हमारे हाथ मस्तिष्क और भौतिक दुनिया द्वारा निर्धारित इरादों के बीच एक पुल की तरह हैं, जो हमें विचारों को कार्यों में बदलने की अनुमति देकर हमारी इच्छाओं को पूरा करते हैं। यदि बातचीत के मामले में रोबोट वास्तव में अपनी क्षमता के अनुरूप काम करना चाहते हैं, तो यह महत्वपूर्ण है कि उनके पास अपने निपटान में कुछ समान उपकरण हों।
हम जानते हैं कि रोबोटिस्ट कुछ निर्माण कर रहे हैं आश्चर्यजनक रूप से जटिल रोबोट हाथ पहले से ही हैं. लेकिन उन्हें नियंत्रित करने के लिए स्मार्ट लोगों की भी आवश्यकता होती है - जो वस्तुओं को उनके आकार और उनकी कठोरता या कोमलता दोनों के अनुसार ठीक से पकड़ने में सक्षम होते हैं। आप नहीं चाहेंगे कि आपका भावी रोबोट सहकर्मी कार्यालय में पहले दिन आपसे हाथ मिलाते समय आपके हाथ को कुचलकर खून से लथपथ कर दे।
अनुशंसित वीडियो
सौभाग्य से, जर्मनी के शोधकर्ता इसी पर काम कर रहे हैं नया, अधिक मस्तिष्क-प्रेरित तंत्रिका नेटवर्क जो एक रोबोटिक हाथ की अनुमति दे सकता है (इस मामले में, एक मौजूदा मॉडल जिसे ए कहा जाता है)। शुंक एसवीएच 5-उंगली वाला हाथ) सही पकड़ने की गति का चयन करके विभिन्न आकार और कठोरता के स्तर की वस्तुओं को उठाना सीखना। प्रूफ़-ऑफ़-कॉन्सेप्ट प्रदर्शन में, रोबोट का हाथ असामान्य श्रेणी की वस्तुओं को उठाने में सक्षम था - लेकिन यहीं तक सीमित नहीं है - एक प्लास्टिक की बोतल, टेनिस बॉल, स्पंज, रबर बत्तख, पेन, और गुब्बारे का वर्गीकरण।
"हमारे दृष्टिकोण के दो मुख्य घटक हैं: हाथ की गति का मॉडलिंग, और अनुपालन नियंत्रण," जुआन कैमिलो वास्केज़ टाईकजर्मनी के कार्लज़ूए में FZI फ़ोर्सचुंगज़ेंट्रम इंफॉर्मेटिक के एक शोध वैज्ञानिक ने डिजिटल ट्रेंड्स को बताया। “हाथ को विभिन्न परतों के पदानुक्रम में तैयार किया गया है, और गति को गति आदिम के साथ दर्शाया गया है। एक उंगली के सभी जोड़ एक उंगली-आदिम द्वारा समन्वित होते हैं। एक विशिष्ट पकड़ने की गति के लिए, सभी अंगुलियों को हाथ-आदिम द्वारा समन्वित किया जाता है।
दूसरे शब्दों में, उन्होंने समझाया, यह विभिन्न तरीकों से अपना हाथ बंद कर सकता है।
यह प्रणाली इस प्रकार की कार्रवाइयों को करने के लिए रोबोटिक सिस्टम विकसित करने के एक अलग तरीके का प्रतिनिधित्व करती है। इसमें शामिल तंत्रिका नेटवर्क हाथ को अधिक समझदारी से पकड़ने की अनुमति देता है, जिससे जहां आवश्यक हो वहां वास्तविक समय में अनुकूलन होता है।
“तंत्रिका नेटवर्क में तेजी (एसएनएन) एक विशेष प्रकार के कृत्रिम तंत्रिका नेटवर्क हैं जो वास्तविक न्यूरॉन्स के काम करने के तरीके को करीब से दर्शाते हैं, ”टाइक ने जारी रखा। “तंत्रिका विज्ञान अनुसंधान पर आधारित कई स्पाइकिंग न्यूरॉन मॉडल हैं। इस काम के लिए, हमने लीकी इंटीग्रेटेड एंड फायर (एलआईएफ) न्यूरॉन्स का इस्तेमाल किया। स्पाइक्स का उपयोग करके न्यूरॉन्स के बीच संचार घटना-आधारित है। स्पाइक्स असतत आवेग हैं, न कि निरंतर संकेत। यह... न्यूरॉन्स के बीच भेजी जाने वाली जानकारी की मात्रा को कम करता है और महान शक्ति दक्षता प्रदान करता है।
कार्य का वर्णन करने वाला एक पेपर था हाल ही में आईईईई रोबोटिक्स एंड ऑटोमेशन लेटर्स जर्नल में प्रकाशित हुआ.
संपादकों की सिफ़ारिशें
- सुरक्षा रोबोट आपके निकट किसी स्कूल में आ सकते हैं
- बिगस्लीप ए.आई. उन चित्रों के लिए Google छवि खोज की तरह है जो अभी तक मौजूद नहीं हैं
- एक स्टार ट्रेक प्रशंसक ने अगली पीढ़ी के युग के डेटा को नई पिकार्ड श्रृंखला में डीपफेक किया
- दुनिया का सबसे उन्नत रोबोटिक हाथ मानव स्तर की निपुणता के करीब पहुंच रहा है
- ए.आई. विफल क्योंकि रोबोट टीवी कैमरा सॉकर बॉल के बजाय गंजे सिर का अनुसरण करता है
अपनी जीवनशैली को उन्नत करेंडिजिटल ट्रेंड्स पाठकों को सभी नवीनतम समाचारों, मजेदार उत्पाद समीक्षाओं, व्यावहारिक संपादकीय और एक तरह की अनूठी झलक के साथ तकनीक की तेज़ गति वाली दुनिया पर नज़र रखने में मदद करता है।
