Agora, os robôs também podem descascar bananas

Os robôs são capazes de servir restaurantes, fazer acrobacias e dança, mas um dos maiores desafios é levá-los a realizar atividades que exijam habilidades motoras finas.

É por isso que o modelo apresentado por pesquisadores da Universidade de Tóquio foi surpreendente em que um robô levanta e descasca uma banana com os dois braços em três minutos.

Enquanto a máquina de dois braços só é bem-sucedida 57% das vezes, o índice é bastante bom considerando as dificuldades envolvidas em um robô realizar esse tipo de tarefa.

O mais interessante sobre esse desenvolvimento não é que a inteligência artificial seja capaz de descascar uma fruta com sucesso, mas que abre muitas possibilidades para o futuro, já que esse tipo de habilidade motora pode ser usado para robôs para realizar tarefas que exigem cuidados meticulosos, como mover pequenos pedaços de um lugar para outro, pegar e armazenar objetos delicados, etc.

Os pesquisadores Heecheol Kim, Yoshiyuki Ohmura e Yasuo Kuniyoshi treinaram o robô usando um processo de aprendizado de máquina. Nesse tipo de treinamento, várias amostras são coletadas para produzir os dados que são usados pelo robô para replicar a ação.

Kuniyoshi acredita que seu método de treinamento pode ajudar os sistemas de IA a realizar todos os tipos de tarefas que podem ser simples para humanos, mas exigem muita coordenação e habilidades motoras. Isso favoreceria o uso desse tipo de tecnologia em residências, fábricas e todos os tipos de ambientes.

Nos últimos anos, surgiram vários desenvolvimentos que visam aprimorar as capacidades dos robôs para que essas máquinas possam aliviar muitas atividades repetitivas ou rotineiras. O foco tem sido, como neste caso, o treinamento de coordenação, estabilidade e habilidades motoras finas.

É o caso de pesquisadores da Universidade da Califórnia, em Berkeley, que criaram o algoritmo Motion2Vec, que busca fazer um robô capaz de suturar pacientes com a precisão de um ser humano.

Para esse fim, eles usaram um sistema de aprendizado profundo semi-supervisionado com o qual o robô aprende assistindo a vídeos de cirurgias intervenções onde as suturas são realizadas. Com essas informações, o sistema de IA aprende a imitar os movimentos dos profissionais de saúde para imitá-los com precisão.

Os desenvolvedores usaram uma rede neural siamesa que consiste no uso de duas redes idênticas que recebem dois conjuntos de dados separadamente e após processá-los, os compara e exibe um resultado final.

Por um lado, o sistema recebe o vídeo do médico fazendo as suturas e, por outro, as gravações do robô praticando. Faça uma comparação entre esses dois clipes e, assim, aprenda como melhorar a precisão de seus movimentos.

Os vídeos usados no treinamento fazem parte do banco de dados JIGSAWS, que reúne informações sobre a atividade cirúrgica para a modelagem do movimento humano. Os dados que fazem parte do JIGSWAS foram coletados por meio de uma colaboração entre a Universidade Johns Hopkins (JHU) e a Intuitive Surgical, Inc. (Sunnyvale, CA. ISI) dentro de um estudo aprovado pelo IRB.

Também de acordo com esse tipo de mordomo robô. Existem modelos capazes de pegar objetos no chão e ordenar o caos da casa para robôs de chef para ter como aliados na cozinha. Existem opções para o que você quer imaginar, mas a verdade é que essa tecnologia ainda não se tornou parte do dia a dia ou se espalhou em parte porque ainda precisa amadurecer, otimizar algumas funções e também diminuir seus valores, algo que acontecerá quando o uso desses dispositivos for estendido.

CONTINUE LENDO: