Connect with us

Inteligência artificial

Pesquisador Vislumbra Plataforma Interativa de Humano Ciber-Físico (iCPH)

mm

O Professor Eiichi Yoshida, da Universidade de Ciência de Tóquio, apresentou uma ideia intrigante de um humano ciber-físico interativo (iCPH).

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

Compreendendo e Gerando Sistemas Semelhantes ao Humano

A nova plataforma pode ajudar a compreender e gerar sistemas semelhantes ao humano 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, o iCPH combina elementos físicos e cibernéticos para capturar movimentos humanos”, diz o Prof. Yoshida. “Enquanto um robô humanoid funciona como um gêmeo físico do ser humano, um gêmeo digital existe como um ser humano ou robô simulado no ciberespaço. Este último é modelado por meio de técnicas como análise musculoesquelética e robótica. Os dois gêmeos se complementam.”

O Prof. Yoshida aborda várias questões com o framework, 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 seres humanos de forma suave e natural?

O Framework do iCPH

A primeira parte do framework do iCPH mede o movimento humano, quantificando o movimento de várias partes do corpo. Ele também registra a sequência de contatos feitos por um ser humano.

O framework permite a descrição genérica de vários movimentos por meio de equações diferenciais, bem como a geração de uma rede de movimento de contato. Um robô 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. Esses dois são conectados 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 do 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 seres humanos, utilizando movimentos suaves e muitos contatos.

O Prof. Yoshida apresenta três desafios para o iCPH que se referem aos descritores gerais, aprendizado contínuo e simbolização do movimento de contato. Para que o iCPH seja realizado, ele deve aprender a navegar por eles*.*

“Os dados do iCPH serão tornados públicos e implantados em problemas da vida real para resolver questões sociais e industriais. Robôs humanoides podem liberar os seres 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. “O iCPH também pode ser usado para monitorar tarefas realizadas por seres humanos e ajudar a prevenir doenças relacionadas ao trabalho. Finalmente, os robôs humanoides podem ser controlados remotamente por seres humanos por meio de seus gêmeos digitais, o que permitirá que os robôs 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.