Un mejor reconocimiento para los robots domésticos

El sistema visual humano es exquisito. Sus conexiones con el cerebro le permiten formular los patrones alrededor de cualquier elemento y reconocerlo detalladamente; de hecho, un humano es capaz de distinguir entre dos gemelos idénticos si los conoce bien.

Reconocer patrones también conforma la generalización, hay sistemas que si cambias un pequeño detalle no podrá reconocer el mismo objeto con un elemento distinto.

Ciertamente, el reconocimiento es uno de los elementos básicos que se trabajan hoy en el mundo de los robots y la inteligencia artificial. Es regalarle al sistema artificial la oportunidad de observar una imagen e identificarla, una de las habilidades más fascinantes en los humanos, que hasta la proveemos de valor y significado.

En los últimos años se ha conseguido avanzar un poco en esta rama de la tecnología, aunque aún estamos muy lejos de dominarla con la capacidad cognoscitiva del ser humano. Para que un robot funcione perfectamente dentro de la casa, un sistema de reconocimiento efectivo sería perfecto; por el momento, los sistemas, aunque rústicos, son controlados por distintos algoritmos que adoptan modelos y representaciones específicas para capturar elementos e identificarlos dentro de una base de datos.

“El proceso de reconocimiento puede ser tanto generativo como discriminativo y se realiza emparejando el objeto en la imagen o imágenes con las representaciones y modelos del objeto en la base de datos”, explica Wei-Hsuan Chang de la Universidad Tamkang en Taiwán.

Ahora, un equipo en el Laboratorio de Ciencia de la Computación e Inteligencia Artificial en el Instituto de Tecnología de Massachusetts (MIT) ha agregado perspectivas a sistemas robóticos con suficiente movilidad. El grupo indica que sus robots, una vez agregadas estas perspectivas, reconocieron cuatro veces más objetos y a la misma vez redujeron los errores en la identificación. Algunas veces, aseguran, son hasta 10 veces más rápidos que los sistemas con una sola perspectiva.

“Si sólo lo ves desde un único punto de vista hay un montón de cosas que podrían hacer falta, a lo mejor es el ángulo de la iluminación o algo que bloquea el objeto provocando así un error sistemático en el detector”, explica Lawson Wong, autor principal del nuevo estudio. “Ahora, una forma del sistema para evitar eso es moverse y observarlo desde un punto de vista diferente”.

 El equipo se centró en sistemas para robots domésticos, considerando escenarios donde en una mesa tengas muchos objetos distintos tirados ahí en ningún orden específico. Si el robot va a ser eficiente, tendrá que reconocer el objeto que necesita entre todos los demás. En esta ocasión, los investigadores utilizaron de 20 a 30 imágenes de objetos distintos. Tomaron un algoritmo que tiene décadas funcionando y se encarga de sistemas de rastreo donde evalúa distintas hipótesis cuando se enfrenta a un objeto que debe reconocer. Para mantener la matemática a su menor nivel, los investigadores adoptaron una técnica simplificada.

“Supongamos que el algoritmo ha identificado tres objetos desde una perspectiva y cuatro desde otra. La forma más matemáticamente precisa sería la de considerar cada posible conjunto de combinaciones entre los dos grupos de objetos: el conjunto que coincide con los objetos 1, 2 y 3 en la primera perspectiva, a los objetos 1, 2 y 3 en la segunda; el conjunto que coincide con los objetos 1, 2, y 3 en la primera a los objetos 1, 2, y 4 en la segunda, y así sucesivamente. En nuestro algoritmo, sin embargo, consideramos cada objeto en el primer grupo por separado y evaluamos su probabilidad de mapeo sobre un objeto en el segundo grupo. Así el objeto 1 en el primer grupo podría asignar a los objetos 1, 2, 3ó 4 del segundo, lo mismo ocurriría con el objeto 2, y así sucesivamente. Una vez más, con las posibilidades de error y el factor de oclusión, este enfoque requiere de sólo 20 comparaciones en vez de las 304 que requería anteriormente”, explicó Wong.

Más ciencia: http://www.editoraneutrina.com

Comparte

Yeti, una app para el control domótico del hogar inteligente

La start-up Netbeast ha desarrollado una app para el control domótico de todos los dispositivos y aparatos del hogar inteligente. Se trata de Yeti, una app para dispositivos iOS y Android, que escanea la red buscando todos los dispositivos para el hogar inteligente, simplificando el control con una simple interfaz y adaptando los dispositivos al estilo de vida diario del usuario.

Leer más...

Los teléfonos inteligentes se convierten en vigilantes digitales en época de vacaciones

Según datos del Ministerio del Interior, durante el primer cuatrimestre de 2017 se produjeron casi 40.000 robos con fuerza en domicilios, establecimientos y otras instalaciones en España.

Leer más...

Sistema de Inteligencia Artificial Josh para el control del hogar mediante la voz o dispositivos

Josh es un sistema de inteligencia artificial intuitivo para el hogar que permite controlar y monitorizar fácilmente mediante dispositivos o comandos de voz, ya sea de manera presencial o desde cualquier parte del mundo.

Leer más...

Datos de Contacto

freeDôm
Calle General Moscardó, 3
Local G.
28020. Madrid.

T +34 91 828 19 73
freeDôm
Localízanos