Компания S4 представила метод дистанционного управления роботами, сочетающий технологии VR и AI


Компания S4 представила метод дистанционного управления роботами, сочетающий технологии виртуальной реальности (ВР, VR) и искусственного интеллекта (ИИ, AI).
Разработанный метод, получивший название Семантическое Управление (Semantic Control) обеспечивает адаптивные возможности выполнения дистанционных работ в динамически меняющихся условиях.

( Читать дальше )

Инженер использует ИИ, чтобы не впускать в дом кота, если он несёт мёртвых птиц или крыс


Инженер Amazon — Ben Hamm, используя камеру AWS DeepLens, обучил систему ИИ на распознавание, когда его кот пытается принести в дом мёртвых птиц или крыс.

( Читать дальше )

Роботизация сортировки перерабатываемого мусора по тактильным ощущениям


Исследователи Массачусетского технологического института (Computer Science and Artificial Intelligence Lab) и Йельского университета (School of Engineering and Applied Science) разработали способ роботизированной сортировки перерабатываемого мусора с использованием классификации отходов при помощи тактильной обратной связи.
Робот-манипулятор оснащается специальным захватом, который «на ощупь» определяет тип мусора (бумага/пластик/металл).

( Читать дальше )

Машинное обучение помогает робо-руке понять намерения владельца


Исследователи из Сеульского национального университета (Республика Корея) в сотрудничестве с Исследовательским центром мягкой робототехники (Soft Robotics Research Center (SRRC)), предложили новую парадигму обнаружения намерений пользователей ранее разработанного мягкого носимого робота для рук (Exo-Glove Poly II).
Предложенный метод предсказывает намерение захватить/отпустить объект, основываясь на поведении пользователя. Это должно позволить пациентам с повреждением спинного мозга и потерявшим подвижность рук, брать и перемещать предметы.

( Читать дальше )

Светодиодная подсветка стены управляется выражением лица


Evan McMahon сделал интерактивную светодиодную подсветку стены под управлением Arduino.
Изюминка проекта состоит в том, что Unity-программа на компьютере анализирует по видео (с камеры от iPhone) выражение лица пользователя (улыбающейся или нахмуренное) и отправляет эту информацию контроллеру Arduino Uno, который реализует соответсвующую светодиодную индикацию настроения (режим танца для улыбки, и синее сияние для хмурого выражения).

( Читать дальше )

TTA - аугментация во время теста

аугментация котиков
TTA — test-time augmentation — аугментация во время теста.
Это способ увеличить качество классификатора за счёт усреднения предсказаний для изображений и их аугментаций.

( Читать дальше )

Использование Raspberry Pi и TensorFlow для автоматической сортировки деталей LEGO


Вдохновившись сортировщиком огурцов, Paco Garcia сконструировал автоматический сортировщик деталей LEGO, используя одноплатный компьютер Raspberry Pi и нейронную сеть Inception V3, реализованную и обученную на TensorFlow.

Принцип работы:
Камера делает фотографию кирпичика LEGO, нейронная сеть на TensorFlow выполняет классификацию детали и на основании этого система решает в какой бокс нужно направить деталь.

Подробности реализации

( Читать дальше )

Внимательное изучение данных - это необходимость

отличие научной  и индустриальной работ в области машинного обучения
Свежая статья Питера Уордена (Pete Warden) — «Почему вам необходимо улучшить свои тренировочные данные и как это сделать? (Why you need to improve your training data, and how to do it) снова поднимает серьёзный вопрос, касающийся практического применения алгоритмов машинного обучения для решения реальных задач.
Автор обращает внимание, что в научной среде, основной упор делается на разработку и исследование работы новых моделей, в то время как в индустрии — больше всего времени тратится на подготовку и обработку самих данных.

( Читать дальше )

Использование свёрточной сети на Raspberry Pi для подсчёта пчёл

детектирование пчёл
Вручную разметив фотографии пчёл и используя нейросетевую архитектуру u-net на одноплатнике Raspberry Pi, автору удалось подсчитывать пчёл на входе в улей.

Частичное обучение


Так как с камеры можно получить большое количество изображений, то можно воспользоваться интересным трюком: частичным обучением, оно же — обучение с частичным привлечением учителя (Semi-supervised learning).

В основе этого трюка лежит очень простой подход:

( Читать дальше )

Использование TensorFlow для распознавания ваших объектов


Чтобы научить нейронную сетку на TensorFlow распознавать нужные вам объекты, вам понадобится несколько сотен изображений этих объектов. Эти изображения можно найти и скачать из интернета, либо сделать собственные фотографии.

( Читать дальше )