मनुष्य के रूप में, हम आम तौर पर एक मेज से वस्तुओं को हथियाने में बहुत समस्या नहीं करते हैं, चाहे वे एक ठोस वस्तु हो, जैसे कि सेब, या अगर वे पारदर्शी हैं जैसे कि एक गिलास। हालाँकि, कंप्यूटर और रोबोट के लिए, यह एक अलग कहानी है, लेकिन ClearGrasp नामक एक नए एल्गोरिथ्म के लिए धन्यवाद, जो अतीत की बात हो सकती है।
हाल ही में में समझाया गया Google का AI ब्लॉग, यह वर्णित है कि Google शोधकर्ताओं, कोलंबिया विश्वविद्यालय और सिंथेसिस एआई की एक टीम कैसे विकसित करने में सक्षम थी नई मशीन लर्निंग एल्गोरिथ्म जो आरजीबी-डी से बाहर पारदर्शी वस्तु से 3 डी डेटा का सटीक अनुमान लगा सकता है इमेजिस। चूंकि अधिकांश इमेजिंग मॉडल ठोस वस्तुओं पर आधारित होते हैं, जो सभी सतहों को मानते हैं, चाहे वह एक तालिका हो या ए सोडा कर सकते हैं, लैंबर्टियन हैं - वे सभी दिशाओं में समान रूप से प्रकाश को प्रतिबिंबित करते हैं - पारदर्शी वस्तुएं मुद्रा कर सकती हैं समस्या। ऐसा इसलिए है क्योंकि ये ऑब्जेक्ट न केवल प्रकाश को प्रतिबिंबित करते हैं, बल्कि प्रकाश भी अपवर्तित होता है, जो बदले में इमेजिंग सिस्टम के लिए समस्या का कारण बनता है।
वेरिज़ॉन नई असीमित लाइनों पर $ 10 / मो के लिए पिक्सेल 4 ए की पेशकश कर रहा है
ऑब्जेक्ट इमेजिंग का उपयोग गोदामों, मोटर वाहन उद्योगों से कई अनुप्रयोगों में किया जाता है, बिल्ली यह रसोई में भी उपयोग किया जा रहा है। इसलिए न केवल ठोस वस्तुओं को देखने की क्षमता है, बल्कि एक पारदर्शी वस्तु भी है, जो कई कारणों से अपील कर रही है। यह नया एआई मॉडल कंप्यूटर को आरजीबी-डी कैमरों से कैप्चर की गई 3 डी छवियों से गहराई का पुनर्निर्माण करने में सक्षम बनाता है।
अनुसंधान टीमों ने अपने ऑब्जेक्ट डिटेक्शन की सटीकता को बढ़ाने के लिए मशीन लर्निंग मॉडल में बड़ी मात्रा में डेटा खिलाया उनके "पिक एंड प्लेस" रोबोट सिस्टम के लिए मॉडल, जैसा कि नाम से पता चलता है, वस्तुओं को उठाता है और उन्हें दूसरे स्थान पर रखता है स्थान। नई लर्निंग सिस्टम ने एक सक्शन जॉ का उपयोग करते समय पारदर्शी वस्तुओं को 12% से 74% और समानांतर 64-जिपर का उपयोग करके 64% से 86% तक पारदर्शी वस्तुओं का सटीक रूप से पता लगाने और हड़पने की क्षमता में वृद्धि की।
रोबोटिक्स के उपयोग में वृद्धि और नए अनुप्रयोगों के साथ, हम देखते हैं कि उनकी क्षमताओं को लागू किया जा रहा है। यह नया शोध केवल रोबोट के उपयोग को और अधिक बढ़ाएगा। हालांकि, कंप्यूटर इमेजिंग का उपयोग केवल रोबोट को वस्तुओं को हथियाने के लिए नहीं किया जाता है, इसका उपयोग घरों, कारों, और कई अन्य तरीकों से कैमरों के लिए किया जाता है - इसलिए कौन जानता है कि इन प्रणालियों के लिए भविष्य क्या हो सकता है?