ກ້ານໃບ ນັກຄົ້ນຄວ້າຈິນຕະນາການເວທີການໂຕ້ຕອບມະນຸດທາງອິນເຕີເນັດ (iCPH) - Unite.AI
ເຊື່ອມຕໍ່ກັບພວກເຮົາ

ປັນຍາປະດິດ

ນັກຄົ້ນຄວ້າຄິດເຫັນແພລະຕະຟອມ Interactive Cyber-Physical Human (iCPH).

ການປັບປຸງ on
ຮູບພາບ: ມະຫາວິທະຍາໄລວິທະຍາສາດໂຕກຽວ

ສາດສະດາຈານ Eiichi Yoshida ຈາກມະຫາວິທະຍາໄລວິທະຍາສາດໂຕກຽວ ໄດ້ສະເໜີຄວາມຄິດທີ່ໜ້າສົນໃຈກ່ຽວກັບມະນຸດທາງອິນເຕີເນັດທີ່ມີການໂຕ້ຕອບ (iCPH).

ມະນຸດສາມາດປະຕິບັດວຽກງານທີ່ຊັບຊ້ອນຕ່າງໆໄດ້ຕາມທໍາມະຊາດ, ເຊັ່ນ: ນັ່ງລົງ ແລະເກັບຂອງ. ຢ່າງໃດກໍ່ຕາມ, ກິດຈະກໍາເຫຼົ່ານີ້ກ່ຽວຂ້ອງກັບການເຄື່ອນໄຫວຕ່າງໆແລະຮຽກຮ້ອງໃຫ້ມີການຕິດຕໍ່ຫຼາຍ, ເຊິ່ງສາມາດພິສູດໄດ້ຍາກສໍາລັບຫຸ່ນຍົນ. iCPH ສາມາດຊ່ວຍແກ້ໄຂບັນຫານີ້ໄດ້.

ຄວາມເຂົ້າໃຈແລະການສ້າງລະບົບທີ່ຄ້າຍຄືກັບມະນຸດ

ແພລະຕະຟອມໃຫມ່ສາມາດຊ່ວຍເຂົ້າໃຈແລະສ້າງລະບົບທີ່ຄ້າຍຄືກັບມະນຸດທີ່ນໍາໃຊ້ການເຄື່ອນໄຫວທີ່ອຸດົມສົມບູນຕິດຕໍ່ກັນ.

ວຽກງານດັ່ງກ່າວໄດ້ຖືກຈັດພີມມາໃນ ຊາຍແດນໃນຫຸ່ນຍົນ ແລະ AI.

"ຕາມທີ່ຊື່ແນະນໍາ, iCPH ສົມທົບອົງປະກອບທາງກາຍະພາບແລະ cyber ເພື່ອຈັບການເຄື່ອນໄຫວຂອງມະນຸດ," ອາຈານ Yoshida ເວົ້າ. "ໃນຂະນະທີ່ຫຸ່ນຍົນຂອງມະນຸດເຮັດຫນ້າທີ່ເປັນຄູ່ແຝດທາງດ້ານຮ່າງກາຍຂອງມະນຸດ, a ຄູ່ແຝດດິຈິຕອນ ມີຢູ່ໃນຖານະເປັນມະນຸດຈຳລອງ ຫຼືຫຸ່ນຍົນຢູ່ໃນໄຊເບີ. ອັນສຸດທ້າຍແມ່ນແບບຈຳລອງຜ່ານເຕັກນິກເຊັ່ນ: ການວິເຄາະທາງດ້ານກ້າມຊີ້ນ ແລະ ຫຸ່ນຍົນ. ສອງຝາແຝດເສີມເຊິ່ງກັນແລະກັນ.”

ສາດສະດາຈານ Yoshida ກ່າວເຖິງຫຼາຍຄໍາຖາມກັບກອບ, ເຊັ່ນ:

  • humanoids ສາມາດ mimic ແນວຄິດຂອງມະນຸດໄດ້ແນວໃດ?
  • ຫຸ່ນຍົນສາມາດຮຽນຮູ້ ແລະຈໍາລອງພຶດຕິກໍາຂອງມະນຸດໄດ້ແນວໃດ?
  • ຫຸ່ນຍົນສາມາດພົວພັນກັບມະນຸດຢ່າງລຽບງ່າຍ ແລະເປັນທຳມະຊາດໄດ້ແນວໃດ?

ໂຄງຮ່າງການ iCPH

ພາກສ່ວນທໍາອິດຂອງໂຄງຮ່າງການ iCPH ວັດແທກການເຄື່ອນໄຫວຂອງມະນຸດໂດຍການວັດແທກປະລິມານການເຄື່ອນໄຫວຂອງພາກສ່ວນຕ່າງໆຂອງຮ່າງກາຍ. ມັນຍັງບັນທຶກລໍາດັບຂອງການຕິດຕໍ່ທີ່ເຮັດໂດຍມະນຸດ.

ໂຄງຮ່າງການເຮັດໃຫ້ຄໍາອະທິບາຍທົ່ວໄປຂອງການເຄື່ອນໄຫວຕ່າງໆໂດຍຜ່ານສົມຜົນທີ່ແຕກຕ່າງກັນ, ເຊັ່ນດຽວກັນກັບການສ້າງເຄືອຂ່າຍການເຄື່ອນໄຫວຕິດຕໍ່. ຫຼັງຈາກນັ້ນ, humanoid ສາມາດປະຕິບັດກັບເຄືອຂ່າຍນີ້.

ເມື່ອມັນມາກັບຄູ່ແຝດດິຈິຕອລ, ມັນຮຽນຮູ້ເຄືອຂ່າຍໂດຍຜ່ານແບບຈໍາລອງແລະວິທີການຮຽນຮູ້ເຄື່ອງຈັກ. ທັງສອງອັນນີ້ແມ່ນເຊື່ອມຕໍ່ກັນໂດຍວິທີການຄິດໄລ່ແບບເລື່ອນຊັ້ນໃນການວິເຄາະ, ແລະການຮຽນຮູ້ຢ່າງຕໍ່ເນື່ອງຈະຊ່ວຍສອນການຈໍາລອງຫຸ່ນຍົນວິທີການປະຕິບັດລໍາດັບການຕິດຕໍ່.

ສ່ວນທີສາມຂອງ iCPH ເສີມສ້າງເຄືອຂ່າຍການເຄື່ອນໄຫວຕິດຕໍ່ໂດຍຜ່ານການເພີ່ມຂໍ້ມູນກ່ອນທີ່ຈະນໍາໃຊ້ເຕັກນິກການວັດແທກປະລິມານ vector. ເຕັກນິກນີ້ຊ່ວຍສະກັດສັນຍາລັກທີ່ສະແດງພາສາຂອງການເຄື່ອນໄຫວຕິດຕໍ່, ເຮັດໃຫ້ການຜະລິດການຕິດຕໍ່ພົວພັນໃນສະຖານະການທີ່ບໍ່ມີປະສົບການ.

ທັງ ໝົດ ນີ້ ໝາຍ ຄວາມວ່າຫຸ່ນຍົນສາມາດຄົ້ນຫາສະພາບແວດລ້ອມທີ່ບໍ່ຮູ້ຈັກໃນຂະນະທີ່ພົວພັນກັບມະນຸດໂດຍໃຊ້ການເຄື່ອນໄຫວທີ່ລຽບງ່າຍແລະການຕິດຕໍ່ຫຼາຍ.

ສາດສະດາຈານ Yoshida ສະເໜີສາມສິ່ງທ້າທາຍສໍາລັບ iCPH ທີ່ກ່ຽວຂ້ອງກັບຕົວອະທິບາຍທົ່ວໄປ, ການຮຽນຮູ້ຢ່າງຕໍ່ເນື່ອງ, ແລະສັນຍາລັກຂອງການເຄື່ອນໄຫວຕິດຕໍ່. ເພື່ອໃຫ້ iCPH ຮັບຮູ້ໄດ້, ມັນຕ້ອງຮຽນຮູ້ວິທີນຳທາງພວກມັນ*.*

"ຂໍ້ມູນຈາກ iCPH ຈະຖືກເປີດເຜີຍຕໍ່ສາທາລະນະແລະນໍາໃຊ້ກັບບັນຫາຊີວິດຈິງເພື່ອແກ້ໄຂບັນຫາສັງຄົມແລະອຸດສາຫະກໍາ. ຫຸ່ນຍົນມະນຸດສາມາດປົດປ່ອຍມະນຸດອອກຈາກຫຼາຍວຽກງານທີ່ກ່ຽວຂ້ອງກັບພາລະອັນໜັກໜ່ວງ ແລະປັບປຸງຄວາມປອດໄພຂອງພວກມັນ, ເຊັ່ນການຍົກຂອງໜັກ ແລະເຮັດວຽກໃນສະພາບແວດລ້ອມທີ່ເປັນອັນຕະລາຍ,” ສາດສະດາຈານ Yoshida ກ່າວ. "iCPH ຍັງສາມາດຖືກນໍາໃຊ້ເພື່ອຕິດຕາມວຽກງານທີ່ມະນຸດປະຕິບັດແລະຊ່ວຍປ້ອງກັນພະຍາດທີ່ກ່ຽວຂ້ອງກັບການເຮັດວຽກ. ສຸດທ້າຍ, humanoids ສາມາດຄວບຄຸມຫ່າງໄກສອກຫຼີກໂດຍມະນຸດໂດຍຜ່ານຄູ່ແຝດດິຈິຕອນຂອງພວກເຂົາ, ເຊິ່ງຈະຊ່ວຍໃຫ້ມະນຸດສາມາດປະຕິບັດການຕິດຕັ້ງອຸປະກອນຂະຫນາດໃຫຍ່ແລະການຂົນສົ່ງວັດຖຸ.

Alex McFarland ເປັນນັກຂ່າວ AI ແລະນັກຂຽນທີ່ຄົ້ນຫາການພັດທະນາຫລ້າສຸດໃນປັນຍາປະດິດ. ລາວໄດ້ຮ່ວມມືກັບ AI startups ແລະສິ່ງພິມຕ່າງໆໃນທົ່ວໂລກ.