كبشر ، لا نواجه مشكلة كبيرة في انتزاع الأشياء من الطاولة ، سواء كانت أشياء صلبة ، مثل تفاحة ، أو إذا كانت شفافة مثل الزجاج. ومع ذلك ، بالنسبة لأجهزة الكمبيوتر والروبوتات ، هذه قصة مختلفة ، ولكن بفضل خوارزمية جديدة تسمى ClearGrasp ، قد يصبح ذلك شيئًا من الماضي.
وأوضح في الآونة الأخيرة في مدونة جوجل AI ، لقد وصف كيف تمكن فريق من باحثي Google ، جامعة كولومبيا ، و Synthesis AI ، من تطوير ملف خوارزمية جديدة للتعلم الآلي يمكنها تقدير البيانات ثلاثية الأبعاد بدقة من كائن شفاف خارج RGB-D الصور. نظرًا لأن معظم نماذج التصوير تعتمد على كائنات صلبة تتحمل جميع الأسطح ، سواء كانت طاولة أو ملف علبة الصودا ، لامبرتية - تعكس الضوء بالتساوي في جميع الاتجاهات - يمكن أن تتشكل الأجسام الشفافة مشاكل. هذا لأن هذه الأشياء لا تعكس الضوء فحسب ، بل الضوء ينكسر أيضًا ، مما يتسبب بدوره في حدوث مشكلات لأنظمة التصوير.
تقدم Verizon Pixel 4a مقابل 10 دولارات شهريًا على خطوط جديدة غير محدودة
يتم استخدام تصوير الكائنات في العديد من التطبيقات من المستودعات وصناعات السيارات ، لذا تأكد من استخدامها في المطابخ. لذا فإن القدرة على رؤية الأشياء الصلبة ، وكذلك رؤية الأشياء الشفافة ، أمر جذاب للعديد من الأسباب. يعلم نموذج الذكاء الاصطناعي الجديد هذا أجهزة الكمبيوتر لتكون قادرة على إعادة بناء العمق من الصور ثلاثية الأبعاد الملتقطة من كاميرات RGB-D.
قامت فرق البحث بتغذية كميات كبيرة من البيانات في نموذج التعلم الآلي لزيادة دقة اكتشاف الأشياء نماذج لنظام الروبوت "الانتقاء والمكان" ، والذي يقوم ، كما يوحي الاسم ، بالتقاط الأشياء ووضعها في مكان آخر موقعك. زاد نظام التعلم الجديد من قدرة الروبوت على اكتشاف الأشياء الشفافة بدقة والاستيلاء عليها باستخدام أداة قابض الفك المتوازي من 12٪ إلى 74٪ ومن 64٪ إلى 86٪ عند استخدام فك شفط.
مع زيادة استخدام الروبوتات والتطبيقات الجديدة ، نرى إمكاناتها يتم تطبيقها عليها. سيؤدي هذا البحث الجديد إلى تضخيم استخدام الروبوتات أكثر. ومع ذلك ، لا يتم استخدام التصوير الحاسوبي فقط في التقاط الأشياء بواسطة الروبوت ، بل يتم استخدامه للكاميرات في المنازل والسيارات والعديد من الطرق الأخرى - فمن يدري ما قد يحمله المستقبل لهذه الأنظمة؟