MIT phát triển hệ thống giúp robot phát hiện và sửa mô tả vật thể không đáng tin cậy
Các nhà nghiên cứu MIT đã phát triển UQ-DAAAM, một hệ thống bộ nhớ giúp robot phát hiện và sửa những mô tả không đáng tin cậy về các vật thể xung quanh. Hệ thống so sánh nhiều góc nhìn của cùng một vật thể, ước tính mức độ chắc chắn của robot đối với từng mô tả và thu thập thêm hình ảnh khi độ bất định cao trước khi lưu lại mô tả đã chỉnh sửa. Hệ thống này mở rộng DAAAM, nền tảng sử dụng mô hình ngôn ngữ-thị giác để tạo mô tả chi tiết về vật thể trong bản đồ 3D, giúp robot trả lời các câu hỏi về vật thể, vị trí và thời điểm chúng được nhìn thấy. Điều này quan trọng vì góc nhìn bị che khuất, khoảng cách xa, hình ảnh mờ hoặc thiếu sáng có thể dẫn đến sai lầm nghiêm trọng, chẳng hạn nhận nhầm ống khói trên mái nhà thành con sóc hoặc nhầm máy khử rung tim gắn tường với bình cứu hỏa. Một kỹ thuật tối ưu hóa quy trình cho phép robot di động liên tục cập nhật những mục ký ức thiếu chắc chắn trong lúc di chuyển, và các thử nghiệm cho thấy hệ thống tăng độ tự tin cũng như độ chính xác khi trả lời so với các phương pháp cơ sở. Nghiên cứu này hướng tới việc xây dựng các hệ thống AI vật lý an toàn và đáng tin cậy hơn cho robot gia đình, robot công nghiệp và robot làm việc cùng con người. Về thực tế, điểm cốt lõi là robot phải chủ động nhận ra điều mình chưa biết và tìm thêm bằng chứng, thay vì để một ký ức sai tồn tại lâu dài.
Các nhà phát triển robot và nhóm nghiên cứu AI có thể theo dõi UQ-DAAAM như một hướng xử lý lỗi bộ nhớ trong robot, đặc biệt khi robot phải làm việc trong môi trường thay đổi. Ý tưởng thực tiễn là để robot tự đánh giá độ chắc chắn, tìm thêm góc nhìn và sửa mô tả trước khi dùng thông tin đó cho các nhiệm vụ nhiều bước.
Đọc bài gốc