A Pittsburghi Egyetem RAMMP projektje a Meta nyílt képfelismerő modelljeivel olyan robotikus mobilitási rendszert fejleszt, amely valós időben érzékeli a környezetet és természetesebb irányítást kínál.
A Meta július 27-én mutatta be, hogyan használja a Pittsburghi Egyetem Human Engineering Research Laboratories központja a nyílt képfelismerő modelleket akadálymentesítő robotikához. A RAMMP program legfeljebb 41,5 millió dollár támogatást kaphat az amerikai ARPA-H ügynökségtől. A kutatók intelligens mobilitási platformot, robotkart és biztonságos virtuális tesztkörnyezetet kapcsolnak össze.
A rendszer DINO és Segment Anything képi modelleket használ, hogy felismerje a környezet tárgyait és pontosan elkülönítse azok körvonalait. A prototípus már képes automatikus ajtónyitó gombokat, poharakat és járdaszegélyeket azonosítani. A fejlesztők hang- és érintésalapú irányításon dolgoznak, így a felhasználó egyszerűbben jelezheti, melyik tárgyat szeretné megfogni vagy merre kíván haladni.
A képfeldolgozás közvetlenül a mobil eszközön fut, mert egy váratlan akadálynál minden másodperc számít. A helyi működés internetkapcsolat nélkül is gyors választ tesz lehetővé és csökkenti az érzékeny képadatok továbbítását. A mérnököknek közben szigorú energia-, hő-, méret- és tömegkorlátokkal kell számolniuk. A modell pontosságát ezért a valódi használathoz szükséges sebességgel és üzemidővel egyensúlyozzák.
Olvasd el: A mesterséges intelligencia fenntartásához hatalmas hálózatok és központok szükségesek
Az akadálymentesítő technológia akkor igazán intelligens, ha nem a felhasználót kényszeríti alkalmazkodásra, hanem a környezetet teszi kezelhetőbbé
A tanítóadatok elkészítését is gyorsítják. A Segment Anything automatikusan megjelöli a képeken lévő tárgyakat, majd a DINO képi jellemzőivel finomhangolt könnyű modell valós időben is felismeri őket. Több kameraállás és eltérő fényviszonyok használatával a rendszer 360 fokos környezeti tudatosságra törekszik. Ez azért fontos, mert egy kerekesszék alacsonyabb nézőpontból és folyamatos mozgás közben látja a világot.
A Pittsburghi Egyetem csapata kerekesszék-használókat, klinikusokat és érdekvédelmi csoportokat is bevon a tervezésbe. Ez segít elkerülni, hogy a mérnökök laboratóriumi pontszámokra optimalizáljanak olyan funkciót, amely a mindennapokban nehézkes. Az amerikai adatok szerint évente több mint százezer kerekesszékkel összefüggő sérülést látnak el sürgősségi osztályokon, ezért a megbízható akadályfelismerés közvetlen biztonsági értéket is képvisel.
A következő fejlesztési szakasz a változó körülmények közötti kiszámíthatóságot és a személyes igényekhez való alkalmazkodást erősíti. A mesterséges intelligencia nem önállóan dönt az ember helyett, hanem csökkenti az irányításhoz szükséges figyelmet és segít a hétköznapi tárgyak elérésében. A projekt sikere új mércét állíthat a robotika számára, ahol a teljesítmény valódi mértéke az önállóbb élet.
Olvasd el ezt is: A generatív MI alapú asszisztensek lesznek életünk legokosabb társai?
CS.SZ.
