Neural nettverksteknologi
Hver dag er det nyheter om nye anvendelser av nevrale nettverk. Laget i USA
Kunstig Neural Network (INS)- matematisk modell (så vel som programvareneller maskinvareutførelse), bygget på prinsippet om organisering og funksjon av biologiske nevrale nettverk - nerveceller til en levende organisme. Dette konseptet oppsto mens vi studerte prosessene som skjer i hjernen og forsøkte å modellere disse prosessene.
Det er mange bruksområder av denne teknologien. For eksempel bør et neuralt nettverk skille hund og katt. For å justere algoritmen er det gitt et stort utvalg av signerte bilder av katter og hunder. Neuralnettverket analyserer funksjonene til objektene i disse bildene og bygger en anerkjennelsesmodell som minimerer prosentandelen av feil i forhold til referanseresultatene.
Forresten, når Google ber deg om å bekrefte detdu er ikke en robot, og noter trafikklysene eller bussene, du overgår ikke en elementær test for kognitive evner, men lærer det neurale nettverket å skille objekter av veinfrastruktur. Systemet vil bli brukt i droner.
Bruken av nevrale nettverk er ubegrenset.Men den mest brukte i robotteknologi nevrale nettverk funnet i talassistenter og samhandling med mennesker. Nevrale nettverk gir nøyaktige svar på spørsmål. Stemmeassistentens kvalitet avhenger av dem. Blant stemmeassistentene kan identifiseres Alexa fra Amazon, Cortana fra Microsoft og Siri fra Apple. Blant de russiske stemmeassistentene er "Alice" fra Yandex.
Jo bedre et neuralt nettverk er trent, denbedre, det velger svar på samtalerens forespørsler: forstår omvendt ordrekkefølge, kontekst og indirekte spørring. Denne retningen vil være en av de mest lovende i utviklingen av fremtiden. Siden Internett endrer sosiale prosesser, har overføringshastigheten og det generelle tempoet i livet vokst enormt. Men mannen blir mer ensom. En ledsagerrobot vil bli relevant, som vil tilfredsstille behovet for kommunikasjon, forståelse og støtte.
Digitale følgesvenner er allerede på vei opp i Japan,hvis funksjonalitet går utover enkle konsulenter. De blir hjelpere, venner og til og med koner. Vesten er heller ikke langt borte: 47 millioner mennesker i USA (nesten 20% av den totale voksenbefolkningen) bruker smarte høyttalere, Amazon Echo eller Google Alexa. Videre, basert på nyere forskning, bruker de smarte høyttalere, ikke bare for å gi dem kommandoer. 25% tar dem til å sove med dem, 20% spøk med dem, 15% bruker som barnepike for barn - kolonnen forteller eventyr og bidrar til å distrahere barnet.
Evnen til å opprettholde dialogen vil være en av de viktigste kravene til roboterog et av de mest lovende og ettertraktede utviklingsområdene.
Talegenkjenningssystem
En ting er å bare hente svaret på forespørselen, mendet er mye vanskeligere å høre og dechifrere samtalepartnets forespørsel. Nøyaktighet påvirkes av alle elementene i talegjenkjennelsessystemet: treningsprøven og anerkjennelsesalgoritmene selv.
Kvaliteten på lydstrømmen påvirkes - forholdetsignal / støy, tale forståelighet og volum. Moderne systemer forsøker å utfylle "uhørt" gjennom språklige modeller - hvert språk har sine egne stabile uttrykk og stabile bunter av ord.
Det er da de sier det for anerkjennelsekontekst brukes, er det forstått at det er en justering for gjenkjenning med tilleggsdata, for eksempel spesifikke bruksfraser, som i smarte kolonner, eller bruk av en bestemt ordbok for et bestemt emneområde.
Nøyaktighet eller anerkjennelseskvalitet regnes somForholdet mellom korrekt anerkjente ord til tallet for alle talte ord, legger også metriske av falske gjenkjennelser som forholdet mellom falsk anerkjente ord til alle anerkjente ord.
LG introduserte i 2018 sinhjemmeassistent. Onstage, David Vanderwal, senior markedsdirektør, forsøkte å demonstrere Cloi, LGs nye hjemmeassistent. Størrelsen på en liten drypp kaffetrakter, Cloi burde være på bordet, hun har ingen hender og hjul, hodet roterer og nikker under en samtale. Dette er en stemmeassistent laget for å hjelpe deg med å organisere livet ditt.
På scenen spurte Vanderwal Cloi nårvasken vil ende - en relativt enkel forespørsel måtte demonstrere nøyaktig hvilken type assistent LG har tenkt å selge. Cloi stunned som svar.
"Selv roboter har vanskelige dager," prøvde hanler det av Vandervol. - Så, hvis vi vet når vaskingen slutter, kan vi synkronisere vaskemaskinens drift med tørketrommel og husk at vi har kylling i kjøleskapet, som utløper etter tre dager. Ser ut som om vi skal lage mat. Cloi, kom inn i samtalen: hva kan jeg lage fra en kylling. "
Men selv Cloi sa ingenting til dette uttrykket.
Det er ikke kjent hva som forårsaket feilen: en stor plass med akustikk, kvaliteten på Internett-tilkoblingen eller feilene i programvaren. Uansett fungerte robotdirigenten mellom mann og utstyr ganske enkelt ikke.
Google regnes som markedets flaggskip - allerede myeI årevis har han utviklet seg på dette området, og oppnådd den høyeste nøyaktigheten og stabiliteten av anerkjennelsen. Om sommeren presenterte han en oppdatert stemmeassistent - og hevder at anerkjennelsesnøyaktigheten (engelsk) er sammenlignbar med mennesket. For å behandle en forespørsel og gi et relevant svar, tar Google-systemet ikke mer enn et sekund.
"Promobot"
Men å bruke anerkjennelsessystemet fraGoogle trenger å skaffe lisenser, og det er ganske dyrt. I tillegg kan en talegjenkjennelsesinnretning brukes i mange forskjellige miljøer. Anerkjennelsesparametrene for hjemmepersonalet og roboten er forskjellige på steder med høye konsentrasjoner av mennesker. Og detaljene prøver å ta hensyn til utviklerne av Promobot - de utvikler et system med mikrofonarrayer og offline anerkjennelse. Dette gjør det mulig for roboter å være mindre avhengig av kvaliteten på Internett-tilkoblingen og forbli en god samtale med både ustabile forbindelser og i støyende omgivelser.
Ansikts- og følelsesdetekteringsteknologi
For å organisere en kvalitetSamspillet mellom mann og robot, er det nødvendig å forstå hvem som er foran maskinen og hvilke følelser en person opplever. Slike data vil tillate ham å velge den mest effektive kommunikasjonsstrategien for å lage relevante tilbud. For eksempel å tilby rabatt på ditt favoritt utvalg av iskrem, slik at du ikke blir trist, eller å rapportere om en kampanje i kosmetikkavdelingen, hvis roboten ser en jente foran deg.
Det russiske selskapet VisionLabs tilbyr mestforskjellige bruksområder av denne teknologien. LUNA ansiktsgjenkjennelsesplattform vil tillate eieren å åpne bilen uten nøkkel og betale for kjøp med en selvbetjent. Ansiktsgjenkjenning fra VisionLabs er implementert i Sberbanks skoleaksessystem, som brukes til å verifisere en student under eksamen ved Moskva Institute of Psychoanalysis.
Hvis vi snakker om anerkjennelsen av følelser, dethevdet av næringene der tjenesten er forventet. For eksempel tester Alfa Bank en kundes følelsesgjenkjenningssystem. Algoritmen analyserer besøkendes ansiktsuttrykk, etter at tjenesten gir et estimat. Så mottar banken tilbakemeldinger uten å gripe til undersøkelser og intervjuer.
Promobot og Neurodata Lab lanserte en pilotet prosjekt av en empath robot som er i stand til å gjenkjenne opptil 20 følelsesmessige tilstander til en person. I tråd med anerkjente følelser vil roboten bygge kommunikasjon - for å oppmuntre eller forsikre samtalepartneren, begynner å joke og dristig hvis han ser en positiv reaksjon. Selv om prosjektet er på teststadiet, har roboten allerede blitt sendt til CES-2019.
Navigasjonssystem
Avhengig av oppgavene er det utendørs- oginnendørs teknologi Utendørs navigasjon er nødvendig for ubemannede kjøretøy og fly, innendørs navigasjon er for sikkerhets- og serviceroboter i bygninger.
I dag er det to typer navigasjon: globalt og lokalt. Global foreslår navigering gjennom satellitt systemer, de er etterspurt i utendørs systemer, men uegnet for innendørs. Det er ikke alltid en tilkobling og lav nøyaktighet av stillingsvisningen. Lokale inkluderer navigasjon gjennom ultralyd, optiske og infrarøde systemer. Eksisterende systemer er dyre, så hovedutfordringen for 2019 vil være å redusere prisene.
For eksempel, sensorsystemet for bil Teslakoste flere hundre tusen dollar. Men på grunn av den store fordeling av biler med autopilot, ble kostnaden av lidar redusert på grunn av overgangen fra et nisje og dyrt produkt til et utbredt område. Og med begynnelsen av rimelige og billige mikrobølgeløsninger i robotteknikk, begynner millimeterbølge radarer å bli brukt, som bare var tilgjengelig som et dyrt bilbilalternativ.
For eksempel har oppstart Marvelmind skapt en svært nøyaktig$ 349 innendørs navigasjonssystem. Imidlertid krever operasjonen fire stasjonære bakker og en mobilbjelke, noe som gjør det vanskelig å bruke den i store områder og ute.
Navigasjonsenheter fra Marvelmind
Hvis vi snakker om roboter i vanlig forstand, såFor at roboten "Promobot" skal bevege seg uavhengig, uten kollisjoner, bruker utviklerne nesten alle typer målinger: ultralyd, infrarøde kortdistanse sensorer, lidere. Dette gir det maksimale sikkerhetsnivået for robotenes bevegelse.
Informasjonssikkerhet
Sikring av sikkerhet er robotens viktigste retning. Etter nedgangen i eufori om roboter begynte folk å tenke på sikkerheten til seg selv og deres data.
Trender av informasjonssikkerhetstrusler i feltetRobotikk, generelt, går ikke sterkt fra de vanlige i informasjonsmiljøet. Utviklingen av Internett av ting har påvirket den aktive distribusjonen av botnetnett, som dessverre også er relevant for det overveldende antallet robot-enheter.
Produsenter forsømmer ofte seriøs beskyttelse mot cybertrusler eller forsømmer det, noe som fører til bruk av roboter for spionasje, phishing eller datatyveri.
Nylig, positive teknologier forskerela merke til at støvsugeroboter er avlytting på sine eiere og overfører denne informasjonen via Internett - og de kan til og med min kryptokurrency. Ved å bruke sikkerhetsproblemer kan en angriper fange konfidensielle data gjennom nettverkstrafikk: det er ikke bare bildene dine, men også bankkontodataene.
I begynnelsen av året ble det utgitt en rapportsårbarhet robot pepper. Ekspertene klarte å overføre tredjepartsfiler til enheten uten godkjenning, og til og med logg inn på superbrukerkontoen. De var også i stand til å fange betalingsinformasjon, data fra videokameraer og mikrofoner.
Med hensyn til alvor, i dagProblemet er mest akutt innen industriell robotikk. Ved utgangen av 2018 er antallet angrep på informasjonsnett av russiske automatiserte prosesskontrollsystemer høyere enn på banker eller enkeltpersoner, og resonanssituasjoner med krypteringsvirus bekrefter at selv atomkraftverk kan bli offer for cyberangrep.
En løsning på dette problemet kan være bruk av AI for sikkerhetsadministrasjon, som allerede implementeres gradvis av ledende produsenter av antivirusprogrammer i dag.
Men i de neste årene talletRoboter som vi møter hver dag vil øke betydelig. Menneskelig sikkerhet er avhengig av dette kriteriet - et nøkkelområde, verdensrobotikken vil være oppmerksom på dette området så tidlig som mulig.
Antallet automatiserte prosesser vokser, ogdet betyr at flere og flere roboter trenger inn i hverdagen. Krav til robotenes arbeidskraft øker etter hvert som de når nivået på infrastrukturenheten, og ikke underverk og quirks. Med utviklingen av de mest krevende grener av robotteknologi, er det nødvendig å forbedre kvaliteten på arbeidet med talassistenter, inkludert talegjenkjenning, kvaliteten på behandlingsforespørsler og besvare dem. For distribusjon av UAV og service roboter, er det nødvendig å redusere kostnadene for navigasjonssystemer. For å sikre sikkerheten til mennesker og deres data når de samhandler med roboter, er det viktig å eliminere alle sikkerhetsproblemer. Dette er de viktigste utfordringene for 2019.