Ab Muilwijk
Mensen zijn al lange tijd meesters in behendigheid, een vaardigheid die grotendeels kan worden toegeschreven aan de hulp van onze ogen. Al decennialang kunnen robots in gecontroleerde omgevingen zoals assemblagelijnen hetzelfde object steeds opnieuw oppakken, maar de menselijke finesse blijft ongeëvenaard, al zijn robots langzaam bezig met een inhaalslag.
Recent hebben doorbraken in de computer vision robots in staat gesteld om basisverschillen tussen objecten te onderscheiden, maar zelfs dan begrijpen ze de vormen van objecten niet echt, dus er is weinig dat ze kunnen doen na het snel oppakken van het object.
In een nieuwe publicatie zeggen onderzoekers van MIT‘s Computer Science and Artificial Intelligence Laboratory (CSAIL) dat ze een belangrijke doorbraak hebben bereikt in dit werkgebied: een systeem dat robots willekeurige objecten laat inspecteren en visueel genoeg van deze objecten begrijpt om specifieke taken uit te voeren zonder ze ooit eerder gezien te hebben.
Het systeem, genaamd ‘Dense Object Nets’ (DON), kijkt naar objecten als een verzameling punten die dienen als ‘visuele routekaarten’ van soorten objecten. Met deze aanpak kunnen robots objecten beter begrijpen en manipuleren, en, nog belangrijker, kunnen ze zelfs een specifiek object oppakken uit een groep gelijksoortige objecten – een waardevolle vaardigheid voor het soort machines dat bijvoorbeeld bedrijven zoals Amazon en Walmart gebruiken in hun magazijnen.
Iemand zou bijvoorbeeld DON kunnen gebruiken om een ​​robot een specifieke plek op een voorwerp te laten grijpen, bijvoorbeeld de tong van een schoen. Het systeem kan naar een schoen kijken dat het nog nooit heeft gezien en vervolgens succesvol de tong grijpen.
