Pesquisadores do Massachusetts Institute of Technology (MIT) desenvolveram um novo sistema de visão que ajudará os robôs domésticos a reconhecerem objetos melhor. Ao mesmo tempo, reduziria o número de erros de identificação. O algoritmo recém-desenvolvido é preciso e 10 vezes mais rápido, tornando-o muito mais prático para implantação em tempo real com robôs domésticos.
Para que os robôs domésticos sejam práticos, eles precisam ser capazes de reconhecer os objetos que deveriam manipular.
Mas enquanto o reconhecimento de objetos tende a ser um dos tópicos mais amplamente estudados em inteligência artificial, mesmo os melhores detectores de objetos ainda falham na maior parte do tempo.
O Cheetah Robot do MIT agora está fora da coleira, pode correr e pular silenciosamente
O autor principal Lawson Wong, estudante de graduação em engenharia elétrica e ciência da computação e autor principal do laboratório de ciência da computação e inteligência artificial do MIT disse:
“Se você apenas pegou a saída de olhar para ele de um ponto de vista, há muitas coisas que podem estar faltando ou pode ser o ângulo de iluminação ou algo bloqueando o objeto que causa um erro sistemático no detector.”
Wong e sua equipe consideraram cenários em que tinham de 20 a 30 imagens diferentes de objetos domésticos agrupados em uma mesa.
Em vários dos cenários, o cluster incluiu várias instâncias do mesmo objeto compactadas, o que torna a tarefa de combinar diferentes perspectivas mais difícil.
Os pesquisadores mostraram que um sistema que usa um algoritmo de prateleira para agregar diferentes perspectivas pode reconhecer quatro vezes mais objetos do que aquele que usa uma única perspectiva.