最终的机器人厨师AI39厨房操纵器39学习做所有事情从跟踪脏菜到做饭振动磨机

最终的机器人厨师：AI'厨房操纵器'学习做所有事情，从跟踪脏菜到做饭

你厨房里的下一位厨师可能是一个机器人。

半导体巨头Nvidia首次推出其“厨房操纵器”机器人，该机器人使用AI和机器学习来识别成分。

希望随着机器人变得更聪明，有朝一日它可以与人类一起工作以帮助做饭中国机械网okmao.com。

Nvidia的厨房机器人只是该公司位于西雅图的新实验室正在开发的其他几个机器人之一，旨在监督其所有机器人项目。

该实验室的重点是“cobots”，或经过训练来执行复杂任务并在人类旁边工作的机器人。

Cobots可以在工厂，医院，帮助残疾人，现在在家里，或者更具体地说，厨房中发挥作用。

Nvidia的杰出研究科学家纳森·拉特利夫解释说，“协同机器人，我们现在甚至可能把它称为机器人技术的圣杯”。

“让这些机器人在人们身边操作并在非结构化环境中做有用的有用事情是最具挑战性的环境之一。”

Nvidia说，“厨房操纵器”使用人工智能和深度学习来检测和跟踪物体，并记录厨房中门和抽屉的位置。

它甚至可以自己打开和关闭抽屉门。

“我们希望开发能够自然地与人共同执行任务的机器人，”负责实验室的Dieter Fox在一份声明中说。

“要做到这一点，他们需要能够理解一个人想做什么，并弄清楚如何帮助她实现目标。”

在机器人检测到周围环境中的物体之后，该数据用于生成“连续感知反馈”，如果它们被移动，它们落下或者它们的位置以任何方式改变，它们的位置。

然后，信息被馈送到机器学习软件的运动生成层，这使得机器人能够进行“实时，快速，反应，自适应和类似人体的运动”，Ratliff说。

目标是厨房操纵器能够处理脏盘子，取回配料并与人类一起烹饪。

“最具挑战性的合作领域之一是厨房环境，”拉特利夫解释说。

“所以我们选择了这个作为试验台，这样我们就可以开发出很多这些技术，在这个领域研究系统，并把我们学到的东西全部应用到这些其他的协作领域。”

人工智能如何学习？

AI系统依赖于人工神经网络（ANN），它试图模拟大脑的工作方式以便学习。

可以训练人工神经网络以识别信息模式 - 包括语音，文本数据或视觉图像 - 并且是近年来人工智能的大量发展的基础。

传统的AI使用输入来通过提供大量信息来“教授”关于特定主题的算法。

AI系统依赖于人工神经网络（ANN），它试图模拟大脑的工作方式以便学习。可以训练ANN以识别信息中的模式 - 包括语音，文本数据或视觉图像

实际应用包括谷歌的语言翻译服务，Facebook的面部识别软件和Snapchat的图像改变实时过滤器。

输入该数据的过程可能非常耗时，并且仅限于一种类型的知识。

一种称为对抗性神经网络的新型人工神经网络将两个AI机器人的智慧相互对立，这使得他们可以相互学习。

此方法旨在加快学习过程，并改进AI系统创建的输出。

广州市精神科医院

济南治疗白癜风好的医院

贵阳看银屑病医院

南宁治疗白癜风好的医院

滨州哪里看性功能障碍好