Nesneleri kavrarken düşünen robot

Veri tabanına başvuruyor

Robotların nesneleri düşürmeden kavramalarını sağlamaya çalışmak, oldukça pratik gerektirir. Fakat UC Berkeley ve Siemens’in geliştirdiği yeni bir robot, üç boyutlu şekillerle ilgili veri tabanını inceleyerek yeni nesneleri nasıl kavraması gerektiğini öğrenebiliyor.

Robot, 3 boyutlu bir sensöre ve araştırmacıların nesne resimleriyle besledikleri bir derin-öğrenme nöral ağına bağlıdır. Araştırmacılar aynı zamanda nesnelerin şekilleri, görsel görüntüleri nasıl kavranacaklarının fiziksel açıklamasını da sisteme yüklediler. Böylece robotun önüne yeni bir nesne konulduğunda veritabanında mevcut olan benzer bir objeyle eşleştirmesi yeterli oluyor.

Robot yeni nesneyi kavrayabileceği konusunda kendisine olan güveni yüzde ellinin üzerinde olduğunda nesneyi %98’lik bir başarıyla kavrıyor ve düşürmüyor. Eğer kendine olan güveni yüzde ellinin altına düşerse öncelikle nesneyi kurcalıyor ve nasıl kavrayabileceğine dair bir strateji geliştiriyor. Bu gibi durumlarda robotun tek seferde objeyi kaldırma şansı %99 oranında. Yani küçük bir gözden geçirme ile kendine olan güvenini kazanıyor.

Bu robot eğitim yöntemi, makine öğreniminde önemli oranda zaman tasarrufu sağlayabilir ve robotların daha becerikli robotların üretimine katkıda bulunabilir. Projede çalışan postdoktora araştırmacısı MIT Technology Review’a şöyle dedi “Gerçek bir robotu aylarca fiziksel denemelere tabi tutmaktansa nöral ağlar için bir gün gibi kısa bir süre içerisinde yeterli eğitim verisini üretebiliyoruz.”

Günümüzde fabrikalarda kullanılan robotlar bilinen objelere muamelede son derece hassas ve tutarlılar. Fakat yeni nesnelerle karşılaştıklarında uygun ayarlamayı yapamıyorlar. Bu eğitme stratejisinin verimliliği ve robotun kavramadaki başarısı yeni metodu gelecekte ticari kullanım için ideal kılıyor.

Veri tabanına başvuruyor

Robotların nesneleri düşürmeden kavramalarını sağlamaya çalışmak, oldukça pratik gerektirir. Fakat UC Berkeley ve Siemens’in geliştirdiği yeni bir robot, üç boyutlu şekillerle ilgili veri tabanını inceleyerek yeni nesneleri nasıl kavraması gerektiğini öğrenebiliyor.

Robot, 3 boyutlu bir sensöre ve araştırmacıların nesne resimleriyle besledikleri bir derin-öğrenme nöral ağına bağlıdır. Araştırmacılar aynı zamanda nesnelerin şekilleri, görsel görüntüleri nasıl kavranacaklarının fiziksel açıklamasını da sisteme yüklediler. Böylece robotun önüne yeni bir nesne konulduğunda veritabanında mevcut olan benzer bir objeyle eşleştirmesi yeterli oluyor.

Robot yeni nesneyi kavrayabileceği konusunda kendisine olan güveni yüzde ellinin üzerinde olduğunda nesneyi %98’lik bir başarıyla kavrıyor ve düşürmüyor. Eğer kendine olan güveni yüzde ellinin altına düşerse öncelikle nesneyi kurcalıyor ve nasıl kavrayabileceğine dair bir strateji geliştiriyor. Bu gibi durumlarda robotun tek seferde objeyi kaldırma şansı %99 oranında. Yani küçük bir gözden geçirme ile kendine olan güvenini kazanıyor.

Bu robot eğitim yöntemi, makine öğreniminde önemli oranda zaman tasarrufu sağlayabilir ve robotların daha becerikli robotların üretimine katkıda bulunabilir. Projede çalışan postdoktora araştırmacısı MIT Technology Review’a şöyle dedi “Gerçek bir robotu aylarca fiziksel denemelere tabi tutmaktansa nöral ağlar için bir gün gibi kısa bir süre içerisinde yeterli eğitim verisini üretebiliyoruz.”

Günümüzde fabrikalarda kullanılan robotlar bilinen objelere muamelede son derece hassas ve tutarlılar. Fakat yeni nesnelerle karşılaştıklarında uygun ayarlamayı yapamıyorlar. Bu eğitme stratejisinin verimliliği ve robotun kavramadaki başarısı yeni metodu gelecekte ticari kullanım için ideal kılıyor.

More from author

Leave A Reply

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz

Related posts

Advertismentspot_img

Latest posts

Permolit Boya’dan Uzun Ömürlü Sağlam Yalıtım

Permolit Boya’dan Uzun Ömürlü Sağlam Yalıtım Akçalı Boya ve Kimya San. Tic. A.Ş.'nin en önemli markalarından biri olan Permolit Boya, tüketicilerin ihtiyaçlarına uygun geliştirdiği elyaflı...

YouTube reklamlarında CoinHive JavaScript kripto madencilik kodu tespit edildi

YouTube reklamlarında CoinHive JavaScript kripto madencilik kodu tespit edildi Yeni bir rapora göre, bazı ülkelerde yayınlanan bazı YouTube reklamları, hackerlar tarafından, video izleyicilerinin bilgisayarlarının işlem...

Kara Cuma (Black Friday) çılgınlığı nedir?

Kara Cuma (Black Friday) Şükran Günü’nün (Thanksgiving Day) ertesi sabahında gerçekleşen bir alışveriş çılgınlığıdır. Kara Cuma bu yıl 25 Kasım tarihine denk gelmektedir. Ünlü markalar Kara Cuma’da %80’e varan indirimler...
[tdn_block_newsletter_subscribe title_text="Want to stay up to date with the latest news? " description="V2UlMjB3b3VsZCUyMGxvdmUlMjB0byUyMGhlYXIlMjBmcm9tJTIweW91ISUyMFBsZWFzZSUyMGZpbGwlMjBpbiUyMHlvdXIlMjBkZXRhaWxzJTIwYW5kJTIwd2UlMjB3aWxsJTIwc3RheSUyMGluJTIwdG91Y2guJTIwSXQncyUyMHRoYXQlMjBzaW1wbGUh" input_placeholder="Email address" btn_text="Subscribe" tds_newsletter2-image="8" tds_newsletter2-image_bg_color="#c3ecff" tds_newsletter3-input_bar_display="row" tds_newsletter4-image="9" tds_newsletter4-image_bg_color="#fffbcf" tds_newsletter4-btn_bg_color="#f3b700" tds_newsletter4-check_accent="#f3b700" tds_newsletter5-tdicon="tdc-font-fa tdc-font-fa-envelope-o" tds_newsletter5-btn_bg_color="#000000" tds_newsletter5-btn_bg_color_hover="#4db2ec" tds_newsletter5-check_accent="#000000" tds_newsletter6-input_bar_display="row" tds_newsletter6-btn_bg_color="#da1414" tds_newsletter6-check_accent="#da1414" tds_newsletter7-image="10" tds_newsletter7-btn_bg_color="#1c69ad" tds_newsletter7-check_accent="#1c69ad" tds_newsletter7-f_title_font_size="20" tds_newsletter7-f_title_font_line_height="28px" tds_newsletter8-input_bar_display="row" tds_newsletter8-btn_bg_color="#00649e" tds_newsletter8-btn_bg_color_hover="#21709e" tds_newsletter8-check_accent="#00649e" embedded_form_code="JTNDIS0tJTIwQmVnaW4lMjBNYWlsQ2hpbXAlMjBTaWdudXAlMjBGb3JtJTIwLS0lM0UlMEElMEElM0Nmb3JtJTIwYWN0aW9uJTNEJTIyaHR0cHMlM0ElMkYlMkZ0YWdkaXYudXMxNi5saXN0LW1hbmFnZS5jb20lMkZzdWJzY3JpYmUlMkZwb3N0JTNGdSUzRDZlYmQzMWU5NGNjYzVhZGRkYmZhZGFhNTUlMjZhbXAlM0JpZCUzRGVkODQwMzZmNGMlMjIlMjBtZXRob2QlM0QlMjJwb3N0JTIyJTIwaWQlM0QlMjJtYy1lbWJlZGRlZC1zdWJzY3JpYmUtZm9ybSUyMiUyMG5hbWUlM0QlMjJtYy1lbWJlZGRlZC1zdWJzY3JpYmUtZm9ybSUyMiUyMGNsYXNzJTNEJTIydmFsaWRhdGUlMjIlMjB0YXJnZXQlM0QlMjJfYmxhbmslMjIlMjBub3ZhbGlkYXRlJTNFJTNDJTJGZm9ybSUzRSUwQSUwQSUzQyEtLUVuZCUyMG1jX2VtYmVkX3NpZ251cC0tJTNF" tds_newsletter="tds_newsletter1" tds_newsletter1-input_bar_display="" tds_newsletter1-input_border_size="0" tds_newsletter1-title_color="#172842" tds_newsletter1-description_color="#90a0af" tds_newsletter1-disclaimer_color="#90a0af" tds_newsletter1-disclaimer2_color="#90a0af" tds_newsletter1-input_text_color="#90a0af" tds_newsletter1-input_placeholder_color="#bcccd6" tds_newsletter1-input_bg_color="#ffffff" tds_newsletter1-input_border_color="rgba(255,255,255,0)" tds_newsletter1-input_border_color_active="rgba(255,255,255,0)" tds_newsletter1-f_title_font_family="394" tds_newsletter1-f_title_font_size="eyJhbGwiOiI0MiIsImxhbmRzY2FwZSI6IjM2IiwicG9ydHJhaXQiOiIzMCIsInBob25lIjoiMzAifQ==" tds_newsletter1-f_title_font_line_height="1.2" tds_newsletter1-f_title_font_spacing="-1" tds_newsletter1-f_descr_font_family="638" tds_newsletter1-f_descr_font_size="eyJhbGwiOiIxOCIsImxhbmRzY2FwZSI6IjE1IiwicG9ydHJhaXQiOiIxNCIsInBob25lIjoiMTQifQ==" tds_newsletter1-f_descr_font_line_height="1.6" tds_newsletter1-f_descr_font_weight="700" content_align_horizontal="content-horiz-center" tdc_css="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" tds_newsletter1-f_disclaimer_font_family="394" tds_newsletter1-f_disclaimer2_font_family="394" tds_newsletter1-f_input_font_family="394" tds_newsletter1-f_input_font_line_height="3" tds_newsletter1-f_input_font_size="eyJhbGwiOiIxNiIsInBvcnRyYWl0IjoiMTQiLCJwaG9uZSI6IjE0In0=" tds_newsletter1-f_btn_font_family="394" tds_newsletter1-f_btn_font_transform="uppercase" tds_newsletter1-f_btn_font_weight="700" tds_newsletter1-btn_bg_color="#e2687e" tds_newsletter1-btn_bg_color_hover="#172842" tds_newsletter1-f_input_font_weight="" tds_newsletter1-f_title_font_weight="800"]