Στο greek-observatory και τις Ειδήσεις Σεβόμαστε την ιδιωτικότητά σας

Εμείς και οι συνεργάτες μας αποθηκεύουμε ή/και έχουμε πρόσβαση σε πληροφορίες σε μια συσκευή, όπως cookies και επεξεργαζόμαστε προσωπικά δεδομένα, όπως μοναδικά αναγνωριστικά και τυπικές πληροφορίες που αποστέλλονται από μια συσκευή για εξατομικευμένες διαφημίσεις και περιεχόμενο, μέτρηση διαφημίσεων και περιεχομένου, καθώς και απόψεις του κοινού για την ανάπτυξη και βελτίωση προϊόντων.

Με την άδειά σας, εμείς και οι συνεργάτες μας ενδέχεται να χρησιμοποιήσουμε ακριβή δεδομένα γεωγραφικής τοποθεσίας και ταυτοποίησης μέσω σάρωσης συσκευών. Μπορείτε να κάνετε κλικ για να συναινέσετε στην επεξεργασία από εμάς και τους συνεργάτες μας όπως περιγράφεται παραπάνω. Εναλλακτικά, μπορείτε να αποκτήσετε πρόσβαση σε πιο λεπτομερείς πληροφορίες και να αλλάξετε τις προτιμήσεις σας πριν συναινέσετε ή να αρνηθείτε να συναινέσετε. Λάβετε υπόψη ότι κάποια επεξεργασία των προσωπικών σας δεδομένων ενδέχεται να μην απαιτεί τη συγκατάθεσή σας, αλλά έχετε το δικαίωμα να αρνηθείτε αυτήν την επεξεργασία. Οι προτιμήσεις σας θα ισχύουν μόνο για αυτόν τον ιστότοπο. Μπορείτε πάντα να αλλάξετε τις προτιμήσεις σας επιστρέφοντας σε αυτόν τον ιστότοπο ή επισκεπτόμενοι την πολιτική απορρήτου μας.

Αυτός ο ιστότοπος χρησιμοποιεί cookies για να βελτιώσει την εμπειρία σας.Δες περισσότερα εδώ.
Κόσμος

Ρομπότ μαθαίνουν πώς να κινούνται παρακολουθώντας τον εαυτό τους

Παρατηρώντας τις κινήσεις τους με τη βοήθεια μίας κάμερας, ρομπότ μπορούν να μάθουν τη δομή του σώματός τους και τον τρόπο με τον οποίο κινούνται και να ξεπεράσουν προβλήματα που αντιμετωπίζουν. Αυτό αποκαλύπτει έρευνα του Πανεπιστημίου Κολούμπια, που δημοσιεύθηκε στο περιοδικό «Nature Machine Intelligence».

Στη μελέτη, οι ερευνητές ανέπτυξαν έναν τρόπο με τον οποίο τα ρομπότ μπορούν να μοντελοποιούν αυτόνομα τα δικά τους τρισδιάστατα σχήματα χρησιμοποιώντας μία απλή κανονική κάμερα 2D. Αυτό το επίτευγμα οφείλεται σε τρία βαθιά νευρωνικά δίκτυα, συστήματα τεχνητής νοημοσύνης που μιμούνται τον εγκέφαλο. Αυτά συμπέραναν την τρισδιάστατη κίνηση από το βίντεο επιτρέποντας στα ρομπότ να κατανοούν και να προσαρμόζονται στις δικές τους κινήσεις, να εντοπίζουν αλλοιώσεις στο σώμα τους και να προσαρμόζουν τις κινήσεις τους ώστε να ανακάμψουν από βλάβες. Όπως επισημαίνουν οι ερευνητές, καθώς παραδίδουμε όλο και περισσότερες κρίσιμες λειτουργίες σε ρομπότ, από τη μεταποίηση έως την ιατρική περίθαλψη, χρειαζόμαστε αυτά τα ρομπότ να είναι πιο ανθεκτικά.

«Όπως οι άνθρωποι μαθαίνουν να χορεύουν παρακολουθώντας την αντανάκλασή τους στον καθρέφτη, έτσι και τα ρομπότ χρησιμοποιούν ακατέργαστο βίντεο για να αποκτήσουν αυτογνωσία των κινήσεών τους. Στόχος μας είναι ένα ρομπότ που θα κατανοεί το σώμα του, θα προσαρμόζεται στις βλάβες και θα μαθαίνει νέες δεξιότητες χωρίς συνεχή προγραμματισμό από τον άνθρωπο», υπογραμμίζει ο επικεφαλής συγγραφέας της μελέτης, Γιουχάνγκ Χου, διδακτορικός φοιτητής στο Πανεπιστήμιο Κολούμπια.

 

Tags
Back to top button