Le nostre mani sono come un ponte tra le intenzioni del cervello e il mondo fisico, realizzano i nostri desideri permettendoci di trasformare i pensieri in azioni. Affinché i robot siano davvero all’altezza del loro potenziale in termini di interazione, è fondamentale che abbiano a disposizione strumenti simili.
Sappiamo che gli esperti di robotica ne stanno costruendo alcuni mani robotiche già sorprendentemente intricate. Ma hanno anche bisogno di intelligenza per controllarli, ovvero essere in grado di afferrare adeguatamente gli oggetti sia in base alla loro forma che alla loro durezza o morbidezza. Non vorrai che il tuo futuro collega robot ti schiacci la mano in una poltiglia cruenta quando ti stringe la mano il primo giorno in ufficio.
Video consigliati
Fortunatamente, questo è ciò su cui hanno lavorato ricercatori tedeschi con a nuova rete neurale più ispirata al cervello che può consentire ad una mano robotica (in questo caso, un modello esistente chiamato a Mano Schunk SVH a 5 dita
) per imparare a prendere oggetti di diverse forme e livelli di durezza selezionando il movimento di presa corretto. In una dimostrazione dimostrativa, la mano del robot è stata in grado di raccogliere una gamma insolita di oggetti, tra cui - ma non limitato a - una bottiglia di plastica, una pallina da tennis, una spugna, una papera di gomma, una penna e un assortimento di palloncini.
“Il nostro approccio ha due componenti principali: la modellazione del movimento della mano e il controllo conforme”, Juan Camilo Vásquez Tieck, ricercatore presso la FZI Forschungszentrum Informatik di Karlsruhe, in Germania, ha dichiarato a Digital Trends. “La mano è modellata in una gerarchia di diversi strati e il movimento è rappresentato con movimenti primitivi. Tutte le articolazioni di un dito sono coordinate da un dito primitivo. Per un particolare movimento di presa, tutte le dita sono coordinate da una mano primitiva.
In altre parole, ha spiegato, può chiudere la mano in diversi modi.
Il sistema rappresenta un modo diverso di sviluppare sistemi robotici per eseguire questo tipo di azioni. La rete neurale coinvolta consente alla mano di afferrare in modo più intelligente, apportando adattamenti in tempo reale ove necessario.
“Reti neurali a picco (SNN) sono un tipo speciale di reti neurali artificiali che modellano più fedelmente il modo in cui funzionano i neuroni reali”, ha continuato Tieck. “Esistono molti modelli di neuroni stimolanti basati sulla ricerca neuroscientifica. Per questo lavoro, abbiamo utilizzato neuroni con perdita di integrazione e fuoco (LIF). La comunicazione tra i neuroni è basata sugli eventi, utilizzando picchi. I picchi sono impulsi discreti e non un segnale continuo. Questo... riduce la quantità di informazioni inviate tra i neuroni e fornisce una grande efficienza energetica."
Un documento che descriveva il lavoro era recentemente pubblicato sulla rivista IEEE Robotics and Automation Letters.
Raccomandazioni degli editori
- I robot di sicurezza potrebbero arrivare in una scuola vicino a te
- L'A.I. è come la ricerca di immagini di Google per immagini che ancora non esistono
- Un fan di Star Trek ha falsificato i dati dell'era Next Generation nella nuova serie Picard
- La mano robotica più avanzata del mondo si sta avvicinando alla destrezza di livello umano
- A.I. fallire perché la telecamera robotica segue la testa calva invece del pallone da calcio
Migliora il tuo stile di vitaDigital Trends aiuta i lettori a tenere d'occhio il frenetico mondo della tecnologia con tutte le ultime notizie, divertenti recensioni di prodotti, editoriali approfonditi e anteprime uniche nel loro genere.
