Ученые отметили, что использовали рекуррентную нейронную сеть, которая позволяет анализировать цепочку событий. Таким образом, когда робот правильно считывал жест, он передавал свое знание через различные уровни в своей нейронной сети, где данные затем нормализовывались и использовались в дальнейших наблюдениях. Пока этих знаний нет, машина пыталась угадать намерения человека. Исследователи утверждают, что обучение происходит довольно быстро и эти машины могут стать невероятно точными за относительно короткий промежуток времени.
Boston Dynamics показала противостояние человека и робота
Идеи
По словам ученых, роботы в дальнейшем могут пригодится в областях, где требуется быстрая кооперация между человеком и машиной. «Это может быть совместное собрание, которое требует понимание тонких невербальных сигналов о намерениях человека и будущих действиях. В этих сценариях недостаточно просто признать текущее действие. Вместо этого крайне важно предсказывать действия и предвидеть намерение, чтобы гарантировать бесперебойное сотрудничество».
Они также отметили, что конечной целью эксперимента является создание робота, который будет существовать в одной реальности с человеком не вызывая ни малейшего беспокойства, и который способен справиться с самыми сложными человеческими жестами и правильно отвечать на них.
С начала года в сфере обучения роботов появилось множество новостей: например, ранее алгоритм ConvNetQuake научился выявлять землетрясения в 17 раз чаще, чем это делают сейсмологи с помощью традиционных приборов. Новое исследование, проведенное в Калифорнийском университете в Сан-Франциско показало, что нейросеть, разработанная стартапом Cardiogram, способна диагностировать диабет с 85% точностью. При этом для ее использования не нужны специальные медицинские приборы — достаточно умных часов Apple Watch или другого носимого устройства.