Neural netværksteknologi
Hver dag er der nyheder om nye anvendelser af neurale netværk. Oprettet i USA
Kunstigt neuralt netværk (INS)— matematisk model (såvel som dens softwareeller hardware-udførelsesform), bygget på princippet om organisering og funktion af biologiske neurale netværk - nerveceller i en levende organisme. Dette koncept opstod, mens man studerede de processer, der forekommer i hjernen, og forsøgte at modellere disse processer.
Der er mange anvendelser af denne teknologi. For eksempel bør et neuralt netværk skelne mellem hunde og katte. For at justere algoritmen er der givet et stort antal signerede billeder af katte og hunde. Det neurale netværk analyserer funktionerne i objekterne i disse billeder og bygger en genkendelsesmodel, der minimerer procentdelen af fejl i forhold til referenceresultaterne.
Af den måde, når Google beder dig bekræfte detdu er ikke en robot og bemærker trafiklys eller busser, du overgår ikke en elementær test for kognitive evner, men lærer det neurale netværk at skelne objekter af vejinfrastruktur. Systemet vil blive brugt i droner.
Brugen af neurale netværk er ubegrænset.Men den mest anvendte i robotics neurale netværk findes i voice assistants og interaktion med mennesker. Neurale netværk giver nøjagtige svar på spørgsmål. Stemmeassistentens kvalitet afhænger af dem. Blandt stemmeassistenterne kan identificeres Alexa fra Amazon, Cortana fra Microsoft og Siri fra Apple. Blandt de russiske stemmeassistenter er "Alice" fra Yandex.
Jo bedre et neuralt netværk er uddannet, detbedre, det vælger svar på samtalerens anmodninger: forstår den omvendte ordrekkefølge, kontekst og indirekte forespørgsel. Denne retning vil være en af de mest lovende i fremtidens udvikling. Da internettet ændrer sociale processer, er informationsoverførselshastigheden og det generelle tempo i livet vokset enormt. Men manden bliver mere ensom. En ledsagerrobot bliver relevant, hvilket vil tilfredsstille behovet for kommunikation, forståelse og support.
Digitale ledsagere opstår allerede i Japan,hvis funktionalitet går ud over simple konsulenter. De bliver hjælpere, venner og endda hustruer. Vesten ligger heller ikke langt bagud: 47 millioner mennesker i USA (næsten 20% af den samlede voksne befolkning) bruger smarte højttalere, Amazon Echo eller Google Alexa. Desuden bruger de smarte højttalere baseret på nyere forskning, ikke kun for at give dem kommandoer. 25% tager dem i seng med dem, 20% joke med dem, 15% bruger som barnepige for børn - kolonnen fortæller eventyr og hjælper med at distrahere barnet.
Evnen til at opretholde dialog er et af de væsentlige krav til robotterog et af de mest lovende og eftertragtede udviklingsområder.
Talegenkendelsessystem
En ting er at bare afhente svaret på anmodningen, mendet er meget sværere at høre og dechifere samtalepartners anmodning. Nøjagtigheden påvirkes af alle elementer i talegenkendelsessystemet: træningsprøven og anerkendelsesalgoritmerne selv.
Lydstyrkenes kvalitet påvirkersignal / støj, taleforståelighed og lydstyrke. Moderne systemer forsøger at supplere "uhørt" gennem sproglige modeller - hvert sprog har sine egne stabile udtryk og stabile bundt af ord.
Det er, når de siger det til anerkendelsekontekst bruges, så forstås det, at der er en justering for genkendelse med yderligere data, f.eks. specifikke brugen sætninger, som i klare kolonner eller brugen af en specifik ordbog for et bestemt emneområde.
Nøjagtighed eller anerkendelseskvalitet tælles somForholdet mellem korrekt anerkendte ord og antallet af alle talte ord tilføjer også metricen for falske genkendelser som forholdet mellem falsk anerkendte ord til alle anerkendte ord.
LG introducerede i 2018 sinhjemmearbejder. Onstage, David Vanderwal, senior marketing direktør, forsøgte at demonstrere Cloi, LGs nye hjemmearbejder. Størrelsen på en lille dryp kaffemaskine, Cloi skal være på bordet, hun har ingen hænder og hjul, hendes hoved roterer og nikker under en samtale. Dette er en stemmeassistent designet til at hjælpe dig med at organisere dit liv.
På scenen bad Vanderwal Cloi nårvasken vil ende - en relativt simpel anmodning var nødt til at demonstrere præcis, hvilken slags assistent LG agter at sælge. Cloi bedøvet som svar.
"Selv robotter har hårde dage," forsøgte hangrin det af vandervol. - Så hvis vi ved, hvornår vasken slutter, kan vi synkronisere vaskemaskinen med tørretumbleren og huske at vi har kylling i køleskabet, som udløber efter tre dage. Det ligner, at vi skulle lave mad. Cloi, kom ind i samtalen: Hvad kan jeg lave af en kylling. "
Men selv Cloi sagde intet til denne sætning.
Det vides ikke, hvad der forårsagede fejlen: et stort rum med akustik, kvaliteten af internetforbindelsen eller mangler i softwaren. Anyway, robot-lederen mellem mand og udstyr simpelthen ikke fungerede.
Google betragtes som branchens flagskib - allerede megetI årevis har han udviklet sig på dette område og opnået den højeste nøjagtighed og stabilitet i anerkendelsen. Om sommeren præsenterede han en opdateret stemmeassistent - og hævder at genkendelsesnøjagtigheden (engelsk) er sammenlignelig med mennesket. For at behandle en forespørgsel og udstede et relevant svar tager Google-systemet ikke mere end et sekund.
"Promobot"
Men for at bruge anerkendelsessystemet fraGoogle skal erhverve licenser, og det er ret dyrt. Derudover kan en talegenkendelsesindretning anvendes i mange forskellige miljøer. Genkendelsesparametrene for hjemmearbejderen og roboten er forskellige på steder med høje koncentrationer af mennesker. Og specifikationerne forsøger at tage hensyn til udviklerne af Promobot - de udvikler et system med mikrofonarrayer og offline anerkendelse. Dette vil gøre det muligt for robotter at være mindre afhængige af internetforbindelsens kvalitet og forblive en god conversationalist med både ustabile forbindelser og i støjende omgivelser.
Ansigts- og følelsesdetekteringsteknologi
For at organisere en kvalitetSamspillet mellem mand og robot, er det nødvendigt at forstå hvem der er foran maskinen og hvilke følelser en person oplever. Sådanne data vil give ham mulighed for at vælge den mest effektive kommunikationsstrategi for at lave relevante tilbud. For eksempel at tilbyde rabat på din yndlings sortiment af is, så du ikke bliver trist eller rapporterer om en forfremmelse i kosmetikafdelingen, hvis robotten ser en pige foran dig.
Det russiske firma VisionLabs tilbyder mestforskellige anvendelsesområder for denne teknologi. LUNA ansigtsgenkendelse platform vil give ejeren mulighed for at åbne bilen uden en nøgle og betale for køb med en selfie. Ansigtsgenkendelse fra VisionLabs er implementeret i Sberbank skoleadgangssystem, der bruges til at verificere en studerende under eksamen ved Moskva Institute of Psychoanalysis.
Hvis vi taler om anerkendelsen af følelser, detpåstået af de industrier, hvor tjenesten forventes. Eksempelvis tester Alfa Bank et klients følelsesgenkendelse system. Algoritmen analyserer den besøgendes ansigtsudtryk, efter at servicen giver et skøn. Så får banken feedback uden at ty til undersøgelser og interviews.
Promobot og Neurodata Lab lancerede en pilotet projekt af en empath robot i stand til at genkende op til 20 følelsesmæssige tilstande af en person. I overensstemmelse med den anerkendte følelse vil robotten opbygge kommunikation - for at opmuntre eller forsikre samtalepartneren, begynder at joke og modig, hvis han ser en positiv reaktion. Mens projektet er på teststadiet, er robotten allerede sendt til CES-2019.
Navigationssystem
Afhængigt af opgaverne er der udendørs- ogindendørs teknologi Udendørs navigation er nødvendig for ubemandede køretøjer og fly, indendørs navigation er til sikkerheds- og serviceroboter i bygninger.
I dag er der to typer navigation: globalt og lokalt. Global foreslår navigation via satellitsystemer, de er efterspurgt i udendørs systemer, men uegnede til indendørs. Der er ikke altid en forbindelse og lav nøjagtighed af positionsdisplayet. Lokale omfatter navigation via ultralyd, optiske og infrarøde systemer. Eksisterende systemer er dyre, så den største udfordring for 2019 vil være at reducere deres priser.
For eksempel, sensorsystemet til bil Teslakoste flere hundrede tusind dollars. Men på grund af den store distribution af biler med autopilot faldt kostnaden for lidar på grund af overgangen fra et niche og dyrt produkt til et udbredt område. Og med begyndelsen af overkommelige og billige mikrobølgeløsninger i robotik, begynder millimeterbølge radarer at blive brugt, som kun var tilgængelig som en dyr præmiebil option.
For eksempel har start Marvelmind skabt en meget præcis$ 349 indendørs navigationssystem. Men driften kræver fire stationære bakker og et mobilbjælke, hvilket gør det vanskeligt at bruge det i store områder og udendørs.
Navigationsenheder fra Marvelmind
Hvis vi taler om robotter i den sædvanlige forstand, såFor at roboten "Promobot" kan bevæge sig uafhængigt uden kollisioner, bruger udviklerne næsten alle typer målinger: ultralyd, infrarøde kortdistans sensorer, lidarer. Dette giver det maksimale sikkerhedsniveau for robotens bevægelse.
Informationssikkerhed
Sikring af sikkerhed er robotens vigtigste retning. Efter faldet i eufori om robotter begyndte folk at tænke på sikkerheden for sig selv og deres data.
Trends of information security threats in the fieldRobotik generelt går ikke stærkt væk fra de fælles i informationsmiljøet. Udviklingen af internettet af ting har påvirket den aktive distribution af botnetnetværk, som desværre også er relevant for det overvældende antal robot-enheder.
Fabrikanter forsømmer ofte seriøs beskyttelse mod cybertrusler eller endda forsømmer det, hvilket fører til brugen af robotter med henblik på spionering, phishing eller datatyveri.
For nylig har positive teknologier forskerebemærkede, at støvsugningsrobotter aflyser deres ejere og sender disse oplysninger via internettet - og de kan endda min kryptokurrency. Ved hjælp af sikkerhedsproblemer kan en angriber aflytte fortrolige data gennem netværkstrafik: det er ikke kun dine fotos, men også bankkontoop dataene.
I begyndelsen af året blev der offentliggjort en rapportsårbarheder robot peber. Eksperterne lykkedes at overføre tredjepartsfiler til enheden uden godkendelse, og endog logge ind på superbrugerkontoen. De kunne også aflytte betalingsoplysninger, data fra videokameraer og mikrofoner.
Med hensyn til sværhedsgrad, i dagProblemet er mest akut inden for industrirobotik. I slutningen af 2018 er antallet af angreb på informationsnetværk for russiske automatiserede processtyringssystemer højere end hos banker eller enkeltpersoner, og resonanssituationer med krypteringsvirus bekræfter, at selv atomkraftværker kan blive ofre for cyberangreb.
En løsning på dette problem kan være brugen af AI til sikkerhedsstyring, som allerede implementeres gradvist af førende producenter af antivirussystemer i dag.
Men i de næste par år nummeretRobotter, vi møder hver dag, vil stige betydeligt. Menneskelig sikkerhed afhænger af dette kriterium - et centralt område, vil verdensrobotikken så hurtigt som muligt være opmærksom på dette område.
Antallet af automatiserede processer vokser, ogdet betyder, at flere og flere robotter trænger ind i vores hverdag. Krav til robotkvaliteten er stigende, da de når infrastrukturens niveau, og ikke vidundere og quirks. Med udviklingen af de mest krævede grene af robotik er det nødvendigt at forbedre kvaliteten af stemmeassistenters arbejde, herunder talegenkendelse, kvaliteten af behandlingsanmodninger og besvare dem. For distribution af UAV'er og serviceroboter er det nødvendigt at reducere omkostningerne ved navigationssystemer. For at sikre sikkerheden for mennesker og deres data, når de interagerer med robotter, er det nødvendigt at fjerne alle sikkerhedsproblemer. Dette er de vigtigste udfordringer for 2019.