Mi hijo no me hace caso, ¿qué puedo hacer?
Tabla de contenido:
- Comandos hablados
- Cómo hacer que sus robots obedezcan sus órdenes: un sistema para permitir que los robots ejecuten comandos hablados de manera efectiva
- Poniendo el sistema a prueba
- Pensamientos finales
¿Sueña con un futuro en el que los robots se utilicen para una variedad de actividades para que no tengamos que hacerlas nosotros mismos?
¡Vamos, piénsalo! Limpiar, cocinar, hacer todas nuestras tareas son solo algunas de las maravillosas posibilidades. Qué maravillosa posibilidad, ¿verdad? Desafortunadamente, por el momento tendrás que seguir soñando.
Si bien existen algunos robots increíbles, los robots aún no son lo suficientemente adaptables para llevar a cabo una amplia gama de actividades como esta de manera efectiva. Además, aunque la tecnología de reconocimiento de voz ha avanzado a pasos agigantados, todavía no es lo suficientemente buena como para usarla con Robots.
Su mejor opción para obtener algo así como un hipotético robot mayordomo para seguir sus instrucciones sería escribir el conjunto de instrucciones.
Comandos hablados
El problema con los comandos hablados es que contienen niveles variables de complejidad, aunque esto no siempre es claro.
Imagine decirle a su robot: "Recoja esa caja de allí". Esto parece bastante simple, pero hay un problema. Su robot tendrá que dividir esto en varios pasos antes de completar la acción. Un posible escenario para llevar a cabo este comando es:
- Encienda el sistema de seguimiento
- Encienda motores para caminar
- Cambia la direccion
- Toma los pasos necesarios
- Rotar extremidades
- Clench box
- Caja elevadora
Como puede ver, esto es en realidad más complejo de lo que parecía ser. Ahora imagine ese comando en comparación con algo como, "Encienda su sistema de seguimiento". Aunque la cantidad de palabras utilizadas para dar estos 2 comandos es similar, sus niveles de complejidad están muy separados.
¿Cómo podemos solucionar esto? Tal como está ahora, los robots tendrán problemas para descubrir los diferentes niveles de complejidad de los comandos hablados.
No temas, un equipo de la Universidad de Brown ha desarrollado un sistema que mejora la forma en que los robots manejan los comandos hablados.
Cómo hacer que sus robots obedezcan sus órdenes: un sistema para permitir que los robots ejecuten comandos hablados de manera efectiva
Los investigadores de Brown utilizaron los datos que obtuvieron para entrenar a su sistema para comprender diferentes niveles de complejidad. El sistema fue capaz de recopilar las acciones necesarias para llevar a cabo y comprender los niveles de complejidad asociados con las diferentes estructuras de las oraciones.
El equipo de la Universidad de Brown decidió abordar el problema de hacer que los robots ejecuten comandos hablados mediante el uso de un ingenioso sistema. Utilizaron tanto Mechanical Turk de Amazon como una herramienta llamada Virtual Cleanup World para desarrollar su modelo.
Mechanical Turk es un mercado de trabajo que requiere la inteligencia de los humanos. Aunque la inteligencia artificial está haciendo algunas hazañas impresionantes, hay muchas tareas que los humanos pueden hacer de manera más efectiva, como identificar objetos en un video. El mundo virtual de limpieza es un dominio de tarea virtual. Consiste en salas codificadas por colores, un robot virtual y un objeto para que el robot realice tareas.
Los voluntarios de Mechanical Turk descubrieron qué conjuntos de instrucciones condujeron a acciones particulares en el mundo de la limpieza. Primero, observaron al robot mientras realizaba una variedad de tareas.
Luego se les preguntó qué conjuntos de instrucciones creían que funcionarían mejor. Se pidió a los voluntarios que crearan comandos de alto nivel, nivel medio y nivel bajo.
Los comandos de alto nivel eran los que indicaban al robot que llevara una silla a una habitación de un color particular. Los comandos de bajo nivel fueron comandos divididos en varios pasos. Los comandos de nivel medio combinaron las características de los comandos de nivel alto y bajo.
Los investigadores de Brown utilizaron los datos que obtuvieron para entrenar a su sistema para comprender diferentes niveles de complejidad. El sistema fue capaz de recopilar las acciones necesarias para llevar a cabo y comprender los niveles de complejidad asociados con las diferentes estructuras de las oraciones.
Poniendo el sistema a prueba
Cuando los robots pudieron determinar el resultado final deseado, así como comprender el nivel de complejidad de las tareas, completaron la tarea en solo 1 segundo el 90 por ciento del tiempo.
En base a esto, fue capaz de diseñar un plan apropiado basado en los comandos hablados que se le dio. Después de entrenar su sistema, era hora de probar los frutos de su trabajo. La investigación hizo uso de Cleanup World una vez más, así como de un robot real que opera en un espacio físico configurado de manera similar al virtual Cleanup World.
Cuando los robots pudieron determinar el resultado final deseado, así como comprender el nivel de complejidad de las tareas, completaron la tarea en solo 1 segundo el 90 por ciento del tiempo.
Sin embargo, cuando hubo un colapso en la comprensión del nivel de complejidad, la finalización de la tarea tomó más tiempo. En este caso, los robots requirieron 20 o más segundos de planificación para completar una tarea.
Los investigadores necesitarán encontrar formas de minimizar estas fallas para crear un sistema más eficiente.
Pensamientos finales
Los robots todavía tienen un largo camino por recorrer antes de ser convencionales. Sin embargo, este trabajo nos acerca a tener robots que puedan entender fácilmente los comandos que les enviamos. Hasta entonces, ve a lavar tus propios platos.
Singhal de Google: Habla, reconocimiento del lenguaje natural entre los mayores desafíos de búsqueda
Knowledge Graph, una función diseñada para contextualizar las búsquedas de los usuarios y entregar resultados a medida, así como entender el habla, el lenguaje natural y la conversación son los cuatro mayores desafíos tecnológicos que enfrenta la compañía, según Amit Singhal, vicepresidente de búsqueda de Google.
Los mejores consejos y trucos de Quora para usarlo de manera efectiva y obtener mejores respuestas más rápido
Estos consejos y trucos de Quora le mostrarán cómo para usarlo efectivamente y ayudarlo a obtener mejores respuestas al instante. Vea cómo crear un blog en Quora y más.
Los mejores consejos y trucos de Evernote para usar la aplicación para tomar notas de manera efectiva
Estos consejos y trucos de Evernote ayudarán a estudiantes, escritores y todos usa Evernote de manera efectiva y creativa. Comparta el bloc de notas, compruebe el historial de versiones, etc.