Modele i platformy AI

Badacz wyobraża sobie interaktywną cyber-fizyczną platformę ludzką (iCPH)

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Profesor Eiichi Yoshida z Uniwersytetu Nauki w Tokio przedstawił interesującą ideę interaktywnej cyber-fizycznej platformy ludzkiej (iCPH).

Ludzie mogą naturalnie wykonywać różne złożone zadania, takie jak siadanie i podnoszenie przedmiotów. Jednak te działania obejmują różne ruchy i wymagają wielu kontaktów, co może okazać się trudne dla robotów. iCPH mogłaby pomóc rozwiązać ten problem.

Zrozumienie i generowanie systemów podobnych do ludzkich

Nowa platforma może pomóc zrozumieć i wygenerować systemy podobne do ludzkich, które wykorzystują różnorodne ruchy całego ciała z bogatymi kontaktami.

Praca została opublikowana w Frontiers in Robotics and AI.

„Jak sama nazwa wskazuje, iCPH łączy elementy fizyczne i cybernetyczne, aby uchwycić ruchy ludzkie”, mówi prof. Yoshida. „Podczas gdy humanoidowy robot działa jako fizyczny bliźniak człowieka, cyfrowy bliźniak istnieje jako symulowany człowiek lub robot w przestrzeni cybernetycznej. Ten ostatni jest modelowany za pomocą technik takich jak analiza mięśniowo-szkieletowa i robotyczna. Obaj bliźniacy uzupełniają się nawzajem.”

Prof. Yoshida odpowiada na kilka pytań związanych z tą ramą, takich jak:

  • Jak humanoidy mogą naśladować ludzkie pojęcia?
  • Jak roboty mogą uczyć się i symulować ludzkie zachowania?
  • Jak roboty mogą wchodzić w interakcje z ludźmi gładko i naturalnie?

Rama iCPH

Pierwsza część ramy iCPH mierzy ruchy ludzkie, ilościowo określając ruchy różnych części ciała. Zapisuje również sekwencję kontaktów nawiązanych przez człowieka.

Rama umożliwia ogólny opis różnych ruchów za pomocą równań różniczkowych, a także generuje sieć ruchów kontaktowych. Humanoid może następnie działać na tej sieci.

Gdy chodzi o cyfrowego bliźniaka, uczy się sieci za pomocą modelowych i maszynowych podejść do uczenia. Te dwa są połączone przez metody analitycznego obliczania gradientu, a ciągłe uczenie pomaga nauczyć symulację robota, jak wykonywać sekwencję kontaktów.

Trzecia część iCPH wzbogaca sieć ruchów kontaktowych za pomocą augmentacji danych przed zastosowaniem techniki kwantyzacji wektorowej. Ta technika pomaga wyodrębnić symbole wyrażające język ruchów kontaktowych, umożliwiając generowanie ruchów kontaktowych w sytuacjach, w których brakuje doświadczenia.

Wszystko to oznacza, że roboty mogą badać nieznane środowiska, wchodząc w interakcje z ludźmi za pomocą gładkich ruchów i wielu kontaktów.

Prof. Yoshida stawia trzy wyzwania dla iCPH, które dotyczą ogólnych opisów, ciągłego uczenia się i symbolizacji ruchów kontaktowych. Aby iCPH została zrealizowana, musi nauczyć się, jak nawigować po nich*.*

„Dane z iCPH będą udostępnione publicznie i wdrożone w realnych problemach w celu rozwiązywania społecznych i przemysłowych problemów. Roboty humanoidowe mogą uwolnić ludzi od wielu zadań wymagających ciężkich obciążeń i poprawić ich bezpieczeństwo, takich jak podnoszenie ciężkich obiektów i pracowanie w niebezpiecznych środowiskach”, mówi prof. Yoshida. „iCPH może być również wykorzystywana do monitorowania zadań wykonywanych przez ludzi i pomocy w zapobieganiu chorobom zawodowym. Wreszcie, humanoidy mogą być zdalnie kontrolowane przez ludzi za pomocą ich cyfrowych bliźniaków, co pozwoli humanoidom na instalację dużych urządzeń i transportowanie obiektów.”

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.