ニューラルネットワーク技術
毎日、ニューラル ネットワークの新しい応用に関するニュースが流れています。米国で作成
人工ニューラルネットワーク（INS）— 数学的モデル (およびそのソフトウェア)またはハードウェアの実施形態）、生物学的ニューラルネットワーク（生物の神経細胞）の組織化と機能の原理に基づいて構築されています。この概念は、脳内で発生するプロセスを研究し、これらのプロセスをモデル化しようとするときに生まれました。
この技術には多くの用途があります。 たとえば、ニューラルネットワークは犬と猫を区別する必要があります。アルゴリズムを調整するために、猫と犬の署名入り画像の多数の配列が与えられます。ニューラルネットワークはこれらの写真の中の物体の特徴を分析し、参照結果に対するエラーの割合を最小にする認識モデルを構築します。
ところで、Googleがそれを確認するようにあなたに頼んだときあなたはロボットではなく、交通信号やバスに注意してください、あなたは認知能力の基本的なテストに合格しませんが、道路インフラストラクチャの目的を区別するようにニューラルネットワークを教えます。システムは無人偵察機で使用されます。
ニューラルネットワークの使用は無制限です。しかし、ロボティクスニューラルネットワークで最も広く使用されているのは、音声アシスタントや人々との対話です。ニューラルネットワークは質問に対する正確な答えを提供します。音声アシスタントの品質はそれらに依存します。音声アシスタントの中には、AmazonのAlexa、MicrosoftのCortana、AppleのSiriがあります。ロシアの音声アシスタントの中にはYandexの「Alice」がいます。
ニューラルネットワークがよりよく訓練されれば、より良いことには、それは対話者の要求に対する答えを選択します。逆の語順、文脈、そして間接的な質問を理解します。この方向は未来の発展において最も有望なもののうちの1つになるでしょう。インターネットが社会的プロセスを変えるにつれて、情報転送のスピードと一般的な生活のペースは飛躍的に向上しました。しかし、その男はもっと孤独になっています。仲間のロボットが関連性を持つようになり、それはコミュニケーション、理解、そして支援の必要性を満たすでしょう。
デジタルコンパニオンはすでに日本で登場しています、その機能は単純なコンサルタントを超えています。彼らは助っ人、友達、そして妻にさえなります。西側もそれほど遅れているわけではありません。米国内の4700万人（総成人人口の約20％）がスマートスピーカー、Amazon Echo、またはGoogle Alexaを使用しています。さらに、最近の研究に基づいて、彼らは彼らに命令を与えるためだけではなく、スマートスピーカーを使用しています。 25％が一緒に寝て、20％が一緒に寝て、15％が子供のための乳母としての使用 - おとぎ話を伝え、子供の気をそらすのに役立ちます。
対話を維持する能力は、ロボットにとって重要な要件の1つになります開発において最も有望かつ求められている分野の 1 つです。
音声認識システム
リクエストに対する回答を取得するだけのことですが、対話者の要求を聞いて解読することははるかに困難です。精度は、音声認識システムのすべての要素、つまりトレーニングサンプルと認識アルゴリズム自体の影響を受けます。
オーディオストリームの品質が信号/雑音、音声了解度および音量。現代のシステムは言語モデルを通して「聞こえない」を補完しようとしています - 各言語はそれ自身の安定した表現と安定した単語の束を持っています。
それは彼らが認識のためにそれを言うときです文脈が使用され、それから追加データ、例えばスマートコラムのような特定の用法句、または特定の主題分野のための特定の辞書の使用による認識に対する調整があることが理解される。
精度または認識品質は、すべての話された単語の数に対する正しく認識された単語の比率、誤認識メトリックはまた、すべての認識された単語に対する誤認識された単語の比率として追加されます。
LGは2018年に導入したホームアシスタントステージでは、マーケティング担当シニアディレクターのDavid Vanderwalが、LGの新しいホームアシスタントであるCloiのデモンストレーションを試みました。小さなドリップコーヒーメーカー、Cloiのサイズはテーブルの上にあるはずです。これはあなたがあなたの人生を整理するのを助けるように設計された音声アシスタントです。
ステージで、VandervallはCloiにいつ尋ねたか洗濯は終わるでしょう - 比較的単純な要求は、LGがどんな種類のアシスタントを売ろうとしているのかを正確に証明しなければなりませんでした。クロイはそれに応えて怯えた。
「ロボットでさえ困難な日があります」と彼は試みましたVandervolを笑わせる - それで、洗濯がいつ終わるか知っていれば、洗濯機の動作と乾燥機を同期させ、冷蔵庫にチキンが入っていることを覚えておくことができます。これは3日後に期限切れになります。私たちはそれを調理する必要があるように見えます。 Cloi、会話に参加してください。私は鶏肉から何を調理できますか。
しかし、クロイでさえこの言葉には何も言いませんでした。
何が失敗の原因となったのかはわかりません。 音響、インターネット接続の品質、またはソフトウェアの欠陥のある広いスペース。とにかく、人と機器の間のロボット指揮者は単にうまくいかなかった。
グーグルは業界のフラッグシップと考えられています何年もの間、彼はこの分野で開発を続けており、最高の正確性と認識の安定性を実現しています。夏に、彼は最新の音声アシスタントを発表しました - そして、認識の正確さ（英語）は人間に匹敵すると主張します。要求を処理して適切な応答を発行するために、Googleシステムは1秒以内に完了します。
「プロモボット」
ただし、認識システムを使用するにはGoogleはライセンスを取得する必要があり、それはかなり高価です。さらに、音声認識装置は多種多様な環境で使用することができる。ホームアシスタントとロボットの認識パラメータは、人が集中する場所では異なります。そして、その仕様はPromobotの開発者によって試されています - 彼らはマイクアレイとオフライン認識のシステムを開発しています。これにより、ロボットはインターネット接続の品質への依存度を下げ、不安定な接続でも騒々しい環境でも優れた会話力を維持できます。
顔と感情の検出技術
品質を整理するために人間とロボットの間の相互作用、それは誰が機械の前にいるのか、そしてどのような感情を経験しているのかを理解することが必要です。そのようなデータは、彼が関連する申し出をするために、最も効果的なコミュニケーション戦略を選ぶことを可能にするでしょう。たとえば、ロボットがあなたの前に女の子を見ている場合は、悲しいことをしないようにアイスクリームのあなたの好きな種類の割引を提供するために、または化粧品部門でプロモーションについて報告するために。
ロシアの企業VisionLabsが最も多くを提供しています。この技術の適用の異なった枝。 LUNAの顔認識プラットフォームは、所有者が鍵なしで車を開け、自分撮りで購入代金を支払うことを可能にします。 VisionLabsによる顔認識は、モスクワ精神分析研究所での試験中に生徒を確認するために使用されるSberbank学校アクセスシステムに実装されています。
感情の認識について話したら、それはサービスが期待される産業によって主張されています。たとえば、Alfa-Bankはクライアントの感情認識システムをテストしています。サービスが見積もりを出した後、アルゴリズムは訪問者の表情を分析します。だから銀行は調査やインタビューに頼ることなくフィードバックを受けます。
PromobotとNeurodata Labがパイロットを開始人の最大20の感情状態を認識することができる共感ロボットのプロジェクト。認識された感情に従って、ロボットはコミュニケーションを築きます - 対話者を励ましたり安心させるために、彼が前向きな反応を見たら冗談を言って大胆になります。プロジェクトがテスト段階にある間、ロボットは既にCES-2019に提出されています。
ナビゲーションシステム
タスクによっては、屋外と屋外があります。屋内テクノロジー無人車両や航空機には屋外ナビゲーションが必要であり、建物内のセキュリティおよびサービスロボットには屋内ナビゲーションが必要です。
今日は2種類のナビゲーションがあります。 グローバルとローカル。グローバルは衛星システムのナビゲーションを想定しています、彼らは屋外のシステムで需要がありますが、屋内には不向きです。接続や位置表示の精度が低いとは限りません。ローカルは、超音波、光学および赤外線システムによるナビゲーションを含みます。既存のシステムは高価であるため、2019年の主な課題はそれらの価格を下げることです。
たとえば、自動車用テスラのセンサーシステム数十万ドルかかる。しかし、オートパイロットを搭載した車の普及が広がったため、ニッチで高価な製品から広範囲な地域への移行により、ライダーのコストは下がりました。また、ロボット工学における手頃な価格で安価なマイクロ波ソリューションの出現に伴い、ミリ波レーダーが使用され始めていました。これは、以前は高価なプレミアムカーオプションとしてのみ利用可能でした。
例えば、スタートアップのMarvelmindは非常に正確な349ドルの屋内ナビゲーションシステム。しかし、その運用には4つの固定ビーコンと1つのモバイルビーコンが必要であり、そのため広いエリアや屋外での使用は困難です。
Marvelmind のナビゲーション デバイス
普通の意味でロボットについて話したら、ロボット「プロモボット」が衝突することなく独立して動くために、開発者はほとんどすべてのタイプの測定を使用します：超音波、赤外線短距離センサー、ライダー。これにより、ロボットの動きに対して最高レベルのセキュリティが提供されます。
情報セキュリティ
セキュリティはロボット工学の最も重要な方向です。ロボットに関する多幸感の後退の後、人々は彼ら自身の安全性と彼らのデータについて考えるようになりました。
における情報セキュリティの脅威の傾向ロボティクスは、一般に、情報環境における一般的なものからそれほど強く逸脱していません。モノのインターネットの開発はボットネットネットワークの積極的な普及に影響を与えました。
製造業者は、サイバー脅威に対する深刻な保護を無視するか、それを無視することがよくあり、スパイ、フィッシング、またはデータの盗難を目的としたロボットの使用につながります。
最近、ポジティブテクノロジーズの研究者掃除ロボットがその所有者を盗聴してインターネットを介してこの情報を送信していることに気づいています - そして彼らは暗号通貨をマイニングすることさえ可能です。セキュリティシステムの脆弱性を利用して、攻撃者はネットワークトラフィックを介して機密データを傍受することができます。それはあなたの写真だけでなく銀行口座データでもあります。
年の初めにレポートが発表されました脆弱性ロボットPepper。専門家は、認証なしでサードパーティのファイルをデバイスに転送することも、スーパーユーザーアカウントにログインすることもできました。また、支払い情報、ビデオカメラやマイクからのデータを傍受することもできました。
厳しさの面では、今日この問題は産業用ロボットの分野で最も深刻です。 2018年末には、ロシアの自動プロセス制御システムの情報ネットワークへの攻撃の数は銀行や個人よりも多くなり、暗号化ウイルスが共存する状況では、原子力発電所でもサイバー攻撃の犠牲になる可能性があります。
この問題への1つの解決策はセキュリティ管理のためのAIの使用であるかもしれません、そしてそれは今日アンチウイルスシステムの大手製造業者によってすでに徐々に実行されています。
しかし、今後数年間で数は私たちが毎日遭遇するロボットはかなり増えるでしょう。人間の安全保障はこの基準に依存します - 重要な分野、世界のロボット工学はできるだけ早くこの分野に注意を払います。
自動化されたプロセスの数は増えています、そしてそれはますます多くのロボットが私たちの日常生活に浸透することを意味します。ロボットの作業品質に対する要求は、ロボットがインフラストラクチャユニットのレベルに達するにつれて高まり、驚異的なことではありません。ロボットの最も要求されている分野の発展に伴い、音声認識、処理要求の質およびそれらに答えることを含む音声アシスタントの質を改善することが必要である。 UAVやサービスロボットを流通させるためには、ナビゲーションシステムのコストを削減する必要があります。主に、ロボットと対話するときの人間とそのデータの安全性を確保するために、すべてのセキュリティの脆弱性を排除することが必要です。これらは2019年の主な課題です。