인간은 오랫동안 손재주의 숙련가였으며, 우리의 눈을 크게 활용할 수있는 기술이었습니다. 한편 로봇은 여전히 따라 잡고 있습니다. 물론 몇 가지 진전이 있습니다. 조립 라인과 같은 제어 된 환경에서 수십 년 동안 반복적으로 동일한 물체를 집어 올릴 수있었습니다.
최근 컴퓨터 비전의 획기적인 발전으로 로봇은 물체 간의 기본적인 구분을 할 수있게되었지만 로봇은 물체의 모양을 실제로 이해할 수 없으므로 신속하게 픽업 할 수 없습니다.
MIT 컴퓨터 과학 및 인공 지능 연구실 (CSAIL), 연구원들은 새로운 종이에보고, 그들은 현장에서 큰 진전을이 시스템은 로봇이 무작위로 개체를 확인하고, 그들에 대해 충분히 시각적으로 알게하고, 특정 작업을 수행하는 것을 본 적이 없었습니다.
"Dense Object Nets"(DON)라고 불리는이 시스템은 객체를 일종의 "시각적 로드맵"역할을하는 점들의 집합으로 봅니다. 이 접근법을 통해 로봇은 항목을 더 잘 이해하고 조작 할 수 있으며, 가장 중요한 것은 비슷한 객체의 혼란 중에서도 특정 객체를 픽업 할 수 있다는 것입니다. Amazon 및 Walmart와 같은 회사가 창고에서 사용하는 종류의 기계에 유용한 기술입니다. .
예를 들어 누군가가 DON을 사용하여 로봇이 물건의 특정 위치 (예 : 혀)를 파악하게 할 수 있습니다. 그 이후로 이전에는 볼 수 없었던 신발을 볼 수 있었고 혀를 잡을 수있었습니다.
팀은 생산 환경뿐만 아니라 가정에서도 잠재적 인 응용 프로그램을 살펴 봅니다. 작업하는 동안 시스템을 깨끗하게 유지하거나 시스템 이미지를 사용하여 시스템에서 사용자의 정보를 정리할 수 있도록 시스템에 이미지를 제공하십시오. 당신이 휴가를하는 동안 접시.
또한 주목할만한 사실은 데이터에 실제로 인간이 표시 한 데이터가 없다는 것입니다. 오히려 시스템은 "자체 감독"되어 있으므로 사람의 주석이 필요하지 않습니다.
