เทคโนโลยีเครือข่ายประสาท
มีข่าวเกี่ยวกับแอปพลิเคชั่นใหม่ของโครงข่ายประสาทเทียมทุกวัน สร้างขึ้นในประเทศสหรัฐอเมริกา
โครงข่ายประสาทเทียม (INS)— แบบจำลองทางคณิตศาสตร์ (รวมถึงซอฟต์แวร์ด้วย)หรือศูนย์รวมฮาร์ดแวร์) สร้างขึ้นบนหลักการขององค์กรและการทำงานของโครงข่ายประสาทเทียมทางชีวภาพ - เซลล์ประสาทของสิ่งมีชีวิต แนวคิดนี้เกิดขึ้นขณะศึกษากระบวนการที่เกิดขึ้นในสมองและพยายามจำลองกระบวนการเหล่านี้
มีแอปพลิเคชั่นมากมายของเทคโนโลยีนี้ ตัวอย่างเช่นเครือข่ายประสาทควรแยกแยะสุนัขและแมว ในการปรับอัลกอริทึมจะได้รับรูปภาพขนาดใหญ่ที่มีลายเซ็นของแมวและสุนัข เครือข่ายนิวรัลวิเคราะห์คุณสมบัติของวัตถุในภาพเหล่านี้และสร้างแบบจำลองการรับรู้ที่ช่วยลดเปอร์เซ็นต์ของข้อผิดพลาดที่สัมพันธ์กับผลการอ้างอิง
โดยวิธีการเมื่อ Google ขอให้คุณยืนยันว่าคุณไม่ได้เป็นหุ่นยนต์และสังเกตสัญญาณไฟจราจรหรือรถเมล์คุณไม่ได้ผ่านการทดสอบเบื้องต้นเกี่ยวกับความสามารถในการคิด แต่สอนเครือข่ายประสาทเทียมเพื่อแยกวัตถุของโครงสร้างถนน ระบบจะใช้ในโดรน
การใช้เครือข่ายนิวรัลไม่ จำกัดอย่างไรก็ตามการใช้กันอย่างแพร่หลายในเครือข่ายประสาทหุ่นยนต์ที่พบในผู้ช่วยเสียงและการโต้ตอบกับผู้คน โครงข่ายประสาทเทียมให้คำตอบที่ถูกต้องสำหรับคำถาม คุณภาพของผู้ช่วยเสียงขึ้นอยู่กับพวกเขา ในบรรดาผู้ช่วยด้านเสียงสามารถระบุ Alexa จาก Amazon, Cortana จาก Microsoft และ Siri จาก Apple ในบรรดาผู้ช่วยเสียงรัสเซียคือ "อลิซ" จากยานเดกซ์
ยิ่งเครือข่ายประสาทได้รับการฝึกฝนมากเท่าไหร่ดีกว่ามันเลือกคำตอบสำหรับคำขอของคู่สนทนา: เข้าใจลำดับของคำย้อนกลับบริบทและการสืบค้นทางอ้อม ทิศทางนี้จะเป็นหนึ่งในแนวโน้มที่ดีที่สุดในการพัฒนาในอนาคต เมื่ออินเทอร์เน็ตเปลี่ยนแปลงกระบวนการทางสังคมความเร็วในการถ่ายโอนข้อมูลและความเร็วของชีวิตทั่วไปก็เพิ่มขึ้นอย่างมาก แต่ชายคนนั้นเริ่มเหงามากขึ้น หุ่นยนต์คู่หูจะมีความเกี่ยวข้องซึ่งจะสนองความต้องการด้านการสื่อสารความเข้าใจและการสนับสนุน
กลุ่มเพื่อนดิจิตอลกำลังเกิดขึ้นแล้วในญี่ปุ่นฟังก์ชั่นที่มีเหนือกว่าที่ปรึกษาทั่วไป พวกเขากลายเป็นผู้ช่วยเหลือเพื่อนและแม้กระทั่งภรรยา ทางตะวันตกนั้นยังไม่ไกลนัก: 47 ล้านคนในสหรัฐอเมริกา (เกือบ 20% ของประชากรผู้ใหญ่ทั้งหมด) ใช้ลำโพงอัจฉริยะ Amazon Echo หรือ Google Alexa ยิ่งไปกว่านั้นจากการวิจัยล่าสุดพวกเขาใช้สมาร์ทโฟนไม่เพียง แต่ให้คำสั่งเท่านั้น 25% พาพวกเขาไปนอนกับพวกเขาตลก 20% กับพวกเขาใช้ 15% เป็นพี่เลี้ยงเด็ก - คอลัมน์เล่านิทานและช่วยเบี่ยงเบนความสนใจของเด็ก
ความสามารถในการรักษาการสนทนาจะเป็นหนึ่งในข้อกำหนดหลักสำหรับหุ่นยนต์และเป็นหนึ่งในพื้นที่การพัฒนาที่มีแนวโน้มและเป็นที่ต้องการมากที่สุด
ระบบรู้จำเสียง
สิ่งหนึ่งคือเพียงแค่หยิบคำตอบที่ต้องการ แต่เป็นการยากที่จะได้ยินและถอดรหัสคำขอของคู่สนทนา ความแม่นยำได้รับผลกระทบจากองค์ประกอบทั้งหมดของระบบรู้จำเสียงพูด: ตัวอย่างการฝึกอบรมและอัลกอริทึมการรู้จำตัวเอง
คุณภาพของเสียงจะได้รับผลกระทบซึ่งก็คืออัตราส่วนสัญญาณ / เสียงรบกวนความสามารถในการพูดและระดับเสียง ระบบที่ทันสมัยพยายามที่จะเติมเต็ม "ไม่เคยได้ยิน" ผ่านโมเดลภาษาศาสตร์ - แต่ละภาษามีการแสดงออกที่มั่นคงและการรวมกลุ่มของคำ
นั่นคือเมื่อพวกเขาบอกว่าสำหรับการรับรู้บริบทถูกนำมาใช้แล้วเป็นที่เข้าใจกันว่ามีการปรับการรับรู้ด้วยข้อมูลเพิ่มเติมเช่นวลีการใช้งานเฉพาะเช่นในคอลัมน์สมาร์ทหรือการใช้พจนานุกรมเฉพาะสำหรับสาขาวิชาเฉพาะ
ความแม่นยำหรือคุณภาพการรับรู้นับเป็นอัตราส่วนของคำที่จำได้อย่างถูกต้องต่อจำนวนคำที่พูดทั้งหมดนั้นยังเพิ่มตัวชี้วัดของการจดจำที่ผิดพลาดด้วยเช่นกันเช่นอัตราส่วนของคำที่รู้จักอย่างไม่ถูกต้องกับคำที่รู้จักทั้งหมด
LG เปิดตัวในปี 2018ผู้ช่วยที่บ้าน David Vanderwal ผู้อำนวยการฝ่ายการตลาดอาวุโสพยายามแสดงให้เห็นถึง Cloi ผู้ช่วยบ้านคนใหม่ของ LG ขนาดของเครื่องชงกาแฟแบบหยดเล็ก ๆ Cloi ควรอยู่บนโต๊ะเธอไม่มีมือและล้อหัวเธอหมุนและพยักหน้าในระหว่างการสนทนา นี่คือผู้ช่วยเสียงที่ออกแบบมาเพื่อช่วยคุณจัดการชีวิตของคุณ
บนเวทีแวนเดอร์วัลถาม Cloi เมื่อใดการซักจะสิ้นสุดลง - คำขอที่ค่อนข้างเรียบง่ายต้องแสดงให้เห็นอย่างชัดเจนว่าผู้ช่วยประเภทใด LG ตั้งใจจะขาย Cloi ตะลึงในการตอบสนอง
“ แม้แต่หุ่นยนต์ก็ยังลำบากอยู่” เขาพยายามหัวเราะออกจาก Vandervol - ดังนั้นถ้าเรารู้ว่าการล้างจะสิ้นสุดเมื่อใดเราสามารถประสานการทำงานของเครื่องซักผ้ากับเครื่องอบแห้งและจำไว้ว่าเรามีไก่อยู่ในตู้เย็นซึ่งจะหมดอายุหลังจากสามวัน ดูเหมือนว่าเราควรปรุงอาหาร Cloi เข้าสู่การสนทนา: ฉันจะทำอะไรได้จากไก่”
แต่แม้แต่ Cloi ก็ไม่ได้พูดอะไรกับวลีนี้
ไม่มีใครรู้ว่าอะไรทำให้เกิดความล้มเหลว: พื้นที่ขนาดใหญ่พร้อมอะคูสติกคุณภาพของการเชื่อมต่ออินเทอร์เน็ตหรือข้อบกพร่องในซอฟต์แวร์ อย่างไรก็ตามตัวนำหุ่นยนต์ระหว่างมนุษย์กับอุปกรณ์ก็ไม่ทำงาน
Google ถือเป็นเรือธงของอุตสาหกรรม - เป็นจำนวนมากเป็นเวลาหลายปีที่เขาได้พัฒนาในด้านนี้เพื่อให้ได้ความแม่นยำและความเสถียรสูงสุดในการจดจำ ในฤดูร้อนเขาเสนอผู้ช่วยเสียงที่ปรับปรุงแล้ว - และระบุว่าความแม่นยำในการรู้จำ (ภาษาอังกฤษ) เปรียบได้กับมนุษย์ ในการประมวลผลคำขอและออกคำตอบที่เกี่ยวข้องระบบ Google ใช้เวลาไม่เกินหนึ่งวินาที
"Promobot"
อย่างไรก็ตามเพื่อใช้ระบบการรับรู้จากGoogle ต้องได้รับใบอนุญาตและมันค่อนข้างแพง นอกจากนี้อุปกรณ์รู้จำเสียงสามารถใช้ในสภาพแวดล้อมที่หลากหลาย พารามิเตอร์การรู้จำสำหรับผู้ช่วยที่บ้านและหุ่นยนต์นั้นแตกต่างกันในสถานที่ที่มีผู้คนที่มีความเข้มข้นสูง และข้อมูลเฉพาะพยายามที่จะคำนึงถึงนักพัฒนาของ Promobot - พวกเขากำลังพัฒนาระบบไมโครโฟนเรย์และการจดจำออฟไลน์ สิ่งนี้จะช่วยให้หุ่นยนต์พึ่งพาคุณภาพการเชื่อมต่ออินเทอร์เน็ตน้อยลงและยังคงเป็นนักสนทนาที่ดีทั้งการเชื่อมต่อที่ไม่เสถียรและในสภาพแวดล้อมที่มีเสียงดัง
เทคโนโลยีตรวจจับใบหน้าและอารมณ์
เพื่อจัดระเบียบคุณภาพปฏิสัมพันธ์ระหว่างมนุษย์กับหุ่นยนต์จำเป็นต้องเข้าใจว่าใครอยู่ข้างหน้าเครื่องจักรและอารมณ์ความรู้สึกของคนที่กำลังประสบอยู่ ข้อมูลดังกล่าวจะช่วยให้เขาสามารถเลือกกลยุทธ์การสื่อสารที่มีประสิทธิภาพที่สุดเพื่อให้ข้อเสนอที่เกี่ยวข้อง ตัวอย่างเช่นการเสนอส่วนลดไอศครีมหลากหลายที่คุณชื่นชอบเพื่อที่คุณจะได้ไม่ต้องเศร้าใจหรือรายงานการโปรโมตในแผนกเครื่องสำอางถ้าหุ่นยนต์เห็นสาวข้างหน้า
VisionLabs บริษัท รัสเซียเสนอมากที่สุดแอปพลิเคชั่นของสาขาเทคโนโลยีที่แตกต่างกัน LUNA แพลตฟอร์มจดจำใบหน้าจะช่วยให้เจ้าของรถเปิดโดยไม่มีกุญแจและชำระค่าสินค้าด้วยตัวเอง การจดจำใบหน้าจาก VisionLabs นำมาใช้ในระบบการเข้าถึงโรงเรียนของ Sberbank ซึ่งใช้เพื่อตรวจสอบนักเรียนระหว่างการสอบที่สถาบันจิตวิเคราะห์มอสโก
หากเราพูดถึงการรับรู้อารมณ์ความรู้สึกนั้นอ้างสิทธิ์โดยอุตสาหกรรมที่คาดว่าจะให้บริการ ตัวอย่างเช่น Alfa Bank กำลังทดสอบระบบจดจำอารมณ์ของลูกค้า อัลกอริทึมจะวิเคราะห์การแสดงออกทางสีหน้าของผู้เข้าชมหลังจากให้บริการประมาณการณ์ ดังนั้นธนาคารจะได้รับคำติชมโดยไม่ต้องหันไปสำรวจและสัมภาษณ์
Promobot และ Neurodata Lab เปิดตัวนักบินโครงการของหุ่นยนต์เอาใจใส่ที่สามารถจดจำสถานะทางอารมณ์ของบุคคลได้ถึง 20 สถานะ ตามอารมณ์ที่ได้รับการยอมรับหุ่นยนต์จะสร้างการสื่อสาร - เพื่อส่งเสริมหรือสร้างความมั่นใจแก่คู่สนทนานั้นจะเริ่มเล่นตลกและกล้าหาญหากเขาเห็นปฏิกิริยาตอบสนอง ในขณะที่โครงการอยู่ในขั้นตอนการทดสอบอย่างไรก็ตามหุ่นยนต์ได้ถูกส่งไปยัง CES-2019 แล้ว
ระบบนำทาง
ทั้งนี้ขึ้นอยู่กับงานที่มีอยู่กลางแจ้งและเทคโนโลยีในร่ม การนำทางกลางแจ้งเป็นสิ่งจำเป็นสำหรับยานพาหนะและเครื่องบินไร้คนขับการนำทางในอาคารใช้เพื่อความปลอดภัยและหุ่นยนต์บริการในอาคาร
วันนี้มีการนำทางสองประเภท: ทั่วโลกและท้องถิ่น ทั่วโลกแนะนำให้นำทางผ่านระบบดาวเทียมพวกเขาเป็นที่ต้องการในระบบกลางแจ้ง แต่ไม่เหมาะสำหรับในอาคาร การเชื่อมต่อและการแสดงตำแหน่งไม่แม่นยำเสมอไป คนในพื้นที่รวมถึงการนำทางผ่านอัลตราซาวด์ระบบแสงและอินฟราเรด ระบบที่มีอยู่มีราคาแพงดังนั้นความท้าทายหลักสำหรับปี 2019 คือการลดราคา
ตัวอย่างเช่นระบบเซ็นเซอร์สำหรับรถเทสลาค่าใช้จ่ายหลายแสนดอลลาร์ แต่เนื่องจากการกระจายของรถยนต์ขนาดใหญ่ที่มีระบบอัตโนมัติทำให้ค่าใช้จ่ายของ lidar ลดลงเนื่องจากการเปลี่ยนจากช่องและผลิตภัณฑ์ราคาแพงไปสู่พื้นที่ที่กว้างขวาง และด้วยการปรากฎตัวของโซลูชั่นไมโครเวฟราคาไม่แพงและราคาถูกในหุ่นยนต์รัศมีของคลื่นมิลลิเมตรก็เริ่มถูกนำมาใช้
ตัวอย่างเช่นการเริ่มต้น Marvelmind ได้สร้างความแม่นยำสูงระบบนำทางในอาคาร $ 349 อย่างไรก็ตามการใช้งานต้องใช้บีคอนนิ่งสี่ตัวและสัญญาณมือถือหนึ่งตัวซึ่งทำให้ยากต่อการใช้งานในพื้นที่ขนาดใหญ่และกลางแจ้ง
อุปกรณ์นำทางจาก Marvelmind
หากเราพูดถึงหุ่นยนต์ในแง่ปกติแล้วเพื่อให้หุ่นยนต์“ Promobot” เคลื่อนไหวได้อย่างอิสระโดยไม่มีการชนนักพัฒนาจึงใช้การวัดเกือบทุกประเภท: อัลตร้าซาวด์เซ็นเซอร์อินฟราเรดระยะใกล้ สิ่งนี้ให้ระดับความปลอดภัยสูงสุดสำหรับการเคลื่อนไหวของหุ่นยนต์
ความปลอดภัยของข้อมูล
การดูแลความปลอดภัยเป็นทิศทางที่สำคัญที่สุดของหุ่นยนต์ หลังจากความรู้สึกสบายที่ลดลงเกี่ยวกับหุ่นยนต์ผู้คนเริ่มคิดถึงความปลอดภัยของตัวเองและข้อมูลของพวกเขา
แนวโน้มของภัยคุกคามความปลอดภัยของข้อมูลในฟิลด์โดยทั่วไปแล้ววิทยาการหุ่นยนต์จะไม่แยกออกจากสิ่งที่พบบ่อยในสภาพแวดล้อมข้อมูล การพัฒนาอินเทอร์เน็ตของสิ่งต่าง ๆ มีอิทธิพลต่อการกระจายเครือข่ายบ็อตเน็ตซึ่งน่าเสียดายที่มันเกี่ยวข้องกับอุปกรณ์หุ่นยนต์จำนวนมาก
ผู้ผลิตมักละเลยการป้องกันอย่างจริงจังต่อภัยคุกคามทางไซเบอร์หรือแม้แต่ละเลยมันซึ่งนำไปสู่การใช้หุ่นยนต์เพื่อวัตถุประสงค์ในการจารกรรมฟิชชิ่งหรือขโมยข้อมูล
เมื่อเร็ว ๆ นี้นักวิจัยเชิงบวกสังเกตว่าหุ่นยนต์ทำความสะอาดสูญญากาศกำลังดักข้อมูลเจ้าของและส่งข้อมูลนี้ผ่านอินเทอร์เน็ต - และพวกเขายังสามารถขุดเงินดิจิตอล เมื่อใช้ช่องโหว่ด้านความปลอดภัยผู้โจมตีสามารถสกัดกั้นข้อมูลที่เป็นความลับผ่านการรับส่งข้อมูลบนเครือข่าย: ไม่เพียง แต่ภาพถ่ายของคุณ แต่ยังรวมถึงข้อมูลบัญชีธนาคาร
เมื่อต้นปีมีการเผยแพร่รายงานช่องโหว่ของหุ่นยนต์ Pepper ผู้เชี่ยวชาญจัดการเพื่อถ่ายโอนไฟล์บุคคลที่สามไปยังอุปกรณ์โดยไม่ต้องมีการรับรองความถูกต้องและยังเข้าสู่บัญชี superuser พวกเขายังสามารถดักจับข้อมูลการชำระเงินข้อมูลจากกล้องวิดีโอและไมโครโฟน
ในแง่ของความรุนแรงวันนี้ปัญหานี้รุนแรงที่สุดในสาขาหุ่นยนต์อุตสาหกรรม ในตอนท้ายของปี 2561 จำนวนการโจมตีเครือข่ายข้อมูลของระบบควบคุมกระบวนการอัตโนมัติของรัสเซียนั้นสูงกว่าธนาคารหรือบุคคลและสถานการณ์ที่มีการเข้ารหัสไวรัสยืนยันว่าแม้แต่โรงไฟฟ้านิวเคลียร์ก็สามารถตกเป็นเหยื่อของการโจมตีทางไซเบอร์
ทางออกหนึ่งของปัญหานี้คือการใช้ AI สำหรับการจัดการความปลอดภัยซึ่งกำลังถูกนำไปใช้งานอย่างค่อยเป็นค่อยไปโดยผู้ผลิตชั้นนำของระบบป้องกันไวรัส
อย่างไรก็ตามในไม่กี่ปีข้างหน้าจำนวนหุ่นยนต์ที่เราพบเจอทุกวันจะเพิ่มขึ้นอย่างมาก ความมั่นคงของมนุษย์ขึ้นอยู่กับเกณฑ์นี้ - พื้นที่สำคัญหุ่นยนต์โลกจะต้องใส่ใจกับเรื่องนี้โดยเร็ว
จำนวนกระบวนการอัตโนมัติกำลังเพิ่มขึ้นและมันหมายถึงว่าหุ่นยนต์มากขึ้นเรื่อย ๆ เจาะชีวิตประจำวันของเรา ข้อกำหนดสำหรับคุณภาพการทำงานของหุ่นยนต์เพิ่มขึ้นเมื่อถึงระดับหน่วยโครงสร้างพื้นฐานไม่ใช่สิ่งมหัศจรรย์และแปลกประหลาด ด้วยการพัฒนาแขนงวิชาหุ่นยนต์ที่ต้องการมากที่สุดจึงจำเป็นต้องปรับปรุงคุณภาพการทำงานของผู้ช่วยเสียงรวมถึงการรู้จำเสียงคุณภาพการร้องขอการประมวลผลและการตอบคำถาม สำหรับการกระจาย UAV และหุ่นยนต์บริการจำเป็นต้องลดต้นทุนของระบบนำทาง ส่วนใหญ่เพื่อความปลอดภัยของมนุษย์และข้อมูลของพวกเขาเมื่อมีปฏิสัมพันธ์กับหุ่นยนต์มีความจำเป็นต้องกำจัดช่องโหว่ความปลอดภัยทั้งหมด นี่คือความท้าทายหลักสำหรับปี 2562