هوش مصنوعی مولد، سیستم بینایی وایرلس را که از میان موانع میبیند، بهبود میبخشد
با استفاده از این تکنیک جدید، یک ربات میتواند با بهکارگیری سیگنالهای وای-فای بازتابشده، اشیای پنهان را با دقت بیشتری شناسایی کرده یا یک صحنه داخلی را درک کند.
پژوهشگران دانشگاه MIT بیش از یک دهه را صرف مطالعه تکنیکهایی کردهاند که به رباتها امکان میدهد تا با دیدن از میان موانع، اشیای پنهان را یافته و دستکاری کنند. روشهای آنها از سیگنالهای بیسیم نفوذکننده به سطوح بهره میبرد که از اشیا مخفیشده بازتاب مییابند.
اکنون، این پژوهشگران در حال بهرهبرداری از مدلهای هوش مصنوعی مولد برای غلبه بر یک چالش قدیمی هستند که دقت رویکردهای پیشین را محدود میکرد. نتیجه این تلاش، روشی جدید است که بازسازیهای دقیقتری از شکل اشیا تولید میکند؛ امری که میتواند توانایی ربات را در گرفتن و دستکاری قابلاطمینان اشیایی که از دید پنهان هستند، بهبود بخشد.
این تکنیک جدید، ابتدا یک بازسازی جزئی از یک شیء پنهان را بر اساس سیگنالهای وایرلس بازتابشده ایجاد میکند و سپس با استفاده از یک مدل هوش مصنوعی مولد که به صورت ویژه آموزش دیده است، بخشهای گمشده شکل آن را تکمیل میکند. پژوهشگران همچنین یک سیستم گسترشیافته را معرفی کردهاند که از هوش مصنوعی مولد برای بازسازی دقیق یک اتاق کامل، شامل تمام اثاثیه، استفاده میکند. این سیستم از سیگنالهای وایرلس که توسط یک رادار ثابت ارسال میشوند، بهره میگیرد؛ این سیگنالها از انسانهایی که در محیط در حال حرکت هستند، بازتاب میشود.
این رویکرد بر یکی از چالشهای کلیدی بسیاری از روشهای موجود غلبه میکند که نیازمند نصب یک حسگر وایرلس بر روی یک ربات متحرک برای اسکن کردن محیط هستند و برخلاف برخی از تکنیکهای رایج مبتنی بر دوربین، روش آنها حریم خصوصی افراد حاضر در محیط را حفظ میکند.
این نوآوریها میتوانند به رباتهای انبار امکان دهند تا اقلام بستهبندیشده را پیش از ارسال تأیید کنند و در نتیجه ضایعات ناشی از بازگشت محصولات را از بین ببرند. آنها همچنین میتوانند به رباتهای خانه هوشمند اجازه دهند تا موقعیت یک فرد را در اتاق درک کنند و ایمنی و کارایی تعامل انسان-ربات را بهبود بخشند.
«فضل ادیب» دانشیار دپارتمان مهندسی برق و علوم کامپیوتر، مدیر گروه Signal Kinetics در آزمایشگاه رسانه MIT و نویسنده ارشد دو مقاله در مورد این تکنیکها میگوید: «آنچه ما اکنون انجام دادهایم، توسعه مدلهای هوش مصنوعی مولد است که به ما در درک بازتابهای وایرلس کمک میکنند. این امر کاربردهای جدید و جالب توجه بسیاری را ایجاد میکنند، اما از نظر فنی نیز یک جهش کیفی در توانمندیها محسوب میشود؛ از توانایی پر کردن شکافهایی که قبلاً قادر به دیدنشان نبودیم گرفته تا توانایی تفسیر بازتابها و بازسازی کل صحنهها.» وی میافزاید: «ما در حال استفاده از هوش مصنوعی هستیم تا سرانجام قفل بینایی وایرلس را بگشاییم.»