Les robots indépendants ont parcouru un long chemin depuis la catastrophe du Roomba. Ces dernières années, des systèmes spéciaux ont été intégrés dans les véhicules personnels, la livraison de nourriture sur le dernier kilomètre, les services spécialisés, l’examen des patients, le nettoyage des hôpitaux, la préparation des aliments, la sécurité à domicile et l’entreposage.

Ces systèmes robotiques proviennent d’une conception unique basée sur ce système spécifique. Lors de la conception d’un robot autonome, les ingénieurs doivent effectuer un certain nombre de simulations de tests et d’erreurs, souvent informées par l’intelligence. Ces modèles sont basés sur les caractéristiques et les fonctions d’un robot spécialisé, afin d’utiliser et de satisfaire ses performances. D’une certaine manière, concevoir un robot indépendant aujourd’hui, c’est comme faire un gâteau à partir de zéro, sans aucune recette ni pâte préparée pour assurer un résultat réussi.

Maintenant, les ingénieurs du MIT ont construit un outil de conception complet que les roboticiens peuvent utiliser comme une forme de mesure de précision pour le succès. L’équipe a conçu un code d’optimisation qui peut être utilisé dans des simulations de presque n’importe quel appareil robotique autonome et peut être utilisé pour déterminer comment et où modifier un système pour améliorer les performances d’un robot. .

L’équipe a montré que l’outil était capable d’améliorer rapidement les performances de deux systèmes indépendants différents : l’un dans lequel un robot navigue sur un chemin entre deux objets, et l’autre dans lequel un robot travaille par paires de robots pour occuper une lourde boîte.

Les chercheurs espèrent que le nouveau modèle pourra contribuer à accélérer le développement de systèmes plus indépendants, à partir du quatrième message : des robots autonomes et autonomes avec des robots flexibles et agiles, et des robots d’équipe travaillant ensemble.

L’équipe, qui comprend Charles Dawson, un étudiant diplômé du MIT, et ChuChu Fan, professeur adjoint au Département d’aéronautique et d’astronautique du MIT, présentera leurs conclusions plus tard ce mois-ci lors de la conférence annuelle Robotics: Science and Systems à New York.

Dawson et Fan ont réalisé le besoin d’équipements spécialisés après avoir vu les nombreux outils d’automatisation disponibles pour d’autres professions d’ingénierie.

« Si un ingénieur en mécanique souhaite concevoir une moto, il peut utiliser un outil de CAO 3D pour concevoir la structure, puis utiliser un outil d’analyse d’éléments pour vérifier si elle résistera à certaines charges », a déclaré Dawson. « Cependant, il y a une pénurie de ces outils d’installation assistée par ordinateur pour les systèmes autonomes. »

En règle générale, le roboticien satisfait un système indépendant en développant d’abord un modèle du système avec plusieurs sous-systèmes en réseau, tels que ses plans, instructions, affichages et outils. Il devra ensuite ajuster certaines parties de chaque unité et lancer l’expérience pour voir comment le système fonctionne dans ce domaine de révélation.

Ce n’est qu’en réalisant un grand nombre de simulations par exemple et par erreur qu’un roboticien peut déterminer la meilleure combinaison de matériaux pour atteindre les performances requises. C’était un processus fatigant, hautement organisé et chronophage que Dawson et Fan ont essayé de ramener.

« Au lieu de dire : ‘Donnez un modèle, qu’est-ce que la performance ?’ nous voulons changer cela pour dire, ‘Compte tenu de la performance que nous voulons voir, quel est le modèle pour nous y amener ?’ dit Dawson.

Les chercheurs ont construit un système haute performance, ou système informatique, capable de détecter automatiquement les modifications pouvant être apportées à un système autonome existant pour répondre à la demande.

Le thème du code est basé sur la différenciation automatique, ou « autodiff », un outil automatisé développé dans la machine d’apprentissage organisationnel et qui a d’abord été utilisé pour enseigner la communication neuronale. Autodiff est une méthode qui peut rapidement et efficacement « analyser les résultats », ou écouter les changements de n’importe quel paragraphe dans un programme informatique. Dawson et Fan se sont appuyés sur les progrès récents des programmes autodiff pour développer un outil spécialisé pour l’utilisation de dispositifs robotiques autonomes.

« Notre méthode nous indique automatiquement comment passer d’une conception initiale à une conception pour atteindre nos objectifs », a déclaré Dawson. « Nous utilisons autodiff pour rechercher dans le signal afin de définir un simulateur et de déterminer comment effectuer ce changement automatiquement. »

L’équipe a testé son nouvel équipement sur deux systèmes robotiques indépendants et a montré que l’équipement améliorait rapidement les performances des systèmes individuellement dans le cadre de recherches internes, par opposition aux méthodes de diagnostic conventionnelles.

Le premier système impliquait un robot roue chargé de déterminer un chemin entre deux obstacles, sur la base de signaux reçus de deux signaux placés à des endroits différents. L’équipe a essayé de trouver la bonne position des signaux pour trouver un chemin clair entre les crashs.

Ils ont constaté que le nouvel optimiseur améliorait rapidement la simulation du robot et s’est avéré fournir les meilleurs signaux en cinq minutes, contre 15 minutes pour les méthodes conventionnelles.

Le deuxième système était plus complexe, impliquant des dispositifs à deux roues travaillant ensemble pour pousser une boîte en position horizontale. Un exemple de cette approche comprend de nombreux autres sous-systèmes et paragraphes. Cependant, l’outil de l’équipe a clairement identifié les étapes nécessaires aux robots pour atteindre leur objectif, dans un exemple en utilisant 20 fois plus que les méthodes conventionnelles.

« Si votre système a des joints plus optimaux, notre outil peut être plus efficace et peut faire gagner beaucoup de temps », déclare Fan. « C’est vraiment un choix combiné : à mesure que le nombre de phoques augmente, les options augmentent également, et notre approche peut réduire cela d’un seul coup. » »

L’équipe a mis le public à disposition pour téléchargement et prévoit de clarifier davantage la marque pour une utilisation dans des systèmes plus complexes, tels que des robots conçus pour interagir et travailler avec des personnes.

« Notre objectif est d’encourager les gens à construire de meilleurs robots », a déclaré Dawson. « Nous fournissons un nouveau bloc de construction pour répondre à leurs besoins, afin qu’ils n’aient pas à repartir de zéro. »

Cette étude a été financée, en partie, par la Security Science and Technology Agency de Singapour et IBM.

Détails du document : https://roboticsconference.org/program/papers/037/

Quelles sont les caractéristiques de l’intelligence artificielle ?

Quelles sont les caractéristiques de l'intelligence artificielle ?

Descriptif : Descriptif Descriptif Ceci pourrez vous intéresser : La RATP sort son chien robot, Perceval, pour sécuriser ses travaux.

  • – Capable de penser.
  • – Capacité à traiter de grandes quantités de données.
  • – Capacité à discerner des modèles et des schémas qu’aucun être humain ne peut détecter.
  • – Être capable de comprendre et d’analyser ces exemples.
  • – Possibilité d’interagir avec les gens.
  • – Possibilité d’apprendre progressivement.

Quelle est la valeur de l’intelligence artificielle ? L’intérêt principal de l’intelligence humaine est le développement de fonctions pratiques liées à l’intelligence humaine, notamment la réflexion, l’apprentissage et la résolution de problèmes.

Quelles sont les 3 matières associées à l’intelligence artificielle ?

Ils sont souvent classés dans les domaines des mathématiques et des sciences, nécessitant la neurobiologie computationnelle (en particulier les réseaux de neurones) et les mathématiques appliquées (domaines des mathématiques et de la philosophie). Lire aussi : Robotique | Comité économique et social européen.

Quelles sont les bases de l’intelligence artificielle ?

Intelligence intelligente (IA) L’intelligence peut être transformée en algorithmes. Un algorithme est un processus ou un ensemble de règles qu’un ordinateur peut exécuter. Les algorithmes d’IA peuvent être appris à partir des données.

Qui utilise l’intelligence artificielle ?

L’expertise utilisée dans les assistants en ligne peut automatiquement voir les avatars sur les pages Web. Cela devrait permettre aux entreprises de réduire leurs coûts de fonctionnement et de formation. Une technologie de base de ces systèmes est le traitement du langage naturel.

Qui a développé les connaissances techniques ? L’auteur du terme « IA » peut être dérivé de John McCarthy du MIT (Massachusetts Institute of Technology), un terme décrit par Marvin Minsky (Université Carnegie-Mellon) comme « la construction de programmes informatiques qui impliquent des travaux qui sont, pour l’instant, atteint à un plus grand …

Où on utilise l’intelligence artificielle ?

L’expertise est souvent utilisée pour donner des conseils d’expert aux utilisateurs, basés (par exemple) sur leurs recherches, leurs achats en ligne ou leur comportement.

Quels sont les usages concrets de l’IA ?

L’IA utilise des technologies telles que la représentation visuelle, l’objet et l’emplacement, etc., pour surveiller les résultats et les analyser.

Vaucluse. Les élèves d'Avignon à la Coupe de France de Robotique
A voir aussi :
Des étudiants de troisième cycle en informatique de l’Université d’Avignon ont participé…

Comment l’intelligence artificielle permet d’améliorer la production ?

Automatisation des processus Dans la vie de tous les jours, de nombreuses tâches routinières et chronophages peuvent être simplifiées grâce à l’IA. En effet, en s’appuyant sur une approche commune et adaptée, les outils d’IA peuvent se substituer aux personnes et ainsi être utilisés et planifier certaines fonctions.

Comment affecte-t-elle la production de connaissances techniques ? L’expertise ouvre d’énormes opportunités pour l’industrie. Il est plus efficace à produire, plus flexible et plus fiable que jamais. Avec le nombre croissant d’entreprises, le commerce numérique est devenu une réalité. Il génère, traite et analyse en continu.

Pourquoi développer l’IA ?

Il permet aux entreprises de toutes tailles d’accélérer le traitement des données, d’améliorer la visibilité des données, de satisfaire à la protection des données et d’améliorer les performances de l’entreprise.

Comment l’intelligence artificielle revolutionne l’économie ?

La technologie informatique permet une utilisation efficace des installations de production. Supposons, par exemple, que les hommes se concentrent sur des emplois mieux rémunérés. L’IA peut également diffuser l’innovation dans notre société.

Quelles sont les différents types d’intelligence artificielle ?

Il existe trois types d’IA : l’intelligence artificielle étroite (ANI), l’intelligence artificielle générale (AGI) et la superintelligence artificielle (ASI).

Quels sont les 3 enjeux liés aux connaissances techniques ? Ils sont souvent classés dans les domaines des mathématiques et des sciences, nécessitant la neurobiologie computationnelle (en particulier les réseaux de neurones) et les mathématiques appliquées (domaines des mathématiques et de la philosophie).