Окт 29

Учим роботов видеть и понимать

Машинное зрение — важнейшее недостающее звено, сдерживающее роботизацию таких отраслей, как производство и доставка. Но даже несмотря на то, что эта область быстро продвигается, существует еще большее препятствие, которое блокирует широко распространенную автоматизацию — понимание машины.

Машинное зрение может помочь роботам перемещаться по ранее закрытым для них пространствам, таким как переполненный пол склада или загроможденный передний газон. И это очень важно для задач, требующих ловкости, таких как упаковка коробок с предметами необычной формы.

Кроме того, ИИ может помочь разобраться в лавине видеозаписей, которые ежедневно записываются, что намного превосходит способность человечества переварить их. Компании стараются использовать эти данные, чтобы понять, как движутся люди и транспортные средства, или чтобы проверить крошечные недостатки в новых продуктах.

В отчете, впервые представленном Axios, венчурная фирма LDV Capital, которая инвестирует в визуальные технологии, предсказывает переворот в производстве и логистике, в основном за счет компьютерного зрения.

«Большинство глобальных фабрик, портов и складов недоукомплектованы персоналом и плохо оснащены, чтобы соответствовать растущим требованиям», — говорится в отчете. Визуальные технологии помогут изменить это, утверждает LDV.

«В Китае были построены некоторые фабрики «выключенного света», чтобы работать без единого присутствия человека. Но США в основном увидят роботов, работающих на фабриках и складах, не предназначенных для роботов», говорит Эбби Хантер-Сайед, вице-президент по операциям в LDV.

Но чтобы создать умного робота, потребуется больше, чем просто высококачественные камеры и быстрое восприятие ИИ. Большой нерешенной проблемой является наделение роботов более глубоким пониманием окружающего их мира, чтобы они могли интерпретировать то, что они видят, и реагировать на него.

Широкое понимание окружающего мира помогает нам, людям, не допускать путаницы, когда мы оглядываемся вокруг. Даже если мы видим облако в форме лошади, мы никогда не думаем, что это летающая лошадь, потому что мы понимаем, как работают облака. Та же самая способность помогает нам легко обрабатывать объекты — даже те, которые мы никогда раньше не видели. Люди обычно могут догадаться, как разместить предмет на поверхности, например, чтобы он оставался в вертикальном положении, а не опрокидывался.

«Мы построили физические модели в наших головах, но нам пока что не удалось передать их роботам», — говорит Авидех Захор, профессор Беркли, изучающий компьютерное зрение.

Эван Нисселсон, партнер LDV, утверждает, что промышленность может получить 85% или 90% пути к прибыльной автоматизации с улучшенным зрением в машинах.

Но это зависит от того, сколько складов и фабрик может устранить изменчивость и хаос из областей, где работают роботы.

Добавить комментарий

Your email address will not be published.