Tehnologija neuronskih mreža
Svaki dan postoje vijesti o novim primjenama neuronskih mreža. Stvoreno u SAD-u
Umjetna neuronska mreža (INS)— matematički model (kao i njegov softverili hardverska izvedba), izgrađena na principu organizacije i funkcioniranja bioloških neuronskih mreža – živčanih stanica živog organizma. Ovaj koncept nastao je tijekom proučavanja procesa koji se odvijaju u mozgu i pokušaja modeliranja tih procesa.
Postoje mnoge primjene ove tehnologije. Na primjer, neuronska mreža treba razlikovati pse i mačke. Da bi se prilagodio algoritam, daje se veliki broj potpisanih slika mačaka i pasa. Neuralna mreža analizira značajke objekata na ovim slikama i gradi model prepoznavanja koji minimizira postotak pogrešaka u odnosu na referentne rezultate.
Usput, kada vas Google zatraži da to potvrditeniste robot, i zabilježite semafor ili autobuse, ne prođete osnovni test za kognitivne sposobnosti, ali naučite neuronsku mrežu da razlikuju objekte cestovne infrastrukture. Sustav će se koristiti u bespilotnim letjelicama.
Korištenje neuronskih mreža je neograničeno.Međutim, najčešće se koriste u robotici neuronske mreže u glasovnim asistentima i interakciji s ljudima. Neuronske mreže daju točne odgovore na pitanja. Od njih ovisi kvaliteta glasovnog asistenta. Među glasovnim asistentima mogu se prepoznati Alexa iz Amazona, Cortana iz Microsofta i Siri iz Applea. Među ruskim glasovnim pomoćnicima su "Alice" iz Yandexa.
Što je neuronska mreža bolje uvježbanabolje, on odabire odgovore na zahtjeve sugovornika: razumije obrnuti redoslijed riječi, kontekst i neizravni upit. Taj će smjer biti jedan od najperspektivnijih u razvoju budućnosti. Kako internet mijenja društvene procese, brzina prijenosa informacija i opći tempo života su strahovito narasli. Ali čovjek postaje sve usamljeniji. Bit će relevantan pratiteljski robot, koji će zadovoljiti potrebu za komunikacijom, razumijevanjem i podrškom.
Digitalni pratioci već se pojavljuju u Japanu,čija funkcionalnost nadilazi jednostavne konzultante. Oni postaju pomoćnici, prijatelji, pa čak i žene. Zapad također ne zaostaje: 47 milijuna ljudi u Sjedinjenim Državama (gotovo 20% ukupne odrasle populacije) koristi pametne zvučnike, Amazon Echo ili Google Alexa. Štoviše, na temelju nedavnih istraživanja koriste pametne zvučnike, ne samo da im daju zapovijedi. 25% ih spava s njima, 20% se šali s njima, 15% koristi kao dadilja za djecu - stupac govori bajke i pomaže odvratiti dijete.
Mogućnost održavanja dijaloga bit će jedan od ključnih zahtjeva za robotei jedno od najperspektivnijih i najtraženijih područja razvoja.
Sustav prepoznavanja govora
Jedno je samo uzeti odgovor na zahtjev, aliMnogo je teže čuti i odgonetnuti zahtjev sugovornika. Na točnost utječu svi elementi sustava za prepoznavanje govora: uzorak treninga i sami algoritmi prepoznavanja.
To utječe na kvalitetu audiozapisa - omjersignal / šum, razumljivost govora i glasnoća. Suvremeni sustavi pokušavaju dopuniti "nečuveno" kroz lingvističke modele - svaki jezik ima svoje stabilne izraze i stabilne snopove riječi.
Tada oni to kažu za priznanjeu kontekstu, tada se podrazumijeva da postoji prilagodba za prepoznavanje zbog dodatnih podataka, na primjer, specifičnih izraza upotrebe, kao u pametnim stupcima, ili korištenja određenog rječnika za određenu temu.
Točnost ili kvaliteta prepoznavanja računa se kaoomjer ispravno prepoznatih riječi i broja svih izgovorenih riječi, također se dodaje metrički podatak o lažnom prepoznavanju kao omjer pogrešno prepoznatih riječi prema svim prepoznatim riječima.
LG je predstavio 2018. godinekućni pomoćnik. Na pozornici, David Vanderwal, viši direktor marketinga, pokušao je demonstrirati Cloi, novi kućni pomoćnik tvrtke LG. Veličina malog aparata za kavu, Cloi bi trebao biti na stolu, bez ruku i kotača, glava se okreće i kima glavom tijekom razgovora. To je glasovni asistent koji vam pomaže organizirati svoj život.
Na pozornici je Vandervall pitao Cloi kadaispiranje će se završiti - relativno jednostavan zahtjev morao je pokazati točno kakav asistent LG namjerava prodati. Cloi je zapanjeno odgovorila.
"Čak i roboti imaju teške dane", pokušao jesmijati se od Vandervola. - Dakle, ako znamo kada će se pranje završiti, onda možemo uskladiti rad perilice s sušilicom i zapamtiti da imamo piletinu u hladnjaku, koja istječe nakon tri dana. Izgleda da bismo ga trebali kuhati. Cloi, pridruži se razgovoru: što mogu kuhati od piletine.
Ali čak ni Cloi nije rekao ništa tom izrazu.
Nije poznato što je uzrokovalo neuspjeh: veliki prostor s akustikom, kvaliteta internetske veze ili nedostaci u softveru. U svakom slučaju, robotski vodič između čovjeka i opreme jednostavno nije radio.
Google se smatra vodećom industrijom - već je mnogoGodinama se razvija u ovom području, postižući najveću točnost i stabilnost prepoznavanja. Ljeti je predstavio ažurirani glasovni asistent - i tvrdi da je točnost prepoznavanja (engleski) usporediva s ljudskom. Da bi obradio zahtjev i izdao relevantan odgovor, Googleov sustav ne traje duže od sekunde.
"Promobot"
Međutim, za korištenje sustava prepoznavanjaGoogle mora steći licence i to je prilično skupo. Osim toga, uređaj za prepoznavanje govora može se koristiti u različitim okruženjima. Parametri prepoznavanja kućnog pomoćnika i robota razlikuju se u mjestima s visokom koncentracijom ljudi. A specifičnosti pokušavaju uzeti u obzir programere Promobota - oni razvijaju sustav mikrofonskih polja i izvanmrežno prepoznavanje. To će robotima omogućiti da manje ovise o kvaliteti internetske veze i da ostanu dobri sagovornici, kako s nestabilnim vezama tako iu bučnom okruženju.
Tehnologija otkrivanja lica i emocija
Kako bi se organizirala kvalitetainterakcije između čovjeka i robota, potrebno je razumjeti tko je ispred stroja i koje emocije osoba doživljava. Takvi podaci omogućit će mu da odabere najučinkovitiju komunikacijsku strategiju, da napravi relevantne ponude. Na primjer, ponuditi popust na svoj omiljeni izbor sladoleda, tako da ne bude tužno, ili da izvješće o promociji u kozmetičkom odjelu, ako robot vidi djevojku ispred vas.
Najviše nudi ruska tvrtka VisionLabsrazličite grane primjene ove tehnologije. LUNA platforma za prepoznavanje lica omogućit će vlasniku da otvori automobil bez ključa i plati za kupnju autoportreta. Prepoznavanje lica od VisionLabs provodi se u Sberbank školskom pristupnom sustavu, koji se koristi za provjeru studenta tijekom ispita na Moskovskom institutu za psihoanalizu.
Ako govorimo o prepoznavanju emocija, totvrde industrije gdje se usluga očekuje. Na primjer, Alfa-Banka testira sustav prepoznavanja emocija klijenta. Algoritam analizira izraz lica posjetitelja nakon što usluga daje procjenu. Tako banka prima povratne informacije bez pribjegavanja anketama i intervjuima.
Promobot i Neurodata Lab pokrenuli pilotprojekt empatskog robota koji može prepoznati do 20 emocionalnih stanja osobe. U skladu s priznatim emocijama, robot će graditi komunikaciju - ohrabriti ili uvjeriti sugovornika, početi se šaliti i smioniti ako vidi pozitivnu reakciju. Dok je projekt u fazi testiranja, robot je već poslan na CES-2019.
Navigacijski sustav
Ovisno o zadacima, tu su i vanjski iunutarnja tehnologija Vanjska navigacija potrebna je za bespilotna vozila i zrakoplove, unutarnja navigacija za sigurnosne i servisne robote u zgradama.
Danas postoje dvije vrste navigacije: globalno i lokalno. Globalna pretpostavka navigacije na satelitskim sustavima, oni su u potražnji u vanjskim sustavima, ali neprikladni za unutarnje sustave. Ne postoji uvijek veza i niska točnost prikaza položaja. Lokalno uključuje navigaciju kroz ultrazvuk, optičke i infracrvene sustave. Postojeći sustavi su skupi, pa će glavni izazov za 2019. biti smanjenje cijena.
Primjerice, sustav senzora za automobil Teslakošta nekoliko stotina tisuća dolara. No, zbog velikog širenja automobila s autopilotom, troškovi lidara su se smanjili zbog prijelaza iz niše i skupog proizvoda na rasprostranjeno područje. Također, s dolaskom jeftinih i jeftinih mikrovalnih rješenja u robotici, počinju se koristiti radari milimetarskog vala, koji su prethodno bili dostupni samo kao skupa opcija premium automobila.
Na primjer, pokretanje programa Marvelmind stvorilo je vrlo preciznu$ 349 unutarnji navigacijski sustav. Međutim, njegov rad zahtijeva četiri nepomična svjetla i jedan mobilni signal, što otežava njegovo korištenje na velikim površinama i na otvorenom.
Navigacijski uređaji tvrtke Marvelmind
Ako govorimo o robotima u uobičajenom smislu, ondaKako bi se robot „Promobot“ neovisno kretao, bez sudara, programeri koriste gotovo sve vrste mjerenja: ultrazvuk, infracrveni senzor kratkog dometa, lidare. Time se osigurava maksimalna razina sigurnosti kretanja robota.
Sigurnost informacija
Sigurnost je najvažniji pravac robotike. Nakon pada euforije oko robota, ljudi su počeli razmišljati o sigurnosti sebe i svojih podataka.
Trendovi prijetnje informacijskoj sigurnosti uRobotika se općenito ne udaljava od onih uobičajenih u informacijskom okruženju. Razvoj Interneta stvari utjecao je na aktivnu distribuciju botnet mreža, što je, nažalost, relevantno i za velik broj robotskih uređaja.
Proizvođači često zanemaruju ozbiljnu zaštitu od cyber prijetnji ili je čak zanemaruju, što dovodi do korištenja robota u svrhu špijuniranja, krađe identiteta ili krađe podataka.
Nedavno su istraživači tvrtke Positive Technologiesprimijetili su da roboti za čišćenje usisivača prisluškuju svoje vlasnike i prenose te informacije putem interneta - a mogu čak i izvršiti kripto valutu. Koristeći ranjivosti u sigurnosnom sustavu, napadač može presresti povjerljive podatke putem mrežnog prometa: to nisu samo vaše fotografije, već čak i podaci o bankovnom računu.
Početkom godine objavljeno je izvješćeranjivosti robota Pepper. Stručnjaci su mogli prenijeti datoteke trećih strana na uređaj bez provjere autentičnosti, pa čak i prijaviti se na račun superkorisnika. Također su mogli presresti podatke o plaćanju, podatke s video kamera i mikrofona.
U smislu ozbiljnosti, danasPitanje je najjače u području industrijske robotike. Krajem 2018. godine broj napada na informacijske mreže ruskih automatiziranih sustava kontrole procesa veći je nego na banke ili pojedince, a rezonantne situacije s virusima enkripcije potvrđuju da čak i nuklearne elektrane mogu postati žrtve cyber napada.
Jedno rješenje za ovaj problem može biti korištenje AI za upravljanje sigurnošću, koji se danas postupno implementiraju od strane vodećih proizvođača antivirusnih sustava.
Međutim, u sljedećih nekoliko godina brojroboti koje susrećemo svaki dan će se značajno povećati. Ljudska sigurnost ovisi o tom kriteriju - ključno područje, svjetska robotika će obratiti pozornost na ovo područje što je prije moguće.
Broj automatiziranih procesa raste, ito znači da sve više robota prodire u naš svakodnevni život. Zahtjevi za kvalitetom rada robota rastu kako dosegnu razinu infrastrukturne jedinice, a ne čuda i čudovišta. Razvojem najtraženijih grana robotike potrebno je poboljšati kvalitetu glasovnih asistenata, uključujući prepoznavanje govora, kvalitetu obrade zahtjeva i odgovaranje na njih. Za distribuciju bespilotnih letjelica i servisnih robota potrebno je smanjiti troškove navigacijskih sustava. Uglavnom, kako bi se osigurala sigurnost ljudi i njihovih podataka u interakciji s robotima, potrebno je ukloniti sve sigurnosne ranjivosti. To su glavni izazovi za 2019. godinu.