Регистрация Войти
Вход на сайт

ТОП Новости
» » Роботы будущего смогут обучаться выполнять различные действия, просматривая видеоролики с YouTube или наблюдая за живыми людьми

Роботы будущего смогут обучаться выполнять различные действия, просматривая видеоролики с YouTube или наблюдая за живыми людьми

Самообучение роботов

Наше предбудущее обещается быть заполненным роботами, выполняющими вместо людей большущую доля всей их работы. Однако, для того, дабы роботы смогли выполнять человечью работу их надобно этому научить, и основным течением в этом деле почитается создание самообучающихся систем ненастоящего интеллекта. К образцу, представьте себе робота, какой может "обогатить" свою базу познаний о выполнении бытовых операций, таковских, будто приготовление шамовки, попросту "просматривая" обучающие видеоролики, находящиеся на знаменитом сервисе YouTube. Эта идея возлегла в основу новоиспеченной самообучающейся системы для роботов, возвещенной на базе настолько величаемой "глубокой нейронной сети"(deep neural networks), созданной исследователями из университета Мэриленда и австралийского исследовательского фокуса NICTA.

Мишенью создания подобной системы изображает улучшение способности систем ненастоящего интеллекта к самообучению. Эта система должна забить по всем параметрам иные подобные системы, в частности и систему Robo Brain, коей в свое времена было "скормлено" более биллиона изображений, 120 тысяч видеороликов с YouTube и 100 миллионов страниц текста, включающего утилитарные рекомендации и руководства пользования неодинаковой бытовой техникой. На основе всех настоящих, сконцентрированных из этих ключей, система Robobrain выяснила-вычислила будто важнее захватывать и удерживать неодинаковые объекты и инструменты, руководясь всего изображениями заключительных.

Определение действий

Образовывая новоиспеченную систему, исследователи столкнулись с массой трудностей. Основной трудностью изображало то, что видеоролики не включают никакой трехмерной информации, коей манипулируют системы управления роботов. Это, в свою очередность, ладит больно нелегким составление связей между объектами и деяниями, таковскими, будто движения десниц, к образцу, при чистке яиц и нарезке овощей.

Однако, все эти проблемы были постановлены путем создания технологии больно "глубокого" самообучения, базой для коей стала технология распознавания объектов на изображении и технология определения совершаемых движений. Собственно подобный симбиоз позволяет системе изучить какой инструмент используется, какие деяния и над каким объектом выполняются в настоящий момент времени.

Последовательность действий

Настоящие, получаемые от сложной системы распознавания, поступают на вход специализированной нейронной сети CNN(convolutional neural network), какая определяет собственно последовательность выполняемых деяний, выделывая на выходе комплект инструкций для выполнения этих деяний и пополняя новоиспеченными настоящими свою интеллектуальную базу. На этом же этапе, при помощи метода специализированного парсинга(синтаксического и логического разбора)происходит разделение последовательности деяний на иерархическую и рекурсивную составляющие.

В ходе испытаний работоспособности новоиспеченной самообучающейся системы ей была дана возможность разбора 88 обучающих видеороликов в области кулинарии. В итоге этого вышла своего рода база команд для роботов, при помощи каких роботы вполне успешно могут свериться с приготовлением тех или других блюд. А в недалеком предбудущем исследователи планируют привнести изменения в работу системы таковским образом, дабы она смогла самообучаться, следя вживую за деяниями людей.
Рейтинг статьи:
  

Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь. Мы рекомендуем Вам зарегистрироваться либо зайти на сайт под своим именем.