机器人需要自己的维基百科吗？
欢迎来到iCover博客页面！尽管某些知识分子对诸如Wikipedia之类的资源持怀疑态度，但在某些情况下有充分的理由，总的来说，每个人都可以使用的这种信息源的价值仍应被认为是肯定的。当然，将对Wikipedia或YouTube的访问与某种科学的启示联系起来是鲁re的，它更多地是关于获得关于完全琐碎的事情的信息，这些信息可以帮助我们回答当前的挑战和时代问题。因此，例如，有关如何根据YouTube上观看的原始食谱烹饪煎蛋的视频将使我们能够快速而有效地提高我们的烹饪素养，而无需诉诸于食谱中乏味的学习食谱。我们为什么呢？这个问题很有趣：对于我们来说，一切都非常简单，易于理解和熟悉，但是如何使人类积累的知识最有效地适应训练机器人的过程呢？显然，机器人响应其“搜索查询”而提供给PS的信息的价值：将一杯茶从厨房转移到客厅的算法是什么？ ...将减少为零。为了吸收信息，机器需要详细的答案，具有特定操作的逐步说明以及对语言的理解。因此，在我们以一杯茶为例的示例中，有必要提供有关茶容器的坐标，捕获方法，需要运输的位置等信息。当然，该示例是有意简化的-在现实生活中，环境随随机变化，信息被许多其他多矢量参数包围，并且介绍性的。这里出现了一个明确的问题：许多现有的训练机器人系统方法的细节对这种训练的有效性施加了一些限制。寻找创建统一算法和信息源以进行机器人生产性培训的方法，成为搜索和开发新方向和方法以传达特殊知识并获得所需经验的有力动力。今天，我们谈到了两个有希望的领域，研究人员已经在这两个领域上取得了一定的积极成果。YouTube机器人培训
因此，正如我们发现的那样，对于那些未经特殊训练的机器人来说，那些看起来简单而自然的事情（最简单的手势，处理蔬菜，用吸尘器工作，按照熟悉的食谱烹饪食物等）仍然是一个无法解决的问题。事实是，在现阶段，与人类不同，机器人仍然不知道如何凭经验学习，独立探索世界以及将周围物体与某些质量相关联。因此，今天，在机器人技术发展的曙光中，到目前为止，需要分别教导机器人每个基本动作-如何打开冰箱，如何拿走容器，如何打开容器，如何提取内容物。缺乏直觉和任何类型的联想思维技能之类的宝贵人类素质，以及在这方面训练机器人的漫长过程，迫使专家们寻求并开发替代方法。先进计算机技术研究所（美国马里兰州）的专家通过使用YouTube视频来加快和提高培训质量，为问题提供了答案。在这种情况下，由于同时使用两个信息识别通道，可以观察到学习过程效率的提高-通过人工智能识别人在训练视频中执行的动作，以及通过解析语言识别语音信息。学习过程允许在任何给定时间匹配特定单词和短语以及它们在监视器屏幕上执行的相应含义和动作。根据实验参与者的说法，今天已经使用的“双通道”培训方法使我们能够证明完成指定任务的准确度为77％，材料的记忆度为76％。同时，该模块能够以93％的精度识别物体，并且将来将能够以更高的精度识别更复杂的口头命令。云学习
机器人技术人员在练习用于捕获各种形状，重量和大小的对象的算法时，会熟悉其机械病房遇到的问题。在有必要为预期目的拾取或使用不熟悉的物体的情况下，机器人也会遇到明显的问题。在这里，云技术是必不可少的。来自美国布朗大学的一个专家小组，在Stefanie Tellex（Stefanie Tellex）的领导下，进行了一项实验，教百特协作机器人如何捕获物体并将他们的经验转移给相同模型的兄弟。最先遇到物体的机器人会使用红外传感器扫描最后一个物体，从而可以识别物体的形状。下一步是选择在举起这种形状的对象时最佳的方法。这种算法在大多数情况下都可以工作，并且比标准协议捕获尝试的成功率高出75％。但这只是第一步。在下一阶段，所获得的积极经验将上传到云中，该云实质上是与之相连的所有机器人的已研究对象的数据库，并且是上述维基百科的一种类似物。如今，世界各地的实验室中大约有300台百特机器人在运行。专家估计，如果所有人都参与了对共享云数据库的补充，那么每11天，当机器人社区完全加载完毕时，就可以为图书馆提供有关研究中的100万个对象的信息的补充。由于可以最终确定基础平台，因此将来这种方法将成为整个社区发展的强大动力。因此，例如，相对较近的百特获得了“柔和的抓地力”，使其可以举起许多物体而不会损害其完整性。可以举起各种各样的物体而又没有掉落和损坏它们的风险，这使我们将来可以考虑将这种机器人不仅在装配线上，而且还在各种类型的仓库综合体的基础设施中应用新的领域。这仅仅是开始，在未来，Robopedia云环境（术语作者）将以很高的概率揭示集体自我训练的机会，几乎可以用于从医学到维修和灭火领域的几乎所有机器人领域。有助于释放当今云学习概念潜力的积极示例已经使我们对这种方法的未来持乐观态度。在这些示例中，最简单的方法是教照片库识别（该方法有助于识别对象）和整套算法，这些算法允许您转移更高层次的个人技能。来自布朗大学，斯坦福大学和康奈尔大学的专家正在积极致力于创建基于云的智能学习环境。在当前研究阶段，该机器人系统使您可以将有关符号，语法元素，形状，触觉特性，运动技能的信息保存并传输到一般信息云中。Cloud Robopedia学习方法相对较新。直到最近，绝大多数研究人员还认为学习过程是孤立的。培训概念的修订将使专家可以专注于改进机器人算法，同时可以自由访问当前在该领域积累的完整而最新的知识库。
亲爱的读者，我们很高兴在博客页面上见面并等待您。我们准备继续与您分享最新新闻，评论材料和其他出版物，并会尽力使与我们一起度过的时间对您有用。并且，当然，不要忘记订阅我们的专栏文章。我们的其他文章和事件Source: https://habr.com/ru/post/zh-CN391649/
All Articles