щодо файлів cookie
- Заява про доступність
- Рекламуйтеся у нас
- Веб-сповіщення
- Кар'єра
- Редакційні стандарти
- Як запропонувати нам історію
© Future US, Inc. Повний 7-й поверх, 130 West 42nd Street, Нью-Йорк, штат Нью-Йорк, 10036.
var dfp_config = { “site_platform”: “vanilla”, “keywords”: “тип-новини-щоденно,serversidehawk,відеоартикл,van-enable-adviser-
Sourse: www.livescience.com
