Нова система штучного інтелекту UQ-DAAAM
Дослідники Массачусетського технологічного інституту (MIT) розробили нову систему штучного інтелекту UQ-DAAAM, яка здатна виявляти та виправляти неправильні описи об'єктів у пам'яті роботів. Ця інноваційна технологія аналізує зображення об'єктів з різних ракурсів, оцінює невизначеність описів і вибирає додаткові зображення для уточнення, що суттєво зменшує обчислювальні витрати та підвищує точність розпізнавання.
UQ-DAAAM є еволюцією попередньої розробки MIT під назвою DAAAM, яка поєднує комп'ютерний зір і обробку мови для детального опису предметів у тривимірній карті навколишнього середовища. Проте попередня технологія мала обмеження, адже могла помилятися у випадках часткового закриття об'єктів, поганого освітлення, розмитих зображень або великої відстані до об'єкта. Нова система оцінює невизначеність описів і порівнює їх з альтернативами, отриманими з різних ракурсів. Якщо показник невизначеності перевищує визначений поріг, запускається процес уточнення опису.
Переваги UQ-DAAAM
UQ-DAAAM має здатність самостійно вибирати додаткові ракурси для уточнення опису, що дозволяє скоротити обчислювальні витрати на мобільних роботах з обмеженими ресурсами. Велика мовна модель у системі об'єднує описи, надаючи більшу вагу новішим і менш неоднозначним даним. Виправлена інформація зберігається в пам'яті робота для подальшого використання, що підвищує ефективність роботи роботів у реальних умовах.
Під час випробувань UQ-DAAAM успішно усунула неоднозначності для приблизно 92% об'єктів, для чого в середньому знадобилося два додаткові описи на об'єкт. Точність розпізнавання та опису зросла на 5% порівняно з іншими передовими методами. Ця система також допомагає роботам точніше відповідати на запитання про об'єкти, їхнє розташування та час останньої зустрічі.
Команда дослідників планує адаптувати технологію для різних типів роботів, включаючи мобільні роботизовані маніпулятори. Крім того, вчені вивчають можливість навчити систему самостійно визначати ділянки з високою невизначеністю та спрямовувати туди роботів для збору додаткових даних. Зображення, що ілюструє цю статтю, походять з MIT.
Розробка UQ-DAAAM може значно поліпшити роботу мобільних роботів у складних умовах, де точність і швидкість розпізнавання об'єктів є критично важливими. Впровадження цієї технології відкриває нові можливості для використання роботів у різних сферах, включаючи промисловість, логістику та дослідження навколишнього середовища. Подальші дослідження в цій галузі можуть призвести до ще більшої автоматизації та ефективності в робототехнічних системах.