โมเดลและแพลตฟอร์ม AI

นักวิจัยคิดค้นแพลตฟอร์ม Interactive Cyber-Physical Human (iCPH)

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ศาสตราจารย์ Eiichi Yoshida จากมหาวิทยาลัยวิทยาศาสตร์แห่งโตเกียวได้เสนอแนวคิดที่น่าสนใจเกี่ยวกับแพลตฟอร์ม Interactive Cyber-Physical Human (iCPH)

มนุษย์สามารถทำกิจกรรมที่ซับซ้อนได้ตามธรรมชาติ เช่น นั่งลงและหยิบจับวัตถุ แต่กิจกรรมเหล่านี้ต้องใช้การเคลื่อนไหวและต้องสัมผัสหลายครั้ง ซึ่งอาจเป็นเรื่องที่ยากสำหรับหุ่นยนต์ iCPH สามารถช่วยแก้ปัญหานี้ได้

การทำความเข้าใจและการสร้างระบบที่คล้ายมนุษย์

แพลตฟอร์มใหม่นี้สามารถช่วยให้เข้าใจและสร้างระบบที่คล้ายมนุษย์ที่ใช้การเคลื่อนไหวที่มีการสัมผัสทั้งหมด

งานวิจัยนี้ได้รับการตีพิมพ์ใน Frontiers in Robotics and AI

“ตามที่ชื่อของมัน iCPH รวมทั้งองค์ประกอบทางกายภาพและไซเบอร์เพื่อจับภาพการเคลื่อนไหวของมนุษย์” ศาสตราจารย์ Yoshida กล่าว “ในขณะที่หุ่นยนต์แบบมนุษย์ทำหน้าที่เป็นรูปภาพทางกายภาพของมนุษย์ รูปภาพดิจิทัลก็อยู่ในไซเบอร์สเปซ รูปภาพดิจิทัลถูกสร้างขึ้นผ่านเทคนิคต่างๆ เช่น การวิเคราะห์กล้ามเนื้อและหุ่นยนต์ ทั้งสองรูปภาพเสริมซึ่งกันและกัน”

ศาสตราจารย์ Yoshida ได้กล่าวถึงคำถามหลายข้อเกี่ยวกับกรอบงานนี้ เช่น:

  • หุ่นยนต์สามารถเลียนแบบการเคลื่อนไหวของมนุษย์ได้อย่างไร?
  • หุ่นยนต์สามารถเรียนรู้และจำลองการเคลื่อนไหวของมนุษย์ได้อย่างไร?
  • หุ่นยนต์สามารถโต้ตอบกับมนุษย์ได้อย่างราบรื่นและเป็นธรรมชาติได้อย่างไร?

กรอบงาน iCPH

ส่วนแรกของกรอบงาน iCPH วัดการเคลื่อนไหวของมนุษย์โดยการ量การเคลื่อนไหวของส่วนต่างๆ ของร่างกาย และบันทึกลำดับการสัมผัสที่ทำโดยมนุษย์

กรอบงานนี้ช่วยให้สามารถอธิบายการเคลื่อนไหวต่างๆ ได้โดยใช้สมการเชิงอนุพันธ์ และสร้างเครือข่ายการเคลื่อนไหวที่มีการสัมผัส หุ่นยนต์สามารถทำตามเครือข่ายนี้ได้

เมื่อพูดถึงรูปภาพดิจิทัล มันเรียนรู้เครือข่ายนี้ผ่านการวิเคราะห์แบบจำลองและเทคนิคการเรียนรู้ของเครื่องจักร ทั้งสองถูกเชื่อมต่อด้วยวิธีการคำนวณอนุพันธ์เชิงวิเคราะห์ และการเรียนรู้อย่างต่อเนื่องช่วยสอนการจำลองหุ่นยนต์ให้ทำตามลำดับการสัมผัส

ส่วนที่สามของกรอบงาน iCPH เพิ่มเครือข่ายการเคลื่อนไหวที่มีการสัมผัสโดยใช้เทคนิคการเพิ่มข้อมูลก่อนที่จะใช้เทคนิคการคำนวณเวกเตอร์ เทคนิคนี้ช่วยให้สามารถจับภาพสัญลักษณ์ที่แสดงถึงภาษาของการเคลื่อนไหวที่มีการสัมผัส และช่วยให้สามารถสร้างการเคลื่อนไหวที่มีการสัมผัสในสถานการณ์ที่ไม่มีประสบการณ์

ทั้งหมดนี้หมายความว่าหุ่นยนต์สามารถสำรวจสภาพแวดล้อมที่ไม่รู้จักได้โดยการโต้ตอบกับมนุษย์โดยใช้การเคลื่อนไหวที่ราบรื่นและหลายครั้ง

ศาสตราจารย์ Yoshida ได้เสนอความท้าทายสามประการสำหรับ iCPH ที่เกี่ยวข้องกับคำอธิบายทั่วไป การเรียนรู้อย่างต่อเนื่อง และสัญลักษณ์ของการเคลื่อนไหวที่มีการสัมผัส เพื่อให้ iCPH เป็นจริง มันจะต้องเรียนรู้วิธีการนำทางพวกมัน*.*

“ข้อมูลจาก iCPH จะถูกเผยแพร่สู่สาธารณะและนำไปใช้ในการแก้ปัญหาทางสังคมและอุตสาหกรรม หุ่นยนต์แบบมนุษย์สามารถปลดปล่อยมนุษย์จากหลายงานที่มีภาระหนักและปรับปรุงความปลอดภัย เช่น การยกของหนักและการทำงานในสภาพแวดล้อมที่อันตราย” ศาสตราจารย์ Yoshida กล่าว “iCPH ยังสามารถใช้ในการติดตามงานที่ทำโดยมนุษย์และช่วยป้องกันโรคที่เกิดจากการทำงาน สุดท้าย หุ่นยนต์แบบมนุษย์สามารถถูกควบคุมระยะไกลโดยมนุษย์ผ่านรูปภาพดิจิทัลของพวกเขา ซึ่งจะช่วยให้หุ่นยนต์สามารถติดตั้งอุปกรณ์ขนาดใหญ่และขนส่งวัตถุ”

Alex McFarland เป็นนักข่าวและนักเขียน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมงานกับสตาร์ทอัพ AI และสื่อสิ่งพิมพ์ต่างๆ ทั่วโลก