Novinky Robotika Technológie Umelá inteligencia

Meta posúva hranice robotiky: Nové nástroje zlepšujú interakcie medzi človekom a strojom

Meta robotika

Spoločnosť Meta, ktorá investuje do umelej inteligencie miliardy dolárov, oznámila tri nové nástroje a modely pre robotiku, ktoré sa sústreďujú na hmatové vnímanie, obratnosť a zlepšenie interakcie medzi človekom a robotom.

Hmatové vnímanie

Sparsh, model vyvinutý v spolupráci s Washingtonskou univerzitou a Univerzitou Carnegie Mellon, dokáže premeniť obraz z kamery na informácie o dotyku. Tento systém umožňuje robotom bezpečne manipulovať s predmetmi, čím napodobňuje ľudské hmatové vnímanie.

Na rozdiel od tradičných metód, ktoré vyžadujú veľké množstvo označených údajov pre každú novú úlohu a senzor, Sparsh využíva generalizovaný prístup, čo mu umožňuje prispôsobiť sa rôznym situáciám. Model dosahuje až 95,1 percenta presnosti pri určovaní vlastností predmetov, aj pri použití obmedzeného množstva tréningových dát.

Dotykové senzoryv

Ďalší produkt s názvom Digit 360 je hmatový senzor v tvare prsta s viac ako 8 miliónmi taxelov, čo mu umožňuje zachytávať detailné dotykové informácie a spracovávať ich priamo v zariadení pomocou umelej inteligencie. Tento prístup znižuje oneskorenie a zvyšuje efektivitu prenosu hmatových informácií, čím sa zlepšuje presnosť a rýchlosť reakcií robotických systémov.

Technológia nájde využitie najmä v medicíne, protetike a virtuálnej realite, čím Meta posilňuje svoje ambície v oblasti metaverse. Meta tiež predstavila Digit Plexus, platformu, ktorá integruje hmatové senzory a podporuje robotické aplikácie na zlepšenie obratnosti robotov.

V spolupráci so spoločnosťami GelSight a Wonik Robotics bude Meta pokračovať vo vývoji Digit 360 a plne integrovaných robotických rúk. Otvorením kódu a návrhov podporuje ďalší výskum a inovácie v oblasti hmatových technológií.

Spolupráca človeka s robotom

Meta taktiež uviedla PARTNR, benchmark na testovanie spolupráce AI modelov s ľuďmi pri domácich úlohách. Tento nástroj, postavený na simulovanom prostredí Habitat, obsahuje 100-tisíc úloh v 60 virtuálnych domoch s viac ako 5 800 rôznymi objektmi. PARTNR hodnotí schopnosť jazykových modelov a modelov videnia a jazyka pri vykonávaní inštrukcií.

„Tento krok zapadá do širšieho trendu v robotike, kde sa využívajú pokročilé modely na komplexné plánovanie a koordináciu akcií. Podobný projekt, RT-X od Google DeepMind, využíva vizuálno-jazykové akčné modely na zlepšenie interakcie robotov s prostredím,” dodáva Venture Beat.

Zdroje: Venture Beat