Gli umani sono da tempo padroni della destrezza, un'abilità che può essere in gran parte attribuita all'aiuto dei nostri occhi. I robot, nel frattempo, stanno ancora recuperando terreno. Certamente ci sono stati dei progressi: per decenni i robot in ambienti controllati come le linee di assemblaggio sono stati in grado di riprendere lo stesso oggetto più e più volte.
Recenti innovazioni nella visione artificiale hanno permesso ai robot di fare distinzioni di base tra gli oggetti, ma anche così, i robot non sono in grado di comprendere le forme degli oggetti, quindi non possono fare molto per raccoglierli rapidamente.
Il laboratorio di informatica e di intelligenza artificiale del MIT (CSAIL), i ricercatori hanno riportato in un nuovo documento, hanno compiuto grandi progressi nel campo, il sistema può consentire al robot di controllare oggetti casuali e di conoscerne visivamente abbastanza, e nel caso di non li avevo mai visti svolgere compiti specifici.
Il sistema, soprannominato "Dense Object Nets" (DON), considera gli oggetti come raccolte di punti che servono come "mappe visive" di sorta. Questo approccio consente ai robot di comprendere e manipolare meglio gli oggetti e, cosa più importante, consente loro persino di raccogliere un oggetto specifico tra un cumulo di oggetti simili: un'abilità preziosa per i tipi di macchine che aziende come Amazon e Walmart utilizzano nei loro magazzini .
Per esempio, qualcuno potrebbe usare DON per permettere a un robot di afferrare una posizione specifica su un oggetto - come una lingua. Da allora, potrebbe vedere una scarpa che non aveva mai visto prima e riuscì ad afferrare la lingua.
Il team esamina le potenziali applicazioni non solo nell'ambiente di produzione ma anche in casa. Immagina di dare al sistema un'immagine di una casa in ordine per tenerla pulita mentre lavori, o di usare l'immagine di un piatto in modo che il sistema possa mettere da parte il tuo piatto mentre sei in vacanza.
Ciò che è anche degno di nota è che nessuno dei dati è stato effettivamente etichettato dagli umani; piuttosto, il sistema è "auto-supervisionato", quindi non richiede alcuna annotazione umana.
