Redazione RHC : 16 Dicembre 2023 15:10
Gli scienziati dell’Università Tecnica di Monaco hanno fatto passi avanti significativi nel campo dell’intelligenza artificiale e della robotica.
Hanno sviluppato un nuovo metodo di apprendimento automatico che consente ai robot di determinare in modo indipendente la configurazione del proprio corpo utilizzando solo i dati provenienti da sensori che tracciano il movimento dei loro arti.
Questo approccio potrebbe accelerare significativamente lo sviluppo di forme più generali di intelligenza artificiale, poiché molti esperti ritengono che affinché l’intelligenza artificiale possa raggiungere il suo pieno potenziale, deve essere implementata in un corpo reale.
Sei un Esperto di Formazione?
Entra anche tu nel Partner program!
Accedi alla sezione riservata ai Creator sulla nostra Academy e scopri i vantaggi riservati ai membri del Partner program.
Per ulteriori informazioni, scrivici ad [email protected] oppure su Whatsapp al 379 163 8765
Supporta RHC attraverso:
La capacità di percepire intuitivamente la posizione e il posizionamento del proprio corpo, nota come propriocezione, è una potente capacità umana. Replicare queste capacità nei robot è fondamentale affinché possano operare in modo sicuro ed efficace negli ambienti del mondo reale. Un aspetto fondamentale è insegnare alle macchine a capire come funziona il loro corpo.
La propriocezione è la capacità di percepire e riconoscere la posizione del proprio corpo nello spazio e lo stato di contrazione dei propri muscoli, senza il supporto della vista. Descritta da Charles Scott Sherrington è considerata un sesto senso in quanto è regolata da una parte specifica del cervello.
I ricercatori hanno applicato il loro approccio a una varietà di robot, tra cui un braccio robotico, un piccolo umanoide e un robot a sei zampe, sia nelle simulazioni che negli esperimenti nella vita reale. Hanno dimostrato che tutti i robot possono sviluppare una comprensione della posizione delle loro articolazioni e della direzione in cui sono rivolte.
Un importante vantaggio del metodo è la sua capacità di apprendere in tempo reale senza richiedere enormi set di dati, come richiesto per la maggior parte dei moderni metodi di deep learning. Ciò apre la prospettiva di creare robot in grado di adattarsi ai danni o aggiungere al volo nuove parti o moduli del corpo.
Gli sviluppatori sottolineano l’importanza della capacità del robot di valutare e aggiornare continuamente la conoscenza della loro morfologia. L’apprendimento incrementale della morfologia consentirà ai robot di adattare i propri parametri per riflettere i cambiamenti nella struttura corporea che possono verificarsi come risultato di azioni indipendenti o influenze esterne.
Sebbene comprendere come funziona il tuo corpo sia solo una piccola parte dell’imparare a svolgere compiti utili, è una componente importante. Fornire ai robot abilità come la propriocezione può renderli più flessibili, adattabili e più sicuri.