研究人员修复AI的计算机视觉和不确定性

导读 新时代,高科技越来越发达。朋友们读了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友应该注意什么?今天,我

新时代,高科技越来越发达。朋友们读了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友应该注意什么?今天,我想和大家分享一条关于科技的知识。我希望你会喜欢它。

研究人员开发了可以与现有硬件集成的新软件,这样使用机器人假肢或外骨骼的人就可以以更安全、更自然的方式在不同类型的地形上行走。新框架将计算机视觉集成到假腿控制中,并包含强大的人工智能算法,可以使软件更好地解决不确定性问题。

这项工作论文的合著者、北卡罗来纳州立大学电气与计算机工程副教授埃德加洛巴顿说:“下肢机器人假肢需要根据用户行走的地形来执行不同的行为。“我们创建的框架允许机器人假肢中的AI预测用户将要踩的地形类型,量化与预测相关的不确定性,然后将不确定性纳入其决策。”

研究人员专注于区分六种需要调整机器人假肢行为的不同地形:瓷砖、砖块、混凝土、草地、“楼上”和“楼下”。

该论文的主要作者、最近获得博士学位的钟表示:“如果不确定性程度太高,人工智能将不会被迫做出可疑的决定——它可能会通知用户,它对自己的预测没有足够的信心来采取行动,或者它可以默认为‘安全模式’。毕业于NC州。

新的“环境上下文”框架结合了硬件和软件元素。研究人员设计了这个框架,以便它可以与任何下肢机器人外骨骼或机器人假肢设备一起使用,但它需要另一个硬件组件:摄像头。在他们的研究中,研究人员使用了戴在眼镜上的摄像头和安装在下肢假肢上的摄像头。研究人员评估了人工智能如何分别和同时使用两个摄像头的计算机视觉数据。

该论文的合著者黄青说:“将计算机视觉集成到可穿戴机器人的控制软件中是一个令人兴奋的新研究领域。”“我们发现使用两个摄像头可以很好地工作,但这需要大量的计算能力,并且可能会抑制成本。不过,我们也发现,只有使用安装在下肢的摄像头才能很好地工作,尤其是对于最近的预测,比如下两步的地形。”黄是美国北卡罗来纳州立大学和北卡罗来纳大学教堂山分校联合生物医学工程系杰克逊家族的生物医学工程杰出教授。

然而,最重要的进步是人工智能本身。

洛巴顿说:“我们想出了一个更好的方法来教深度学习系统如何评估和量化不确定性,这样系统就可以将不确定性纳入决策。”“这当然与机器人维修有关,但我们在这里的工作可以应用于任何类型的深度学习系统。”

本文就为大家讲解到这里了。
版权声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。