Une Société Japonaise D'ia S'associe À Toyota Pour Créer Des Robots Ménagers Chargés Du Nettoyage De La Maison
Par Super Neuro
Description du scénario :Une société japonaise d'IA a réussi à concrétiser l'idée de tâches ménagères intelligentes en utilisant un système d'IA construit grâce à l'apprentissage profond et en le combinant avec l'utilisation de robots, en utilisant la technologie pour améliorer la vie.
Mots-clés:Bras robotisé de vision artificielle de robot de nettoyage
Pourquoi ma chambre est-elle en désordre ?
Je viens de le nettoyer, pourquoi est-ce encore un désordre ?
Qui peut m'aider à nettoyer ?
Peut-être que tout le monde a été confronté à ces problèmes. Les humains ont essayé de nombreuses façons de lutter contre le désordre dans les pièces, mais malheureusement, cela semble être une loi naturelle : en l’absence de contraintes, le système évoluera vers le désordre.
Est-il vrai que la seule façon de résoudre de tels problèmes est de dépenser de l’énergie à chaque fois et d’exercer sa patience encore et encore ? Bien sûr que non! Une entreprise d’IA japonaise a réussi à résoudre ce problème.
Cette société, appelée Preferred Networks (PFN), combine la technologie de l'IA avec des robots pour réaliser le concept de rangement intelligent des pièces.
Avance rapide du processus de tri du robot
Laissez les robots nettoyer la pièce.
Peut-être que pour nous, ranger la pièce ne nécessite pas de compétences particulières, seulement de la force physique et de la patience. Mais c’est un grand défi pour les robots, qui doivent identifier des objets, effectuer des opérations mécaniques et les remettre en place. Heureusement, avec le développement de l’apprentissage automatique et de l’apprentissage profond, cette tâche est sur le point d’être conquise.
En fait, si l’on décompose ce problème, il correspondra à plusieurs domaines relativement matures de l’IA. Un autre avantage du PFN est qu’ilToyota a utilisé son robot d'assistance humaine (HSR) déjà développé et a construit un système intelligent pour celui-ci en utilisant la technologie d'apprentissage profond.
Apparence du HSR
Alors, comment le robot range-t-il la pièce ?
La première étape pour organiser votre pièce : la reconnaissance des objets
Pour ranger une pièce, vous devez faire face au problème des multiples objets placés de manière désordonnée. Dans les tâches générales, les robots n’ont souvent besoin que d’une seule opération de reconnaissance ou de mouvement. Par conséquent, si vous souhaitez créer un robot « majordome », vous devez utiliser une méthode plus flexible pour lui permettre de reconnaître plus d’objets sous différents angles.
Pour résoudre ce problème, PFN a développé un moteur de reconnaissance d’images utilisant l’apprentissage profond. Ce moteur utilise le CNN (réseau neuronal convolutif) des frameworks d'apprentissage profond Chainer, ChainerMN et ChainerCV.
Pour la formation, leur CNN a utilisé le modèle gagnant du concours de détection d'objets, puis l'a appris en utilisant un grand cluster GPU de plus de 100 GPU sur MN-1b (l'environnement d'exploitation du supercalculateur de PFN).
Grâce à ces méthodes, un puissant moteur de reconnaissance a finalement été créé.Même si des centaines d’objets sont dispersés dans la pièce, le robot peut identifier avec précision leur emplacement et leur type.Ensuite, planifiez comment saisir les objets et comment les organiser, etc.
Le robot possède de puissantes capacités de reconnaissance d'objets
Étape 2 du rangement de votre chambre : ramassage et placement précis
En fait, certains objets sont difficiles à manipuler pour les robots, comme les mouchoirs de forme irrégulière, les petites bouteilles lisses, les trombones et les petits objets comme le papier.
Cependant, PFN utilise des méthodes d’apprentissage profond pour permettre au robot de saisir avec succès la plupart des objets en répétant à plusieurs reprises les jugements émis inconsciemment par les humains.Il peut saisir de manière stable des objets de différentes formes et matériaux et les placer correctement à l'emplacement spécifié.
Lors du tri des chaussures, le robot ajustera la direction des chaussures
Étape 3 du rangement de votre chambre : ajoutez un contrôle humanisé
Pour augmenter sa disponibilité et aider plus de personnes,Ils ont intégré le contrôle vocal et gestuel au système, permettant aux utilisateurs d'activer et de commander le robot.
Contrôler des robots avec des gestes de la main
Si vous avez besoin de trouver un objet, donnez simplement la commande. Parce que le robot peut distinguer et mémoriser les informations de l'objet, puis retirer l'objet selon les instructions de l'utilisateur.
De plus, la technologie de réalité augmentée (AR) est utilisée et les utilisateurs peuvent observer intuitivement l'état du robot en visualisant cet écran AR.
Grâce à l'écran d'affichage, les utilisateurs peuvent comprendre visuellement comment le robot reconnaît les objets dans la pièce et quelles actions il prévoit d'entreprendre ensuite, ce qui contribue à un meilleur fonctionnement et à une meilleure commande.
Derrière les robots se cache une équipe jeune et ambitieuse Derrière les robots se cache l'entreprise la plus ambitieuse
Grâce à l'utilisation de technologies d'IA telles que la reconnaissance d'images, la commande vocale et la saisie autonome, PFN permet aux robots d'organiser les objets rapidement et avec une grande précision, résolvant parfaitement le problème de l'organisation de la pièce.
Ce travail a été présenté pour la première fois au CEATEC JAPAN 2018, où leur projet a remporté la deuxième place dans la catégorie Industrie/Marketing pour la qualité et l'innovation en matière de technologie, de produits et de services.
Pour pouvoir faire un travail aussi intéressant, il faut une équipe formidable derrière.
Preferred Networks est une société d'IA dédiée à la recherche et au développement de robots personnels.Ils s’engagent à faire en sorte que les robots pénètrent dans tous les aspects de la vie quotidienne des gens.
Cette société d'IA est connue comme l'entreprise la plus innovante du Japon, avec d'excellents talents et produits dans les domaines de l'intelligence artificielle et de l'apprentissage en profondeur.
Employés et robots de Preferred Networks
Ils ont également travaillé avec Toyota sur des voitures autonomes.
Le fondateur de l'entreprise a déclaré lors d'une interview : « PFN fournira non seulement une technologie d'IA, mais aussi des solutions combinant IA et robots. Avec un financement suffisant, les robots devraient être disponibles sur le marché d'ici cinq ans. »
Aujourd’hui, ils se rapprochent un peu plus de cette vision en créant un système robotique capable de faire toutes les tâches ménagères.