انسان ها مدت ها است که از مهارت های مهارت، که می تواند تا حد زیادی به کمک چشمان ما منتقل شود، بوده است. در عین حال، روبات ها هنوز در حال پیشرفت هستند. مطمئنا پیشرفت هایی صورت گرفته است: برای دهه ها ربات ها در محیط های کنترل شده مثل خطوط مونتاژ قادر به گرفتن همان شیء بوده اند.
پیشرفت های اخیر در دیدگاه رایانه باعث شده است که روبات ها تمایز اولیه بین اشیاء را ایجاد کنند اما حتی رباتها نمیتوانند اشکال اشیا را درک کنند، بنابراین آنها نمیتوانند خیلی سریع آنها را انتخاب کنند.
محققان در یک مقاله جدید گزارش داده اند که دانشمندان علوم کامپیوتری MIT و آزمایشگاه هوش مصنوعی (CSAIL) پیشرفت چشمگیری در این زمینه داشته اند، این سیستم می تواند به ربات اجازه دهد تا اشیاء تصادفی را بررسی کند و به طور چشمگیری از آنها اطلاع پیدا کند و در مورد هرگز آنها را وظایف خاصی انجام نداده بود.
سیستم، به نام "شبکه های جسمی شیء" (DON)، به اشیا به عنوان مجموعه ای از نقاط که به عنوان "نقشه های بصری" از انواع مختلف به نظر می رسد، به نظر می رسد. این رویکرد، روباتها را قادر می سازد تا آیتم ها را بهتر درک کرده و دستکاری کنند و مهمتر از همه، به آنها اجازه می دهد تا حتی یک شیء خاص را در میان یک توده ای از اشیاء مشابه پیدا کنند - مهارت ارزشمندی برای انواع ماشین هایی که شرکت های آمازون و والمارت در انبار های خود استفاده می کنند .
به عنوان مثال، کسی ممکن است DON را برای اجازه دادن به یک موقعیت خاص در یک شی - مانند یک زبان استفاده کند. از آنجایی که یک ربات می تواند یک کفش را ببیند که قبلا آن را دیده بود و توانست زبانش را بگیرد.
این تیم در برنامه های کاربردی بالقوه نه تنها در محیط تولید بلکه در خانه نیز به نظر می رسد. تصور کنید که سیستم یک تصویر از یک خانه منظم را برای تمیز نگه داشتن آن در حین کار و یا استفاده از یک تصویر از یک صفحه بسازید تا سیستم بتواند دور خود را کنار بگذارد صفحه در حالی که شما در تعطیلات هستید.
همچنین قابل توجه است که هیچ کدام از این اطلاعات در واقع توسط انسان مشخص نشده است؛ در عوض، سیستم "نظارت بر خود" است، بنابراین هیچ علامت های انسانی لازم نیست.
