Innovatie & Strategie

Software-ontwikkeling
Baby analyseert eigen gedrag

Computer leert eigen acties te overzien

Nieuwe technologie is belangrijk om computer om te laten gaan met objecten die hij nog niet eerder tegenkwam

© CC BY 2.0 - Flickr Josh Ward
6 december 2017

Nieuwe technologie is belangrijk om computer om te laten gaan met objecten die hij nog niet eerder tegenkwam

Het overzien van de eigen acties is belangrijk om bijvoorbeeld robotauto's beter te laten anticiperen op gebeurtenissen die nog gaan gebeuren op de weg. Maar ook bij de ontwikkeling van intelligentere robots in huis speelt de technologie een cruciale rol.

De nieuwe technologie staat bekend als 'visual foresight' en is ontwikkeld door wetenschappers van de Berkeley-campus van de University of California. Hoewel de toepassingen duidelijk zijn, richten zij zich in eerste instantie vooral op simpele handelingen, bijvoorbeeld een voorwerp verschuiven zonder andere objecten op een tafel te raken. Daarvoor moet het voor de computer mogelijk zijn het effect van handelingen enkele seconden vooruit te bepalen.

Zonder menselijke tussenkomst

Robots werken nu nog vooral reactief of op basis van situaties waar ze al mee bekend zijn. Het doel is dat de visual forsight de robot in staat stelt in een compleet nieuwe situatie gelijk zonder fouten dergelijke handelingen correct kan uitvoeren zonder menselijke invloed of ingrijpen. "Net zoals wij mensen ons voor kunnen stellen hoe onze acties zorgen dat objecten zich in de ruimte verplaatsen, stelt deze methode een robot in staat een beeld te vormen van hoe zijn gedrag de wereld om hem heen beïnvloedt", zegt Sergey Levine, assistant professor van het Berkeley's Department of Electrical Engineeing and Computer Sciences.

Beweging van pixels analyseren

Zijn team heeft voor de ontwikkeling van de visual foresight intensief gebruik gemaakt van videofragmenten gevoed aan deep learning technologie volgens een methode genaamd convolutional recurrent video prediction, ofwel dynamic neural advection (DNA). De modellen voorspellen hoe pixels in een afbeelding zich bewegen in opeenvolgende frames in een videofragment.

In het verleden bouwden computers vooral hun vaardigheden op doordat mensen hen voordurend op het goede pad zetten en een terugkoppeling gaven op hun acties. Dit werk is vooral opwindend omdat de robots zonder hulp een reeks vaardigheden kunnen aanleren met betrekking tot het verplaatsen van objecten", zegt Chelsea Finn, een student van Levine en uitvinder van het DNA model. De robot leert door objecten te verschuiven en zelf de ruwe camerabeelden te analyseren. Dat werkt eigenlijk zoals een kind leert om te gaan met de wereld om zich heen.

Lees meer over Innovatie & Strategie OP AG Intelligence
Reactie toevoegen
De inhoud van dit veld is privé en zal niet openbaar worden gemaakt.