I blog riportano opinioni degli autori e non necessariamente notizie, in ossequio al pluralismo che caratterizza la nostra Testata.
A- A+
Io Uomo tu Robot
Robot che imparano osservando gli umani

Nei laboratori  della multinazionale americana NVIDIA, società leader a livello mondiale per la produzione di processori grafici e schede madri, un team di ricercatori sta sviluppando nuove soluzioni di intelligenza artificiale basate sul deep learning ( modello che si basa su schemi gerarchici simili a quelli del ragionamento umano) in grado di insegnare ad un robot l'autocompletamento di un'azione osservando semplicemente i movimenti di un essere umano.

Il robot osserva e impara analogamente a quanto  avviene nei primati, in alcuni uccelli e nell’uomo tramite i neuroni specchio, una delle più importanti scoperte delle neuroscienze degli ultimi dieci anni, una classe di neuroni che si attiva sia quando un individuo esegue un'azione sia quando lo stesso individuo osserva la medesima azione compiuta da un altro soggetto.

NVIDIA attraverso il proprio canale youtube  ha messo a disposizione del pubblico un video dove si può vedere l'uomo che sposta gli oggetti e, nel contempo, il robot osservando impara a fare lo stesso compito dimostrando   le potenzialità del suo sistema realizzato attraverso  tecniche di “apprendimento profondo” (deep learning).

Gli algoritmi di deep learning si basano su reti neurali, un modello computazionale proposto per la prima volta negli anni Quaranta, in cui strati di nodi neuronali imitano il modo in cui il cervello umano analizza le informazioni.

Il sistema nella prima parte del video osserva la dimostrazione umana per poter acquisire tutti i punti di riferimento utili, la posizione degli oggetti, le azioni attuate per cercare di  riprodurlo sulla base di quanto osservato.

Quando il robot osserva un compito genera una descrizione leggibile per l’uomo delle differenti tappe necessarie alla sua realizzazione. In tal modo l’operatore  può correggere gli eventuali errori prima della loro esecuzione.

L’oggetto da riconoscere è un semplice cubetto che viene collocato in contesti diversi che includono altri oggetti  al fine di ampliare le capacità di riconoscimento del sistema stesso.

Le azioni che il robot deve saper eseguire riguardano in pratica la capacità di disporre i cubi, di diversi colori, uno sopra l'altro e in una determinata sequenza. Per rendere più complesso il lavoro del robot  è stata  appositamente inserita un’auto giocattolo, elemento di incertezza, che viene rilevata come un parallelepipedo causando possibili errori di valutazione legati della profondità. Tutto questo è in relazione al fatto che l’osservazione avviene in due sole dimensioni ed il sistema di percezione funziona con gli oggetti in forma cuboidale trascritta in 3D.

Affinché i robot eseguano compiti utili in situazioni reali, deve entrare in gioco un contesto di guarda-e-agisci, che punti a risultati comprensibili e concreti – ha spiegato il team di ricercatori – Con le dovute metriche, un utente può dire a una macchina cosa vuole ottenere, fornendo indicazioni sulle modalità di operazione ma senza muovere un dito per portarle a termine”.

 

Reti neurali che si coordinano

Per un comune osservatore si tratta di compiti solo apparentemente semplici e intuitivi, ma senz’altro più complicati per una rete neurale (la rete neurale artificiale è un modello matematico che vuole simulare i comportamenti di neuroni biologici) che deve essere opportunamente addestrata per poter comprendere sequenze corrette di riconoscimento dell’essere umano, degli oggetti e della loro manipolazione e saperle riprodurre attraverso i movimenti di un robot.

Il team di ricercatori di NVIDIA, utilizzando le schede grafiche Nvidia Titan X, ha sviluppato una sequenza di reti neurali di apprendimento profondo (deep learning), in grado di eseguire le attività associate alla percezione, creazione e all’esecuzione di un programma affinché il robot sia in grado di apprendere le azioni che deve svolgere.

Alla prima rete il compito di rilevare la posizione degli oggetti, le forme e i colori utilizzando una rete neurale convoluzionale (un’architettura di rete neurale artificiale utilizzata nelle applicazioni di visione artificiale per identificare, con una certa probabilità, cosa un’immagine rappresenta) per poterli spazializzare. La seconda rete neurale, determinando una relazione tra gli oggetti, è responsabile della elaborazione del piano di riproduzione dell’attività osservata. Infine la terza rete neurale è necessaria per guidare il robot a svolgere il compito.

Robot che imparano da noi non appartiene alla fantascienza. Siamo solo agli inizi e i ricercatori sono convinti che in futuro il sistema di apprendimento evolverà permettendo al robot di svolgere anche compiti di maggiore complessità e potranno collaborare con gli esseri umani e da questi apprendere le modalità con cui potranno eseguire i compiti richiesti in un’ottica di comunicazione uomo/robot la più naturale possibile.  Della reale fattibilità ne è convinto Dieter Fox, direttore della sezione robotica di Nvidia.

Commenti
    Tags:
    intelligenza artificialeinterazione uomo-robot
    in evidenza
    Pellegrini ufficializza la love story È Matteo Giunta il suo fidanzato

    GUARDA LA FOTOGALLERY

    Pellegrini ufficializza la love story
    È Matteo Giunta il suo fidanzato

    i più visti
    in vetrina
    Pasta Garofalo, il pastificio presenta il suo primo Report di Sostenibilità

    Pasta Garofalo, il pastificio presenta il suo primo Report di Sostenibilità


    casa, immobiliare
    motori
    La rivoluzione elettrica di Mercedes Benz

    La rivoluzione elettrica di Mercedes Benz


    Testata giornalistica registrata - Direttore responsabile Angelo Maria Perrino - Reg. Trib. di Milano n° 210 dell'11 aprile 1996 - P.I. 11321290154

    © 1996 - 2021 Uomini & Affari S.r.l. Tutti i diritti sono riservati

    Per la tua pubblicità sul sito: Clicca qui

    Contatti

    Cookie Policy Privacy Policy

    Cambia il consenso

    Affaritaliani, prima di pubblicare foto, video o testi da internet, compie tutte le opportune verifiche al fine di accertarne il libero regime di circolazione e non violare i diritti di autore o altri diritti esclusivi di terzi. Per segnalare alla redazione eventuali errori nell'uso del materiale riservato, scriveteci a segnalafoto@affaritaliani.it: provvederemo prontamente alla rimozione del materiale lesivo di diritti di terzi.