Mennesker har lenge vært mestere av fingerferdighet, en ferdighet som i stor grad kan krediteres til hjelp fra våre øyne. Roboter, i mellomtiden, er stadig i ferd med å fange opp. Det har sikkert vært noen fremskritt: i flere tiår har roboter i kontrollerte miljøer som monteringslinjer vært i stand til å hente det samme objektet igjen og igjen.
Nylige gjennombrudd i datasyn har gjort det mulig for roboter å gjøre grunnleggende forskjeller mellom objekter, men likevel kan roboter egentlig ikke forstå former av objekter, slik at de ikke kan gjøre mye for å plukke dem opp raskt.
MIT datavitenskap og kunstig intelligenslaboratorium (CSAIL), rapporterte forskerne i et nytt papir, de har gjort store fremskritt i feltet, systemet kan la robot for å sjekke tilfeldige objekter og visuelt vite nok om dem, og i tilfelle av hadde aldri sett dem utføre bestemte oppgaver.
Systemet, kalt "Dense Object Nets" (DON), ser på objekter som samlinger av poeng som fungerer som "visuelle veikart" av slag. Denne tilnærmingen gjør at roboter bedre forstår og manipulerer elementer, og viktigst av alt, kan de selv plukke opp et bestemt objekt blant en rot av lignende gjenstander - en verdifull ferdighet for maskinene som selskaper som Amazon og Walmart bruker i varehusene sine .
For eksempel kan noen bruke DON til å la en robot gripe en bestemt posisjon på et objekt - som en tunge. Siden da kunne det se en sko det aldri hadde sett før og klarte å ta tak i tungen.
Teamet ser på potensielle bruksområder, ikke bare i produksjonsmiljøet, men også i hjemmet. Imagine gir systemet et bilde av et ryddig hus for å holde det rent mens du jobber, eller bruker et bilde av en plate slik at systemet kan sette bort din tallerken mens du er på ferie.
Det er også bemerkelsesverdig at ingen av dataene faktisk ble merket av mennesker; Systemet er heller "selvstyre", slik at det ikke krever noen menneskelige merknader.
