Neural nätverksteknik
Varje dag kommer det nyheter om nya tillämpningar av neurala nätverk. Skapad i USA
Artificial Neural Network (INS)— matematisk modell (liksom dess programvaraeller hårdvaruutförande), byggd på principen om organisation och funktion av biologiska neurala nätverk - nervceller i en levande organism. Detta koncept uppstod när man studerade de processer som förekommer i hjärnan och försökte modellera dessa processer.
Det finns många tillämpningar av denna teknik. Till exempel, ett neuralt nätverk ska skilja hundar och katter. För att justera algoritmen ges ett stort antal signerade bilder av katter och hundar. Det neurala nätverket analyserar egenskaperna hos objekten i dessa bilder och bygger en erkännandemodell som minimerar procentandelen av fel i förhållande till referensresultaten.
Förresten, när Google ber dig att bekräfta detdu är inte en robot och noterar trafikljusen eller bussarna, du passerar inte ett elementärt test för kognitiva förmågor, men lär det neurala nätverket att skilja vägarnas infrastruktur. Systemet kommer att användas i dronor.
Användningen av neurala nätverk är obegränsat.Men den mest använda i robotteknik neurala nätverk som finns i röstassistenter och interaktion med människor. Neurala nätverk ger exakta svar på frågor. Röstassistentens kvalitet beror på dem. Bland röstassistenterna kan identifieras Alexa från Amazon, Cortana från Microsoft och Siri från Apple. Bland de ryska röstassistenterna är "Alice" från Yandex.
Ju bättre ett neuralt nätverk är utbildat, detBättre, det väljer svaren på samtalets förfrågningar: förstår omvänd ordföljd, sammanhang och indirekt fråga. Denna riktning kommer att bli en av de mest lovande i framtidsutvecklingen. När Internet förändrar sociala processer har hastigheten på informationsöverföringen och livets allmänna takt ökat enormt. Men mannen blir mer ensam. En följeslagrobot kommer att vara relevant, vilket kommer att tillgodose behovet av kommunikation, förståelse och stöd.
Digitala följeslagare dyker upp redan i Japan,vars funktionalitet går utöver enkla konsulter. De blir hjälpare, vänner och till och med fruar. Västern ligger inte långt efter: 47 miljoner människor i USA (nästan 20% av den totala vuxna befolkningen) använder smarta talare, Amazon Echo eller Google Alexa. Vidare använder de smarta talare, inte bara för att ge dem kommandon baserat på ny forskning. 25% tar dem att sova med dem, 20% skämtar med dem, 15% använder som barnbarn för barn - kolonnen berättar sagor och hjälper distrahera barnet.
Möjligheten att upprätthålla dialog kommer att vara en av nyckelkraven för robotaroch ett av de mest lovande och eftertraktade utvecklingsområdena.
Taligenkänningssystem
Det är en sak att bara hämta svaret på förfrågan, menDet är mycket svårare att höra och avkoda samtalarens begäran. Noggrannhet påverkas av alla delar av taligenkänningssystemet: träningsexemplet och erkännandealgoritmerna själva.
Kvaliteten på ljudströmmen påverkas - förhållandetsignal / brus, talförståelse och volym. Moderna system försöker komplettera "ohejdade" genom språkliga modeller - varje språk har sina egna stabila uttryck och stabila buntar av ord.
Det är då de säger det för erkännandekontext används, då förstås det att det finns en justering för erkännande på grund av ytterligare data, till exempel specifika användningsfraser, som i smarta kolumner eller användningen av en specifik ordlista för ett specifikt ämnesområde.
Noggrannhet eller erkännande kvalitet räknas somförhållandet av korrekt igenkända ord till antalet av alla talade ord läggs också den falska igenkänningsmetri som förhållandet mellan falskt igenkända ord till alla igenkända ord.
LG introducerade 2018 sinhemassistent. På scenen försökte David Vanderwal, marknadschef, Cloi, LGs nya hemassistent. Storleken på en liten dropp kaffebryggare, Cloi borde vara på bordet, hon har inga händer och hjul, huvudet roterar och nickar under en konversation. Detta är en röstassistent som är utformad för att hjälpa dig att organisera ditt liv.
På scenen frågade Vandervall Cloi närtvätten slutar - en relativt enkel förfrågan måste visa exakt vilken typ av assistent LG avser att sälja. Cloi bedövas som svar.
"Även robotar har svåra dagar," försökte hanskratta bort det från Vandervol. - Så, om vi vet när tvätten slutar, kan vi synkronisera tvättmaskinens funktion med torken och kom ihåg att vi har kyckling i kylskåpet, som löper ut efter tre dagar. Det verkar som om vi ska laga det. Cloi, gå med i konversationen: Vad kan jag laga från en kyckling. "
Men även Cloi sa ingenting till denna fras.
Det är inte känt vad som orsakade misslyckandet: ett stort utrymme med akustik, kvaliteten på Internetanslutningen eller bristerna i programvaran. Hur som helst fungerade robotledaren mellan man och utrustning helt enkelt inte.
Google anses vara branschens flaggskepp - redan mycketI åratal har han utvecklat sig på detta område och uppnått den högsta noggrannheten och stabiliteten i erkännandet. På sommaren presenterade han en uppdaterad röstassistent - och hävdar att igenkänningsnoggrannheten (engelska) är jämförbar med människa. För att behandla en förfrågan och utfärda ett relevant svar tar Google-systemet inte mer än en sekund.
"Promobot"
Men för att använda systemet för erkännande frånGoogle behöver förvärva licenser, och det är ganska dyrt. Dessutom kan en taligenkänningsanordning användas i en mängd olika miljöer. Erkännandeparametrarna för hemassistenten och roboten är olika på platser med höga koncentrationer av människor. Och specifikationerna prövas av utvecklarna av Promobot - de utvecklar ett system med mikrofonuppsättningar och offline-erkännande. Detta gör det möjligt för robotar att vara mindre beroende av internetanslutningens kvalitet och förblir en bra konversation med både instabila anslutningar och bullriga miljöer.
Ansikts- och känslighetsdetekteringsteknik
För att organisera en kvalitetsamspelet mellan man och robot, är det nödvändigt att förstå vem som står framför maskinen och vilka känslor en person upplever. Sådan data kommer att göra det möjligt för honom att välja den mest effektiva kommunikationsstrategin för att göra relevanta erbjudanden. Till exempel, att erbjuda rabatt på din favorit mängd glass så att du inte är ledsen, eller att rapportera om en kampanj i kosmetikavdelningen, om roboten ser en tjej framför dig.
Det ryska företaget VisionLabs erbjuder mestolika tillämpningsområden för denna teknik. LUNA ansiktsigenkänning plattform tillåter ägaren att öppna bilen utan en nyckel och betala för inköp med en selfie. Ansiktsigenkänning från VisionLabs implementeras i Sberbank skolans åtkomstsystem, som används för att verifiera en elev under tentor vid Moskva Institute of Psychoanalysis.
Om vi pratar om erkännandet av känslor, detpåstås av de branscher där tjänsten är förväntad. Exempelvis testar Alfa-Bank ett kunders känslighetsigenkänningssystem. Algoritmen analyserar besökarens ansiktsuttryck, efter att tjänsten ger en uppskattning. Så får banken feedback utan att tillgripa undersökningar och intervjuer.
Promobot och Neurodata Lab lanserade en pilotett projekt av en empathrobot som kan känna igen upp till 20 känslomässiga tillstånd hos en person. I enlighet med erkända känslor kommer roboten att bygga upp kommunikation - för att uppmuntra eller försäkra samtalspartnern, börja skämta och djärva om han ser en positiv reaktion. Samtidigt som projektet är på teststadiet har roboten redan skickats till CES-2019.
Navigationssystem
Beroende på uppgifterna finns det utomhus- ochinomhusteknik Utomhusnavigering behövs för obemannade fordon och flygplan, inomhusnavigering är för säkerhets- och servicerobotar i byggnader.
Idag finns det två typer av navigering: globalt och lokalt. Globalt antar navigation på satellitsystem, de är efterfrågade i utomhussystem, men olämpliga för inomhusbruk. Det finns inte alltid en anslutning och låg noggrannhet av positionsdisplayen. Lokala inkluderar navigering genom ultraljud, optiska och infraröda system. Befintliga system är dyra, så den största utmaningen för 2019 kommer att vara att sänka sina priser.
Till exempel, sensorsystemet för bil Teslakostar flera hundra tusen dollar. Men på grund av den stora spridningen av bilar med autopilot minskade kostnaden för lidaren på grund av övergången från en nisch och dyr produkt till ett utbrett område. Och med början av prisvärda och billiga mikrovågslösningar inom robotteknik börjar millimetervågradarer användas, vilket tidigare endast var tillgängligt som ett dyrt bilval.
Till exempel har startprocessen Marvelmind skapat en mycket exakt$ 349 inomhus navigationssystem. Driften kräver dock fyra stationära fyrkanter och en mobil fyr, vilket gör det svårt att använda den i stora områden och utomhus.
Navigationsenheter från Marvelmind
Om vi pratar om robotar i vanlig mening, dåFör att roboten "Promobot" ska kunna röra sig självständigt, utan kollisioner, använder utvecklarna nästan alla typer av mätningar: ultraljud, infraröd kortdistanssensorer, lidar. Detta ger den högsta säkerhetsnivån för robotens rörelse.
Informationssäkerhet
Att säkerställa säkerheten är robotens viktigaste riktning. Efter nedgången i eufori om robotar började människor tänka på själva säkerheten och deras data.
Tendenser av hot mot informationssäkerhet i fältetRobotik, i allmänhet, avviker inte starkt från de vanliga i informationsmiljön. Utvecklingen av Internet av saker har påverkat den aktiva distributionen av botnetnät, vilket tyvärr också är relevant för det överväldigande antalet robotenheter.
Tillverkare försummar ofta seriöst skydd mot cyberhot eller till och med försummar det, vilket leder till användningen av robotar för spionage, phishing eller datatyveri.
Nyligen Positive Technologies forskaremärkte att dammsugningsrobotar avlyssnar på sina ägare och sänder denna information via Internet - och de kan till och med mina kryptokurrency. Med hjälp av säkerhetsproblem kan en angripare avlyssna konfidentiella data via nätverkstrafik: det är inte bara dina bilder, utan även bankkontodata.
I början av året publicerades en rapportsårbarhet robot peppar. Experterna lyckades överföra filer från tredje part till enheten utan autentisering och logga in till superuserkontot. De kunde också avlyssna betalningsinformation, data från videokameror och mikrofoner.
När det gäller allvar, idagFrågan är mest akut inom industrirobotiken. I slutet av 2018 är antalet attacker på informationsnät för ryska automatiserade processkontrollsystem högre än hos banker eller individer, och resonanssituationer med krypteringsvirus bekräftar att även kärnkraftverk kan bli offer för cyberattacker.
En lösning på detta problem kan vara användningen av AI för säkerhetshantering, som redan implementeras av ledande tillverkare av antivirusprogram.
Men under de närmaste åren numretrobotar vi möter varje dag ökar betydligt. Mänsklig säkerhet beror på detta kriterium - ett nyckelområde, världsb robotiken kommer att uppmärksamma detta område så tidigt som möjligt.
Antalet automatiserade processer växer, ochdet betyder att fler och fler robotar tränger in i vårt vardag. Krav på robotkvaliteten ökar, eftersom de når infrastrukturenhetens nivå, och inte underverk och quirks. Med utvecklingen av de mest efterfrågade grenarna i robotiken är det nödvändigt att förbättra kvaliteten på röstassistenternas arbete, inklusive taligenkänning, kvaliteten på processförfrågningar och svara på dem. För distribution av UAV och servicerobotar är det nödvändigt att sänka kostnaden för navigationssystem. För att säkerställa människors säkerhet och deras data när de interagerar med robotar är det nödvändigt att eliminera alla säkerhetsproblem. Det här är de viktigaste utmaningarna för 2019.