Neuronale Netztechnologie
Täglich gibt es Neuigkeiten über neue Anwendungen neuronaler Netze. Erstellt in den USA
Künstliches neuronales Netzwerk (INS)— mathematisches Modell (sowie seine Softwareoder Hardware-Verkörperung), aufgebaut auf dem Prinzip der Organisation und Funktionsweise biologischer neuronaler Netze – Nervenzellen eines lebenden Organismus. Dieses Konzept entstand, als man die im Gehirn ablaufenden Prozesse untersuchte und versuchte, diese Prozesse zu modellieren.
Es gibt viele Anwendungen dieser Technologie. Zum Beispiel sollte ein neuronales Netzwerk Hunde und Katzen unterscheiden. Zur Anpassung des Algorithmus wird eine große Anzahl signierter Bilder von Katzen und Hunden angezeigt. Das neuronale Netzwerk analysiert die Merkmale der Objekte in diesen Bildern und erstellt ein Erkennungsmodell, das den prozentualen Fehleranteil im Verhältnis zu den Referenzergebnissen minimiert.
Übrigens, wenn Google Sie dazu auffordert, dies zu bestätigenSie sind kein Roboter und beachten Sie die Ampeln oder Busse. Sie bestehen keinen grundlegenden Test der kognitiven Fähigkeiten, sondern lernen das neuronale Netz, Objekte der Straßeninfrastruktur zu unterscheiden. Das System wird in Drohnen eingesetzt.
Die Nutzung neuronaler Netze ist unbegrenzt.Die am häufigsten in der Robotik verwendeten neuronalen Netzwerke finden sich jedoch in Sprachassistenten und in der Interaktion mit Menschen. Neuronale Netzwerke geben genaue Antworten auf Fragen. Die Qualität des Sprachassistenten hängt von ihnen ab. Unter den Sprachassistenten können Alexa von Amazon, Cortana von Microsoft und Siri von Apple identifiziert werden. Zu den russischen Sprechassistenten gehört "Alice" von Yandex.
Je besser ein neuronales Netzwerk trainiert wird, desto besserbesser, es werden Antworten auf die Anfragen des Gesprächspartners ausgewählt: Er versteht die umgekehrte Reihenfolge der Wörter, den Kontext und die indirekte Abfrage. Diese Richtung wird eine der vielversprechendsten Entwicklungen in der Zukunft sein. Da das Internet soziale Prozesse verändert, sind die Geschwindigkeit der Informationsübertragung und das allgemeine Lebenstempo enorm gewachsen. Aber der Mann wird einsamer. Ein begleitender Roboter wird relevant, der den Bedarf an Kommunikation, Verständnis und Unterstützung befriedigt.
In Japan entstehen bereits digitale Begleiter,deren Funktionalität über einfache Berater hinausgeht. Sie werden zu Helfern, Freunden und sogar Ehefrauen. Der Westen ist auch nicht weit zurück: 47 Millionen Menschen in den Vereinigten Staaten (fast 20% der gesamten Erwachsenenbevölkerung) nutzen intelligente Lautsprecher, Amazon Echo oder Google Alexa. Basierend auf aktuellen Forschungsergebnissen verwenden sie intelligente Lautsprecher, um ihnen nicht nur Befehle zu erteilen. 25% nehmen sie mit in den Schlaf, 20% scherzen mit ihnen, 15% als Kindermädchen - die Kolumne erzählt Märchen und hilft, das Kind abzulenken.
Die Fähigkeit, den Dialog aufrechtzuerhalten, wird für Roboter eine wesentliche Voraussetzung seinund einer der vielversprechendsten und gefragtesten Entwicklungsbereiche.
Spracherkennungssystem
Eine Sache ist, einfach die Antwort auf die Anfrage aufzunehmen, aberEs ist viel schwieriger, die Anfrage des Gesprächspartners zu hören und zu entschlüsseln. Die Genauigkeit wird durch alle Elemente des Spracherkennungssystems beeinflusst: das Trainingsmuster und die Erkennungsalgorithmen.
Die Qualität des Audiostroms wird beeinflusst - das VerhältnisSignal / Rauschen, Sprachverständlichkeit und Lautstärke. Moderne Systeme versuchen, das "Unerhörte" durch sprachliche Modelle zu ergänzen - jede Sprache hat ihre eigenen stabilen Ausdrücke und stabile Wortbündel.
Dann sagen sie das zur AnerkennungWenn der Kontext verwendet wird, ist zu verstehen, dass es eine Anpassung für die Erkennung mit zusätzlichen Daten gibt, beispielsweise bestimmte Verwendungsausdrücke, wie in intelligenten Spalten, oder die Verwendung eines bestimmten Wörterbuchs für einen bestimmten Themenbereich.
Genauigkeit oder Erkennungsqualität wird als gezähltdas Verhältnis von korrekt erkannten Wörtern zu der Anzahl aller gesprochenen Wörter addiert auch die Metrik der falschen Erkennung als das Verhältnis von falsch erkannten Wörtern zu allen erkannten Wörtern.
LG führte 2018 seineHeimassistent. Auf der Bühne versuchte David Vanderwal, Senior Marketing Director, Cloi, den neuen Heimassistenten von LG, zu demonstrieren. Die Größe einer kleinen Kaffeemaschine sollte Cloi auf dem Tisch sein, sie hat keine Hände und Räder, ihr Kopf dreht sich und nickt während eines Gesprächs. Dies ist ein Sprachassistent, der Ihnen helfen soll, Ihr Leben zu organisieren.
Auf der Bühne fragte Vanderwal Cloi wannDas Waschen wird beendet - eine relativ einfache Anfrage musste zeigen, welche Art von Assistent LG verkaufen möchte. Cloi fassungslos als Antwort.
„Selbst Roboter haben harte Tage“, versuchte erlach es von Vandervol. - Wenn wir also wissen, wann das Waschen beendet ist, können wir die Waschmaschine mit dem Trockner synchronisieren und daran denken, dass wir Hühnerfleisch im Kühlschrank haben, das nach drei Tagen abläuft. Sieht aus, als sollten wir es kochen. Cloi, komm ins Gespräch: Was kann ich aus einem Huhn machen. “
Aber auch Cloi sagte nichts zu diesem Satz.
Es ist nicht bekannt, was den Fehler verursacht hat: ein großer Raum mit Akustik, der Qualität der Internetverbindung oder Mängel in der Software. Der Roboter-Leiter zwischen Mensch und Gerät funktionierte einfach nicht.
Google gilt als Flaggschiff der Branche - schon vielSeit Jahren entwickelt er auf diesem Gebiet die höchste Genauigkeit und Erkennungsstabilität. Im Sommer stellte er einen aktualisierten Sprachassistenten vor - und argumentiert, dass die Erkennungsgenauigkeit (Englisch) mit dem des Menschen vergleichbar ist. Um eine Anfrage zu bearbeiten und eine relevante Antwort zu senden, benötigt das Google-System nur eine Sekunde.
"Promobot"
Um jedoch das Erkennungssystem aus zu verwendenGoogle muss Lizenzen erwerben und ist recht teuer. Darüber hinaus kann eine Spracherkennungsvorrichtung in einer Vielzahl von Umgebungen verwendet werden. Die Erkennungsparameter für den Heimassistenten und den Roboter sind an Orten mit hoher Personenkonzentration unterschiedlich. Die Besonderheiten versuchen, die Entwickler von Promobot zu berücksichtigen - sie entwickeln ein System von Mikrofonarrays und Offline-Erkennung. Dadurch können Roboter weniger von der Qualität der Internetverbindung abhängen und auch mit instabilen Verbindungen und in lauten Umgebungen ein guter Gesprächspartner sein.
Gesichts- und Emotionserkennungstechnologie
Um eine Qualität zu organisierenBei der Interaktion zwischen Mensch und Roboter ist es notwendig zu verstehen, wer vor der Maschine steht und welche Emotionen eine Person erlebt. Diese Daten ermöglichen es ihm, die effektivste Kommunikationsstrategie zu wählen, um relevante Angebote abzugeben. Bieten Sie zum Beispiel einen Rabatt auf Ihre Lieblings-Eissorte an, damit Sie nicht traurig sind, oder melden Sie eine Promotion in der Kosmetikabteilung an, wenn der Roboter ein Mädchen vor Ihnen sieht.
Das russische Unternehmen VisionLabs bietet am meistenverschiedene Anwendungsbereiche dieser Technologie. Die LUNA Gesichtserkennungsplattform ermöglicht es dem Besitzer, das Auto ohne Schlüssel zu öffnen und Einkäufe mit einem Selfie zu bezahlen. Die Gesichtserkennung von VisionLabs wird im Schulzugangssystem der Sberbank implementiert, mit dem ein Schüler während der Prüfungen am Moskauer Institut für Psychoanalyse überprüft wird.
Wenn wir über das Erkennen von Emotionen sprechen, dannvon den Branchen beansprucht, in denen der Service erwartet wird. Beispielsweise testet die Alfa Bank das Emotionserkennungssystem eines Kunden. Der Algorithmus analysiert den Gesichtsausdruck des Besuchers, nachdem der Dienst eine Schätzung abgegeben hat. So erhält die Bank Feedback, ohne auf Umfragen und Interviews zurückgreifen zu müssen.
Promobot und Neurodata Lab starteten ein Pilotprojektein Projekt eines Empath-Roboters, der in der Lage ist, bis zu 20 emotionale Zustände einer Person zu erkennen. In Übereinstimmung mit der erkannten Emotion baut der Roboter eine Kommunikation auf - um den Gesprächspartner zu ermutigen oder zu beruhigen, fängt er an zu scherzen und mutig zu sein, wenn er eine positive Reaktion sieht. Während sich das Projekt in der Testphase befindet, wurde der Roboter jedoch bereits bei CES-2019 eingereicht.
Navigationssystem
Abhängig von den Aufgaben gibt es Outdoor- undInnentechnik Für unbemannte Fahrzeuge und Flugzeuge ist die Navigation im Freien erforderlich, die Indoor-Navigation für Sicherheits- und Serviceroboter in Gebäuden.
Heute gibt es zwei Arten der Navigation: global und lokal. Global schlägt die Navigation durch Satellitensysteme vor, sie werden in Außensystemen nachgefragt, sind jedoch für Innenbereiche ungeeignet. Es gibt nicht immer eine Verbindung und eine geringe Genauigkeit der Positionsanzeige. Lokale umfassen die Navigation durch Ultraschall-, optische und Infrarotsysteme. Bestehende Systeme sind teuer, daher besteht die größte Herausforderung für 2019 darin, ihre Preise zu senken.
Zum Beispiel das Sensorsystem für Auto Teslakostete mehrere hunderttausend Dollar. Aufgrund der großen Verteilung von Autos mit Autopilot sanken die Kosten für Lidar aufgrund des Übergangs von einem Nischen- und teuren Produkt zu einem weit verbreiteten Gebiet. Mit dem Aufkommen preisgünstiger und billiger Mikrowellenlösungen in der Robotik werden auch Millimeterwellenradars eingesetzt, die früher nur als teure Premium-Fahrzeugoption erhältlich waren.
Zum Beispiel hat Startup Marvelmind eine sehr genaue erstellt$ 349 Indoor-Navigationssystem. Für den Betrieb sind jedoch vier stationäre und ein mobiles Funkfeuer erforderlich, was die Verwendung in großen Bereichen und im Freien erschwert.
Navigationsgeräte von Marvelmind
Wenn wir über Roboter im üblichen Sinne sprechen, dannDamit sich der Roboter „Promobot“ unabhängig und ohne Kollisionen bewegen kann, verwenden die Entwickler nahezu alle Arten von Messungen: Ultraschall, Infrarot-Nahbereichssensoren, Lidars. Dies bietet ein Höchstmaß an Sicherheit für die Bewegung des Roboters.
Informationssicherheit
Die Gewährleistung der Sicherheit ist die wichtigste Richtung der Robotik. Nach dem Rückgang der Roboter-Euphorie begannen die Menschen, über die Sicherheit ihrer eigenen Person und ihrer Daten nachzudenken.
Trends in Bezug auf InformationssicherheitsbedrohungenDie Robotik unterscheidet sich im Allgemeinen nicht stark von den üblichen in der Informationsumgebung. Die Entwicklung des Internets der Dinge hat die aktive Verbreitung von Botnet-Netzwerken beeinflusst, was leider auch für die überwältigende Anzahl von Robotergeräten relevant ist.
Hersteller vernachlässigen oft einen ernsthaften Schutz vor Cyber-Bedrohungen oder vernachlässigen diesen sogar, was zum Einsatz von Robotern zum Spionieren, Phishing oder Datendiebstahl führt.
Vor kurzem haben Positive Technologies ForscherAufgefallen ist, dass Staubsaugerroboter ihre Besitzer belauschen und diese Informationen über das Internet übertragen - und sie können sogar die Kryptowährung abbauen. Ein Angreifer kann mithilfe von Sicherheitslücken vertrauliche Daten über den Netzwerkverkehr abfangen. Dabei handelt es sich nicht nur um Ihre Fotos, sondern sogar um die Bankdaten.
Anfang des Jahres wurde ein Bericht veröffentlichtSchwachstellen Roboter Pepper. Es gelang den Experten, Dateien von Drittanbietern ohne Authentifizierung auf das Gerät zu übertragen und sich sogar beim Superuser-Konto anzumelden. Sie konnten auch Zahlungsinformationen, Daten von Videokameras und Mikrofonen abfangen.
In Bezug auf die Strenge heuteDas Problem ist auf dem Gebiet der Industrierobotik am akutesten. Ende 2018 ist die Anzahl der Angriffe auf Informationsnetzwerke russischer automatisierter Prozesssteuerungssysteme höher als auf Banken oder Einzelpersonen, und Resonanzsituationen mit Verschlüsselungsviren bestätigen, dass sogar Kernkraftwerke Opfer von Cyberangriffen werden können.
Eine Lösung für dieses Problem könnte der Einsatz von AI für das Sicherheitsmanagement sein, das bereits heute von führenden Herstellern von Antivirensystemen schrittweise implementiert wird.
In den nächsten Jahren jedoch die AnzahlRoboter, denen wir täglich begegnen, werden deutlich zunehmen. Die menschliche Sicherheit hängt von diesem Kriterium ab - ein Schlüsselbereich, der von der Weltrobotik so früh wie möglich berücksichtigt wird.
Die Anzahl automatisierter Prozesse wächst undDas bedeutet, dass immer mehr Roboter unseren Alltag durchdringen. Die Anforderungen an die Arbeitsqualität von Robotern steigen, wenn sie das Niveau der Infrastruktureinheit erreichen, und nicht Wunder und Macken. Mit der Entwicklung der am meisten nachgefragten Zweige der Robotik ist es notwendig, die Arbeitsqualität von Sprachassistenten zu verbessern, einschließlich der Spracherkennung, der Qualität von Verarbeitungsanfragen und deren Beantwortung. Für den Vertrieb von UAVs und Servicerobotern müssen die Kosten für Navigationssysteme reduziert werden. Um die Sicherheit der Menschen und ihrer Daten bei der Interaktion mit Robotern zu gewährleisten, müssen vor allem alle Sicherheitslücken beseitigt werden. Dies sind die größten Herausforderungen für 2019.