로보틱스
고급 AI를 통한 촉감 모방 – 가능할까?
Securities.io를 Google의 선호 소스에 추가
내일의 로봇은 인간과 비교할 수 있는 감각을 갖게 될 것입니다. 이미 장치를 시각, 후각, 청각으로 만들 수 있는 AI 알고리즘이 존재합니다. 이러한 향상은 센서와 고급 알고리즘을 활용해 이러한 감각을 시뮬레이션합니다. 그러나 지금까지 연구자들을 피한 감각이 하나 있습니다: 촉감.
현재 스티븐스 공과대학의 연구진이 촉감을 모방하는 새로운 방법을 공개했습니다. 알아야 할 내용은 다음과 같습니다.
연구자들은 오랫동안 로봇 시스템을 통해 촉감을 모방하려고 노력해 왔습니다. 감각을 가진 로봇은 다양한 활용 사례의 문을 열어줄 것입니다. 더 많은 사람들이 이러한 장치와 함께 일하기 시작하면서 ‘감각’을 가진 로봇에 대한 관심이 지속적으로 높아지고 있습니다. 엔지니어들은 이 감각이 효율성, 능력 및 작업장 안전을 향상시키는 데 필수적이라고 믿고 있습니다.
Think of robots that could tell if they bump into you and react accordingly. This ability would allow robots that work closely with humans to reduce their risks and enable them to conduct more precise and previously human-only tasks.
고급 AI 연구를 통한 촉감 모방
The study1, published in the journal Applied Optics, reveals how researchers were able to simulate touch via lasers and an AI algorithm. The researchers combined AI and quantum technology to achieve this goal in a quantum lab setup.
Quantum interactions provide a plethora of data that can be used to create and improve AI models. This approach combines advanced machine learning, a raster scanning single photon LiDAR, and quantum feedback in the form of speckle noise to accomplish this task.
광자 발사 스캔 레이저를 이용한 촉감 모방
The team created a raster scanning single photon LiDAR that could be set up to pulse at different intervals, enabling engineers to document any changes and feedback reflected from the surface. Each surface has different refractions depending on its makeup. Researchers recognized this fact and determined this was the best way to artificially provide the system with the ability to quickly conduct topography scans.
알고리즘 AI 모델
The AI scans the surface using the proprietary laser as the first step. This maneuver creates a detailed image of the item. The detailed image will produce random feedback called speckle noise. In the past, speckle noise was a hindrance to optical clarity as this feedback lowered resolution.
The researchers noticed that this feedback was more than interference. It provided a unique signature for every surface based on its roughness. This data was fed to the AI system, which then deciphered the information to determine the structure’s dimensions, height, and roughness.
출처 – Magicplan
