Robbyant запустила LingBot-Depth 2.0 для восприятия стекла роботами
Robbyant, подразделение китайской финтех-компании Ant Group, запустила две новые модели восприятия: LingBot-Depth 2.0 (пространственное восприятие) и LingBot-Vision (видео-модель). Они решают классическую проблему робототехники — восприятие прозрачных объектов, стекла и зеркал, которые традиционно сбивают с толку компьютерное зрение роботов.
معالج بواسطة الذكاء الاصطناعي من SCMP Tech؛ بتحرير Hamidun News
أطلقت روبيانت، وهي قسم من شركة Ant Group الصينية المتخصص في الذكاء الاصطناعي المجسد، نموذجين جديدين للرؤية الحاسوبية: LingBot-Depth 2.0 و LingBot-Vision. تم تطوير هذه النماذج لحل إحدى التحديات التقنية الطويلة الأمد والمعقدة في مجال الروبوتات، وهي قدرة الروبوتات على الإدراك الصحيح والتفاعل مع الأجسام الشفافة، بما في ذلك الزجاج والمرايا والأسطح الزجاجية الأخرى.
كيفية فشل الروبوتات في رؤية الزجاج
بالنسبة للرؤية الحاسوبية للروبوت، فإن الزجاج والمرايا تمثل "نقطة عمياء" كلاسيكية. تعتمد أنظمة الرؤية الآلية التقليدية على أجهزة استشعار بالأشعة تحت الحمراء (الأنظمة IR النشطة) وأجهزة LiDAR، التي تصدر ضوءًا أو موجات راديو وتحلل انعكاسها عن الأجسام. تنقل المواد الشفافة أو تشتت هذه الإشارات بطرق غير متوقعة، مما يجعل إدراك العمق وتحديد موقع الجسم غير دقيق.
ونتيجة لذلك، قد يصطدم الروبوت في العالم الحقيقي بباب زجاجي أو يفشل في التقاط كوب زجاجي عند محاولة الإمساك به. هذه المشكلة حادة بشكل خاص بالنسبة للتطبيقات الروبوتية في اللوجستيات والتجارة الإلكترونية والتشغيل الآلي للمنازل، حيث يكون الزجاج في كل مكان.
ما الذي يمكن للنماذج الجديدة من روبيانت أن تفعله
يمثل LingBot-Depth 2.0 الجيل القادم من نموذج الإدراك المكاني الذي يعتمد على الرؤية الحاسوبية بدلاً من الاعتماد على أجهزة استشعار الأجهزة وحدها. تم تدريب النموذج على التمييز والإدراك بين الزجاج والمرايا والأجسام شبه الشفافة، مما يمكّن الروبوتات من بناء خريطة ثلاثية الأبعاد أكثر دقة لمحيطها.
يعتبر LingBot-Vision نموذجًا أساسيًا للرؤية الحاسوبية يخدم كأساس لتطوير أنظمة ذكاء اصطناعي بصرية متخصصة أخرى. وبالقياس على الطريقة التي تُستخدم بها نماذج اللغة الكبيرة مثل GPT كأساس لإنشاء مساعدين متخصصين، يمكن تكييف LingBot-Vision لعدد من المهام الروبوتية، من أتمتة المستودعات إلى الروبوتات المنزلية.
- LingBot-Depth 2.0 — نموذج إدراك مكاني من الجيل التالي لإدراك الأجسام الشفافة
- LingBot-Vision — نموذج أساسي للرؤية الحاسوبية للروبوتات
- المشكلة المستهدفة: أجهزة استشعار تقليدية لا تستطيع رؤية الزجاج والمرايا
- المنهج: الانتقال إلى الرؤية الحاسوبية بدلاً من الاعتماد الكامل على الأشعة تحت الحمراء/LiDAR
- المطور: روبيانت (قسم من Ant Group، الصين)
السياق: السباق في الذكاء الاصطناعي المجسد
يشير إطلاق LingBot إلى تصعيد المنافسة العالمية بين مختبرات الذكاء الاصطناعي في تطوير قدرات الإدراك للروبوتات الفيزيائية. مع أن نماذج الرؤية الحاسوبية تصبح أكثر قوة (خاصة النماذج متعددة الأساليب مثل GPT-4V أو Claude 3.5 Vision)، تتحرك شركات الروبوتات بعيدًا عن الاعتماد الكامل على أجهزة استشعار متخصصة نحو أنظمة إدراك قائمة على الرؤية أكثر عمومية.
هذه الإستراتيجية مناسبة تمامًا لـ Ant Group، التي تتمتع بخبرة كبيرة في اللوجستيات والتجارة الإلكترونية (من خلال Alibaba) والتكنولوجيا المالية. جميع هذه المجالات تتطلب أتمتة روبوتية جماعية، بما في ذلك التعامل مع الأجسام الصغيرة والتنقل في البيئات المعقدة.
ماذا يعني هذا
يوضح إطلاق LingBot-Depth 2.0 و LingBot-Vision أن الرؤية الحاسوبية للروبوتات قد نضجت بما يكفي لحل مشاكل هندسية حقيقية وفريدة. قد يؤدي هذا إلى أنظمة روبوتية أرخص وأكثر تنوعًا تعتمد على نماذج ذكاء اصطناعي قوية بدلاً من أجهزة استشعار متخصصة مكلفة. في المستقبل، ستتمكن الروبوتات من العمل في البيئات المنزلية والصناعية العادية بدون معدات متخصصة.
هل تحتاج إلى ذكاء اصطناعي يعمل داخل شركتك — وليس فقط في موجز الأخبار؟
أبني ذكاءً اصطناعياً جاهزاً للإنتاج للشركات — أنظمة CRM مخصّصة، أدوات داخلية، وكلاء مستقلون، أتمتة سير العمل. ملك لك، مصمّم وفق عمليتك، دون رسوم لكل مستخدم. من إعداد جمال خميدون، مدير المنتجات في AlpinaGPT (منصة ذكاء اصطناعي، أكثر من 6000 مستخدم).
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.