Мало в какой области искусственный интеллект вызвал больше изменений, чем в робототехнике. Прогресс в компьютерном зрении научил роботов различать основные формы объектов. Однако до того, чтобы уверенно захватывать любые новые предметы, как это делают люди даже не задумываясь, машинам еще далеко. Инженеры лаборатории MIT описали в недавно вышедшей статье систему Dense Object Nets (DON), которая позволяет роботам изучать неизвестные им вещи — и затем по внешнему виду понять, как именно лучше ими манипулировать, пишет MIT News.

DON — не система управления, а, скорее, глубокая нейронная сеть с самоконтролем, обученная создавать описания объектов в форме координат. После обучения она может самостоятельно визуализировать формы новых предметов в трех измерениях.

Система способна распознавать как предметы с четкими формами, так и сложные, вроде плюшевых игрушек.

В среднем алгоритму требуется всего 20 минут на то, чтобы разобраться с новым объектом.

Во время одного из тестов DON научилась различать головные уборы, увидев только шесть различных видов шляп. Ее не сбивает с толку различие в цвете, текстуре, форме, что выгодно отличает систему от других, основанных на камерах глубины или RGB.    

Дальнейшие испытания системы показали, что робот-манипулятор может распознавать и доставать объект заданного типа и конкретный предмет из кучи ему подобных — например, ботинок из сваленной в кучу обуви. Кроме того, она понимает, как расположена ось симметрии объекта, и отличает правую сторону от левой.

Уже в нынешнем состоянии система DON может быть полезной на роботизированных складах. Но разработчики хотят усовершенствовать ее, наделив возможностью лучше интерпретировать увиденное.

Аналогичную задачу инженеры OpenAI решают с помощью технологии обучения в виртуальной реальности. Роборука научилась ловко манипулировать кубиком и даже добилась рекордных результатов.