สมองหุ่นยนต์สามารถสอนให้หยิบวัตถุที่ไม่เคยเห็นมาก่อนได้แล้ว

0
https://o.aolcdn.com/images/dims?quality=85&image_uri=https%3A%2F%2Fo.aolcdn.com%2Fimages%2Fdims%3Fcrop%3D1600%252C990%252C0%252C0%26quality%3D85%26format%3Djpg%26resize%3D1600%252C990%26image_uri%3Dhttps%253A%252F%252Fs.yimg.com%252Fos%252Fcreatr-uploaded-images%252F2019-03%252F3c879d60-488d-11e9-b4fa-2553e2397294%26client%3Da1acac3e1b3290917d92%26signature%3D6428eaed425dec83e2fdd73e3e60e095d5039f87&client=amp-blogside-v2&signature=aaf577b11864d6d08bd4526ef3a27d5a6fdd3dfe

ห้องปฏิบัติการ CSAIL (Computer Science and Artificial Intelligence Laboratory) แห่ง MIT ได้พัฒนาระบบใหม่ที่มีชื่อว่าระบบ kPAM ซึ่งทำให้แขนหุ่นยนต์สามารถหยิบและจับวัตถุอื่นๆ ที่ไม่เคยได้เห็นวัตถุนั้นมาก่อนก็ตามได้สำเร็จ

เพราะก่อนหน้านี้แม้ว่าระบบหุ่นยนต์จะมีความฉลาดมากเพียงใด แต่หุ่นยนต์ในโรงงานส่วนมากยังคงต้องมีการใส่โปรแกรมเข้าไปเกี่ยวกับวัตถุที่กำลังจะต้องจัดการอยู่ก่อนหน้านี้เสมอ นั่นคือสิ่งที่นักวิทยาศาสตร์หุ่นยนต์ (roboticists) จึงพยายามที่จะพัฒนาเทคโนโลยีที่ทำให้สามารถสอนตัวเองได้ในการหยิบหรือควบคุมอุปกรณ์ต่างๆ ขึ้นมา และระบบของ CSIAL ใหม่ที่มีชื่อว่า kPAM นั้นก็สามารถดำเนินการได้แล้วโดยวิธีการสร้าง visual roadmap ของวัตถุต่างๆ ซึ่งมองวัตถุต่างๆ เหมือนเป็นกลุ่มจุดสำคัญ (keypoints) สามมิติแทน

CSAIL กล่าวว่าระบบ kPAM หรือ Keypoint Affordance Manipulation นั้นมีความแม่นยำกว่าเทคโนโลยีที่มีความคล้ายคลึงกัน โดยหลังจากที่มีการตรวจจับทุกๆ พิกัด (coordinate) บนวัตถุหนึ่งแล้ว มันจะตัดสินว่าจะสามารถทำอะไรกับวัตถุนั้นๆ ได้บ้าง ตัวอย่างเช่น ถ้าหากว่าเห็นเป็นแก้ว mug ที่มีหู มันก็จะสามารถนำแก้วไปแขวนได้ หรือถ้าหากว่าตัดสินว่าวัตถุนั้นคือเป็นรองเท้าข้างหนึ่ง มันก็จะสามารถนำไปวางไว้บนชั้นวางได้ เป็นต้น “การเข้าใจวัตถุได้มากขึ้นเพียงแค่เล็กน้อยซึ่งก็คือข้อมูลตำแหน่งของกลุ่มจุดสำคัญบางอย่างนั้นก็เพียงพอที่จะทำให้สามารถนำมาประยุกต์ใช้กับงานในการควบคุมอุปกรณ์ต่างๆ ได้อย่างหลากหลาย และสิ่งที่นำเสนอในงานนี้ก็สามารถทำงานได้ดีด้วยความเข้าใจระบบ Machine Learning ที่เป็น state-of-the-art ในวันนี้และอัลกอริทึมการวางแผนในปัจจุบัน” ศาสตราจารย์ Russ Tedrake จาก MIT ผู้เขียนอาวุโสในงานวิจัยนี้กล่าว

นักวิจัยยังคาดหวังว่าจะสามารถพัฒนาระบบนี้ต่อไปจนกว่าระบบ kPAM จะสามารถทำให้เครื่องกลทำงานที่ใหญ่ขึ้นได้ อย่างเช่น การหยิบจานออกมาจากเครื่องล้านจาน และการเช็ดเครื่องครัว ซึ่งพวกเขายังหวังอีกว่าระบบนี้จะสามารถสนับสนุนหุ่นยนต์ในโรงงานในการควบคุมเครื่องจักรที่ขนาดใหญ่ขึ้นได้อีกด้วยในอนาคต

Source : https://www.engadget.com/2019/03/18/mit-csail-kpam-robot-system/