Technologia sieci neuronowych
Codziennie pojawiają się informacje o nowych zastosowaniach sieci neuronowych. Stworzono w USA
Sztuczna sieć neuronowa (INS)— model matematyczny (oraz jego oprogramowanie).lub wykonanie sprzętowe), zbudowane na zasadzie organizacji i funkcjonowania biologicznych sieci neuronowych - komórek nerwowych żywego organizmu. Koncepcja ta zrodziła się podczas badania procesów zachodzących w mózgu i prób modelowania tych procesów.
Istnieje wiele zastosowań tej technologii. Na przykład sieć neuronowa powinna odróżniać psy i koty. Aby dostosować algorytm, podaje się dużą liczbę podpisanych obrazów kotów i psów. Sieć neuronowa analizuje cechy obiektów na tych obrazach i buduje model rozpoznawania, który minimalizuje procent błędów w stosunku do wyników odniesienia.
Nawiasem mówiąc, gdy Google prosi o potwierdzenie tegonie jesteś robotem i zwróć uwagę na sygnalizację świetlną lub autobusy, nie zdasz podstawowego testu na zdolności poznawcze, ale naucz sieć neuronową, aby odróżniać obiekty infrastruktury drogowej. System będzie używany w dronach.
Korzystanie z sieci neuronowych jest nieograniczone.Jednak najczęściej stosowany w robotycznych sieciach neuronowych w asystentach głosowych i interakcji z ludźmi. Sieci neuronowe dostarczają dokładnych odpowiedzi na pytania. Od nich zależy jakość asystenta głosowego. Wśród asystentów głosowych można znaleźć Alexę z Amazon, Cortanę z Microsoft i Siri z Apple. Wśród rosyjskich asystentów głosowych są „Alice” z Yandex.
Im lepsza jest sieć neuronowa, tym lepiejlepiej, wybiera odpowiedzi na żądania rozmówcy: rozumie odwrotną kolejność słów, kontekst i zapytanie pośrednie. Ten kierunek będzie jednym z najbardziej obiecujących w rozwoju przyszłości. W miarę jak Internet zmienia procesy społeczne, szybkość przekazywania informacji i ogólne tempo życia ogromnie wzrosły. Ale człowiek staje się coraz bardziej samotny. Istotny stanie się robot towarzyszący, który zaspokoi potrzebę komunikacji, zrozumienia i wsparcia.
Cyfrowi towarzysze pojawiają się już w Japonii,których funkcjonalność wykracza poza prostych konsultantów. Stają się pomocnikami, przyjaciółmi, a nawet żonami. Zachód jest również daleko w tyle: 47 milionów ludzi w Stanach Zjednoczonych (prawie 20% całkowitej populacji dorosłych) korzysta z inteligentnych głośników, Amazon Echo lub Google Alexa. Co więcej, w oparciu o najnowsze badania, używają inteligentnych głośników, nie tylko po to, by wydawać im polecenia. 25% zabiera ich ze sobą do snu, 20% z nimi żartuje, 15% wykorzystuje jako nianię dla dzieci - kolumna opowiada bajki i pomaga odwrócić uwagę dziecka.
Zdolność do prowadzenia dialogu będzie jednym z kluczowych wymagań dla robotówi jeden z najbardziej obiecujących i poszukiwanych obszarów rozwoju.
System rozpoznawania mowy
Jedna rzecz to po prostu odebrać odpowiedź na prośbę, aledużo trudniej jest usłyszeć i odcyfrować prośbę rozmówcy. Na dokładność mają wpływ wszystkie elementy systemu rozpoznawania mowy: sama próbka szkoleniowa i algorytmy rozpoznawania.
Ma to wpływ na jakość strumienia audio - stosuneksygnał / szum, zrozumiałość mowy i głośność. Nowoczesne systemy próbują uzupełnić „niesłychane” poprzez modele językowe - każdy język ma swoje własne stabilne wyrażenia i stabilne wiązki słów.
To wtedy mówią to dla uznaniakontekst jest używany, to jest zrozumiałe, że istnieje dostosowanie do rozpoznawania z dodatkowymi danymi, na przykład, specyficzne wyrażenia użycia, jak w inteligentnych kolumnach, lub użycie specyficznego słownika dla określonego obszaru tematu.
Dokładność lub jakość rozpoznawania jest liczona jakoStosunek prawidłowo rozpoznanych słów do liczby wszystkich wypowiadanych słów dodaje również metrykę fałszywych rozpoznań jako stosunek fałszywie rozpoznanych słów do wszystkich rozpoznanych słów.
LG wprowadzono w 2018 rokuasystent domowy. Na scenie David Vanderwal, starszy dyrektor marketingu, próbował zademonstrować Cloi, nowego asystenta domowego LG. Rozmiar małego ekspresu do kawy Cloi powinien być na stole, nie ma rąk i kół, głowa obraca się i kiwa głową podczas rozmowy. Jest to asystent głosu zaprojektowany, aby pomóc Ci zorganizować twoje życie.
Na scenie Vanderwal zapytał Cloi kiedypranie się zakończy - stosunkowo prosta prośba musiała wykazać, jakiego rodzaju asystent LG zamierza sprzedać. Cloi zaskoczyła w odpowiedzi.
„Nawet roboty mają ciężkie dni”, próbowałśmiej się z Vandervola. - Jeśli więc wiemy, kiedy pranie się zakończy, możemy zsynchronizować działanie pralki z suszarką i pamiętać, że mamy kurczaka w lodówce, który wygasa po trzech dniach. Wygląda na to, że powinniśmy to ugotować. Cloi, przejdź do rozmowy: co mogę zrobić z kurczaka. ”
Ale nawet Cloi nie powiedział nic na ten temat.
Nie wiadomo, co spowodowało awarię: duża przestrzeń z akustyką, jakością połączenia internetowego lub wadami oprogramowania. W każdym razie przewodnik-robot między człowiekiem a sprzętem po prostu nie działał.
Google jest uważany za wizytówkę branży - już wieleOd lat rozwija się w tej dziedzinie, osiągając najwyższą dokładność i stabilność rozpoznawalności. Latem przedstawił zaktualizowanego asystenta głosowego - i twierdzi, że dokładność rozpoznawania (w języku angielskim) jest porównywalna z ludzką. Aby przetworzyć żądanie i wydać odpowiednią odpowiedź, system Google zajmuje nie więcej niż sekundę.
„Promobot”
Jednakże, aby użyć systemu rozpoznawania zGoogle musi nabyć licencje, a to jest dość drogie. Ponadto urządzenie do rozpoznawania mowy może być używane w wielu różnych środowiskach. Parametry rozpoznawania asystenta domowego i robota są różne w miejscach o dużej koncentracji ludzi. A specyfika próbuje wziąć pod uwagę twórców Promobota - opracowują system macierzy mikrofonów i rozpoznawanie offline. Dzięki temu roboty będą mniej zależne od jakości połączenia internetowego i pozostaną dobrym rozmówcą zarówno w niestabilnych połączeniach, jak iw hałaśliwym otoczeniu.
Technologia wykrywania twarzy i emocji
W celu zorganizowania jakościInterakcja między człowiekiem a robotem, należy zrozumieć, kto stoi przed maszyną i jakie emocje przeżywa dana osoba. Takie dane pozwolą mu wybrać najskuteczniejszą strategię komunikacji, przedstawić odpowiednie oferty. Na przykład, aby zaoferować zniżkę na ulubioną odmianę lodów, abyś nie był smutny, lub aby zgłosić promocję w dziale kosmetyków, jeśli robot zobaczy dziewczynę przed tobą.
Rosyjska firma VisionLabs oferuje najwięcejróżne gałęzie zastosowania tej technologii. Platforma rozpoznawania twarzy LUNA pozwoli właścicielowi otworzyć samochód bez klucza i zapłacić za zakupy selfie. Rozpoznawanie twarzy z VisionLabs jest wdrażane w systemie dostępu do szkoły Sberbank, używanym do weryfikacji studenta podczas egzaminów w Moskiewskim Instytucie Psychoanalizy.
Jeśli mówimy o rozpoznawaniu emocji, totwierdzą branże, w których usługa jest oczekiwana. Na przykład Alfa Bank testuje system rozpoznawania emocji klienta. Algorytm analizuje wyraz twarzy gościa po oszacowaniu usługi. Bank otrzymuje informacje zwrotne bez uciekania się do ankiet i wywiadów.
Promobot i Neurodata Lab uruchomiły pilotaprojekt robota empath zdolnego do rozpoznawania do 20 stanów emocjonalnych danej osoby. Zgodnie z uznaną emocją robot zbuduje komunikację - aby zachęcić lub uspokoić rozmówcę, zacznie żartować i śmiało, jeśli zobaczy pozytywną reakcję. Chociaż projekt znajduje się na etapie testowania, robot został już przesłany do CES-2019.
System nawigacji
W zależności od zadań, są na zewnątrz itechnologia wnętrz Nawigacja zewnętrzna jest potrzebna w przypadku bezzałogowych pojazdów i samolotów, nawigacja w pomieszczeniach jest przeznaczona dla robotów bezpieczeństwa i usług w budynkach.
Dzisiaj istnieją dwa rodzaje nawigacji: globalny i lokalny. Globalna sugestia nawigacji przez systemy satelitarne, są one popytem w systemach zewnętrznych, ale nieodpowiednie dla pomieszczeń. Nie zawsze istnieje połączenie i niska dokładność wyświetlania pozycji. Lokalne obejmują nawigację za pomocą ultradźwięków, systemów optycznych i podczerwieni. Istniejące systemy są drogie, więc głównym wyzwaniem na 2019 r. Będzie obniżenie ich cen.
Na przykład system czujników do samochodu Teslakosztować kilkaset tysięcy dolarów. Jednak ze względu na dużą dystrybucję samochodów z autopilotem, koszt lidar zmniejszył się z powodu przejścia z niszowego i drogiego produktu na szeroko rozpowszechniony obszar. A także wraz z pojawieniem się tanich i tanich rozwiązań mikrofalowych w robotyce, zaczynają być używane radary fal milimetrowych, które były dostępne tylko jako kosztowna opcja samochodu premium.
Na przykład startup Marvelmind stworzył bardzo dokładnąSystem nawigacji wewnętrznej 349 USD. Jednak jego działanie wymaga czterech stacjonarnych beaconów i jednego ruchomego światła, co utrudnia korzystanie z niego na dużych obszarach i na zewnątrz.
Urządzenia nawigacyjne od Marvelmind
Jeśli mówimy o robotach w zwykłym znaczeniu, toAby robot „Promobot” mógł się poruszać niezależnie, bez kolizji, programiści używają prawie wszystkich rodzajów pomiarów: ultradźwięków, podczerwonych czujników krótkiego zasięgu, lidarów. Zapewnia to maksymalny poziom bezpieczeństwa ruchu robota.
Bezpieczeństwo informacji
Zapewnienie bezpieczeństwa jest najważniejszym kierunkiem robotyki. Po upadku euforii o robotach ludzie zaczęli myśleć o bezpieczeństwie siebie i swoich danych.
Trendy zagrożeń bezpieczeństwa informacji w terenieRobotyka zasadniczo nie odbiega od zwykłych w środowisku informacyjnym. Rozwój Internetu rzeczy wpłynął na aktywną dystrybucję sieci botnetowych, co niestety ma również znaczenie dla przytłaczającej liczby urządzeń robotycznych.
Producenci często zaniedbują poważną ochronę przed zagrożeniami cybernetycznymi lub nawet zaniedbują ją, co prowadzi do wykorzystania robotów w celu szpiegostwa, phishingu lub kradzieży danych.
Ostatnio naukowcy z Positive Technologieszauważyłem, że roboty odkurzające podsłuchują swoich właścicieli i przesyłają te informacje przez Internet - i mogą nawet kopać kryptowaluty. Korzystając z luk w zabezpieczeniach, atakujący może przechwytywać poufne dane przez ruch sieciowy: to nie tylko zdjęcia, ale nawet dane konta bankowego.
Na początku roku opublikowano raportpodatność robota Pepper. Eksperci zdołali przenieść pliki innych firm na urządzenie bez uwierzytelniania, a nawet zalogować się na konto administratora. Mogli także przechwytywać informacje o płatnościach, dane z kamer wideo i mikrofonów.
Pod względem surowości dzisiajProblem jest najbardziej dotkliwy w dziedzinie robotyki przemysłowej. Pod koniec 2018 r. Liczba ataków na sieci informacyjne rosyjskich zautomatyzowanych systemów kontroli procesów jest większa niż w bankach lub jednostkach, a rezonujące sytuacje z wirusami szyfrującymi potwierdzają, że nawet elektrownie jądrowe mogą stać się ofiarami cyberataków.
Jednym z rozwiązań tego problemu może być wykorzystanie sztucznej inteligencji do zarządzania bezpieczeństwem, które jest już stopniowo wdrażane przez wiodących producentów systemów antywirusowych.
Jednak w ciągu najbliższych kilku lat liczbaroboty, które spotykamy każdego dnia, znacznie wzrosną. Bezpieczeństwo ludzkie zależy od tego kryterium - kluczowy obszar, światowa robotyka zwróci uwagę na ten obszar tak wcześnie, jak to możliwe.
Liczba zautomatyzowanych procesów rośnie, ioznacza to, że coraz więcej robotów przenika nasze codzienne życie. Wymagania dotyczące jakości pracy robotów rosną, gdy osiągają poziom jednostki infrastruktury, a nie cuda i dziwactwa. Wraz z rozwojem najbardziej pożądanych gałęzi robotyki, konieczne jest poprawienie jakości pracy asystentów głosowych, w tym rozpoznawania mowy, jakości przetwarzania żądań i odpowiadania na nie. Do dystrybucji UAV i robotów serwisowych konieczne jest obniżenie kosztów systemów nawigacyjnych. Głównie, aby zapewnić bezpieczeństwo ludzi i ich danych podczas interakcji z robotami, konieczne jest wyeliminowanie wszystkich luk w zabezpieczeniach. Są to główne wyzwania na 2019 r.