Modelos e plataformas de IA

Pesquisador Vislumbra Plataforma Interativa de Humano Ciberfísico (iCPH)

mm
Adicione Unite.AI às suas fontes preferidas no Google

O professor Eiichi Yoshida, da Universidade de Ciência de Tóquio, apresentou uma ideia intrigante de uma plataforma interativa de humano ciberfísico (iCPH).

Os seres humanos podem naturalmente realizar várias tarefas complexas, como sentar e pegar itens. No entanto, essas atividades envolvem vários movimentos e exigem múltiplos contatos, o que pode ser difícil para robôs. A iCPH pode ajudar a resolver esse problema.

Entendendo e Gerando Sistemas Semelhantes aos Humanos

A nova plataforma pode ajudar a entender e gerar sistemas semelhantes aos humanos que utilizam uma variedade de movimentos de corpo inteiro ricos em contatos.

O trabalho foi publicado em Frontiers in Robotics and AI.

“Como o nome sugere, a iCPH combina elementos físicos e cibernéticos para capturar movimentos humanos,” diz o prof. Yoshida. “Enquanto um robô humanoid atua como um gêmeo físico de um humano, um gêmeo digital existe como um humano ou robô simulado no ciberespaço. O último é modelado por meio de técnicas como análise musculoesquelética e robótica. Os dois gêmeos se complementam mutuamente.”

O prof. Yoshida aborda várias questões com a estrutura, como:

  • Como os humanoides podem imitar a noção humana?
  • Como os robôs podem aprender e simular comportamentos humanos?
  • Como os robôs podem interagir com os humanos de forma suave e natural?

A Estrutura iCPH

A primeira parte da estrutura iCPH mede o movimento humano quantificando o movimento de várias partes do corpo. Ela também registra a sequência de contatos feitos por um humano.

A estrutura permite a descrição genérica de vários movimentos por meio de equações diferenciais, bem como a geração de uma rede de movimento de contato. Um humanoid pode então agir sobre essa rede.

Quando se trata do gêmeo digital, ele aprende a rede por meio de abordagens baseadas em modelo e aprendizado de máquina. Essas duas são conectadas pelo método de computação de gradiente analítico, e o aprendizado contínuo ajuda a ensinar a simulação do robô a realizar a sequência de contatos.

A terceira parte da iCPH enriquece a rede de movimento de contato por meio da ampliação de dados antes de aplicar a técnica de quantização de vetor. Essa técnica ajuda a extrair os símbolos que expressam a linguagem do movimento de contato, permitindo a geração de movimento de contato em situações inexperientes.

Isso significa que os robôs podem explorar ambientes desconhecidos enquanto interagem com os humanos por meio de movimentos suaves e muitos contatos.

O prof. Yoshida apresenta três desafios para a iCPH que se referem aos descritores gerais, ao aprendizado contínuo e à simbolização do movimento de contato. Para que a iCPH seja realizada, ela deve aprender a navegar por eles*.*

“Os dados da iCPH serão tornados públicos e implantados em problemas da vida real para resolver questões sociais e industriais. Os robôs humanoides podem liberar os humanos de muitas tarefas que envolvem cargas pesadas e melhorar sua segurança, como levantar objetos pesados e trabalhar em ambientes perigosos”, diz o prof. Yoshida. “A iCPH também pode ser usada para monitorar tarefas realizadas por humanos e ajudar a prevenir doenças relacionadas ao trabalho. Finalmente, os humanoides podem ser controlados remotamente por humanos por meio de seus gêmeos digitais, o que permitirá que os humanoides realizem a instalação de equipamentos grandes e o transporte de objetos.”

Alex McFarland é um jornalista e escritor de IA que explora os últimos desenvolvimentos em inteligência artificial. Ele colaborou com inúmeras startups de IA e publicações em todo o mundo.