Os seres humanos há muito tempo são mestres da destreza, uma habilidade que pode ser creditada em grande parte à ajuda de nossos olhos. Robôs, enquanto isso, ainda estão alcançando. Certamente houve algum progresso: por décadas, robôs em ambientes controlados, como linhas de montagem, conseguiram pegar o mesmo objeto repetidas vezes.
Avanços recentes na visão computacional permitiram que robôs fizessem distinções básicas entre objetos, mas, mesmo assim, os robôs não podem realmente entender as formas dos objetos, então eles não podem fazer muito para pegá-los rapidamente.
MIT ciência da computação e laboratório de inteligência artificial (CSAIL), os pesquisadores relataram em um novo artigo, eles fizeram um grande progresso no campo, o sistema pode deixar robô para verificar objetos aleatórios, e visualmente saber o suficiente sobre eles, e no caso de nunca os tinha visto realizar tarefas específicas.
O sistema, apelidado de "Dense Object Nets" (DON), olha para os objetos como coleções de pontos que servem como "roteiros visuais" das sortes. Essa abordagem permite que os robôs entendam e manipulem melhor os itens e, o que é mais importante, permite que eles capturem um objeto específico em meio a uma aglomeração de objetos semelhantes - uma habilidade valiosa para os tipos de máquinas que empresas como Amazon e Walmart usam em seus armazéns .
Por exemplo, alguém pode usar DON para deixar um robô agarrar uma posição específica em um objeto - como uma língua. Desde então, ele podia ver um sapato que nunca tinha visto antes e conseguiu agarrar sua língua.
A equipe analisa os aplicativos em potencial não apenas no ambiente de produção, mas também em casa. Imagine dar ao sistema uma imagem de uma casa arrumada para mantê-la limpa enquanto você trabalha, ou usando uma imagem de um prato para que o sistema prato enquanto você está de férias.
O que também é digno de nota é que nenhum dos dados foi realmente rotulado por humanos; em vez disso, o sistema é "auto-supervisionado", por isso não requer anotações humanas.
