جهان صنعت نیوز، این سامانه با شناسایی توصیف‌های نادرست اشیاء از طریق بررسی تصاویر ثبت شده از زوایای مختلف و تحلیل میزان عدم قطعیت، حافظه ربات‌ها را بهبود می‌بخشد.
به نقل از آی‌ای، پژوهشگران موسسه فناوری ماساچوست (MIT) یک سامانه جدید حافظه را توسعه داده‌اند که به ربات‌ها کمک می‌کند توصیف‌های نادرستی را که از اشیاء در حافظه خود ذخیره کرده‌اند، شناسایی و اصلاح کنند.
این سامانه که UQ-DAAAM نام دارد، توصیف‌های مختلف از یک شیء واحد را که از زوایای متفاوت ثبت شده‌اند، ارزیابی می‌کند تا مشخص شود ربات تا چه اندازه می‌تواند به شناسایی خود اعتماد کند. سپس برای کاهش عدم قطعیت، زوایای دید بیشتری را انتخاب می‌کند و مشاهدات مختلف را با یکدیگر ترکیب می‌کند تا به توصیفی دقیق‌تر برسد.
اطلاعات اصلاح شده در حافظه ربات ذخیره می‌شوند و می‌توانند توانایی آن را برای مسیریابی در محیط و انجام وظایف پیچیده بهبود ببخشند.
ربات‌ها خاطرات خود را اصلاح می‌کنند
پژوهشگران موسسه فناوری ماساچوست یک سامانه هوش مصنوعی جدید را توسعه داده‌اند که به ربات‌ها امکان می‌دهد توصیف‌های غیرقابل اعتماد از اشیای ذخیره شده در حافظه خود را شناسایی، ارزیابی و اصلاح کنند.
این فناوری، بینایی رایانه‌ای، مدل‌های زبانی و روش‌های کمی‌سازی عدم قطعیت را با یکدیگر ترکیب می‌کند تا نحوه شناسایی و به خاطر سپردن اشیاء توسط ربات‌ها را بهبود ببخشد.
این سامانه بر پایه یک چارچوب حافظه رباتیک قدیمی‌تر به نام DAAAM ساخته شده است. این چارچوب از یک مدل بینایی-زبانی (VLM) برای تولید توصیف‌های دقیق از اشیایی استفاده می‌کند که دوربین‌های نصب شده روی ربات ثبت می‌کنند. این توصیف‌ها در قالب یک نقشه سه‌بعدی از محیط ذخیره می‌شوند و به ربات اجازه می‌دهند هنگام پاسخ دادن به پرسش‌ها یا انجام وظایف، اطلاعات مربوط به اشیاء را بازیابی کند.
با این حال، سامانه اولیه محدودیت‌هایی دارد؛ به ویژه زمانی که اشیاء به طور ناقص دیده می‌شوند، در فاصله دور قرار دارند یا تصاویر آن‌ها تار و کم‌نور هستند. در چنین شرایطی، مدل بینایی-زبانی ممکن است توصیف‌های اشتباهی را تولید کند.
برای مثال، ممکن است یک دودکش خاکستری روی پشت‌بام را با یک سنجاب اشتباه بگیرد! از آنجا که سامانه اولیه سازوکاری برای اصلاح این خطاها ندارد، اطلاعات نادرست ممکن است برای مدت طولانی در حافظه ربات باقی بمانند و بر تصمیم‌گیری‌های بعدی آن تاثیر بگذارند.
UQ-DAAAM با معرفی روشی برای اندازه‌گیری میزان عدم قطعیت در توصیف‌های تولیدشده توسط مدل بینایی-زبانی، این مشکل را برطرف می‌کند.
وقتی ربات در محیط حرکت می‌کند، دوربین‌های آن به طور مداوم تصاویر جدیدی ثبت می‌کنند و ممکن است یک شیء مشخص را از زوایای مختلف به تصویر بکشند. سامانه جدید از این مشاهدات اضافی استفاده می‌کند تا مشخص کند آیا توصیف قبلی از آن شیء قابل اعتماد است یا خیر.
به گفته پژوهشگران، این سامانه ابتدا میزان اطمینان مدل به کلماتی را که هنگام توصیف یک شیء با هویت احتمالا اشتباه تولید کرده، ارزیابی می‌کند. سپس با مقایسه توصیف اولیه با شرح‌هایی که از تصاویر همان شیء در زوایای مختلف تولید شده‌اند، میزان سازگاری آن‌ها را می‌سنجد.
سامانه در ادامه این دو معیار را با یکدیگر ترکیب می‌کند و به یک امتیاز واحد برای عدم قطعیت می‌رسد که نشان‌دهنده میزان اطمینان آن به شناسایی یک شیء است. اگر این امتیاز از آستانه تعیین‌شده فراتر برود، UQ-DAAAM تشخیص می‌دهد که توصیف موجود ممکن است قابل اعتماد نباشد و فرایند اصلاح آن را آغاز می‌کند.
بهبود شناسایی اشیاء
این سامانه به جای تحلیل تمام تصاویر ثبت شده، از یک روش مبتنی بر قواعد مشخص استفاده می‌کند تا زاویه‌های دید اضافی و مفیدی را انتخاب کند که می‌توانند به کاهش عدم قطعیت کمک کنند.
برای مثال، اگر ربات یک دودکش را با شیء دیگری اشتباه بگیرد، ممکن است تصویری را انتخاب کند که در آن دود در حال خارج شدن از دودکش دیده می‌شود. چنین تصویری می‌تواند به ربات کمک کند تا ماهیت واقعی آن سازه را با دقت بیشتری تشخیص دهد.
پژوهشگران از نظر ریاضی نشان داده‌اند که این روش انتخاب تصاویر می‌تواند بدون نیاز به اجرای مکرر مدل بینایی-زبانی، تصاویر مفید را شناسایی کند. این ویژگی نیاز محاسباتی سامانه را کاهش می‌دهد و امکان اجرای آن روی ربات‌های متحرکی را فراهم می‌کند که منابع پردازشی محدودی دارند.
پس از انتخاب تصاویر اضافی، یک مدل زبانی بزرگ (LLM) توصیف‌های مربوط به آن‌ها را با یکدیگر ترکیب می‌کند و شرح اصلاح‌شده‌ای از شیء می‌سازد.
در آزمایش‌ها، فرایند اصلاح توانست ابهام‌های مربوط به حدود ۹۲ درصد از اشیای موجود در محیط ربات را برطرف کند؛ آن هم با استفاده از تنها دو توصیف اضافی برای هر شیء.
همچنین دقت توصیف اشیاء در این سامانه در مقایسه با روش‌های پیشرفته موجود، پنج درصد بهبود پیدا کرد.
این گروه پژوهشی قصد دارد در ادامه، این فناوری را برای پلتفرم‌های رباتیک مختلف، از جمله ربات‌های متحرک مجهز به بازوی مکانیکی توسعه دهد.
آن‌ها همچنین در حال بررسی این موضوع هستند که آیا سامانه می‌تواند مناطق دارای عدم قطعیت بالا را شناسایی کند و ربات‌ها را برای ثبت مشاهدات دقیق‌تر به این مناطق بازگرداند یا خیر.
منبع: ایرنا