Свежие IT-новости |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-03-29 03:41 Профессор Кен Голдберг (Ken Goldberg) и его аспирант Джефф Малер (Jeff Mahler) создали самого быстрого робота-сортировщика. Разработка была представлена на EmTech Digital в номинации «Искусственный интеллект». Машина может быстро распознавать предметы и разделять их на группы. Как это работает? Секрет скорости робота кроется в принципиально новом ПО. Сканирование объектов проводит высокочувствительный датчик под управлением системы Dex-Net. Затем нейросеть принимает решение, надо ли захватывать предмет. Главное преимущество Dex-Net — возможность самообучения. Система собирает данные о различных предметах и запоминает их свойства. Если робот не уверен как поступить, то он подвинет объект, чтобы его лучше рассмотреть По статистике, люди могут отсортировать 400-600 предметов за час. Самый быстрый робот-сортировщик, участвующий в конкурсе от Amazon, достиг результата в 70-95 объектов в час. Новый проект американских исследователей способен распределить 200-300 предметов в час. Во время презентации учёные заявили, что в скором будущем смогут достичь сверхчеловеческих скоростей. Похожий способ обучения роботов ранее использовали разработчики OpenAI. Напомним, что в начале 2018 года учёные представили алгоритм, который помогает машинам учиться на ошибках. Источник: m.vk.com Комментарии: |
|