Исследователей из MIT CSAIL сконструировали перчатку MemGlove, которую можно использовать в качестве специализированного компьютерного интерфейса: она может определять не только положение пальцев, но и определять — как они оказывают давление на объект.
При поддержке компании Ford, учёные из MIT разрабатывают способ поиска входной двери, который может быть крайне полезен для роботов-доставщиков.
Основная идея состоит в том, что для поиска входа в дом — роботы будут ориентироваться по картинке с камеры, а не только по картографическим данным.
Мощности контроллера Arduino Nano 33 BLE Sense со встроенным в BLE-модуль NINA B306 микроконтроллером Nordic nRF 52840 с ядром ARM Cortex-M4 (64 MHz, 1MB Flash, 256 KB of RAM) — хватает для запуска на нём TensorFlow Lite Micro.
Об этом подробно рассказано в блоге TensorFlow — How-to Get Started with Machine Learning on Arduino.
Теперь, для работы с нейронными сетями достаточно установить Arduino IDE и через Arduino Library Manager загрузить библиотеку Arduino_TensorFlowLite.
В составе библиотеки уже идут примеры:
micro_speech — распознавание речи с помощью встроенного микрофона,
Используя предварительное обучение в симуляторе, система машинного обучения от компании OpenAI, научилась собирать кубик Рубика при помощи одной единственной робо-руки (Dexterous Hand от Shadow Robot Company).
Исследователи из Кембриджского университета (Великобритания) разработали прототип робота Vegebot, предназначенного для уборки урожая. Данный прототип, на основе промышленного робота-манипулятора UR10 от Universal Robots, способен распознать и срезать созревшие кочаны салата-латука.
Исследователи из Университета Токио (Япония) и Preferred Networks, использовали технологию глубокого обучения с подкреплением (deep reinforcement learning), чтобы научить передвигаться роботов, сконструированных из веток деревьев и пары сервомашинок.
Инженер Amazon — Ben Hamm, используя камеру AWS DeepLens, обучил систему ИИ на распознавание, когда его кот пытается принести в дом мёртвых птиц или крыс.
Открыта регистрация на ML тренировку 15 июня!
Когда: 15 июня (в 11:30 сбор участников и регистрация, доклады с 12:00 до 15:00)
Где: московский офис Mail.ru Group (Ленинградский пр-т, д. 39, стр. 79) https://corp.mail.ru/ru/press/events/596/
Проблема состязательных атак (Adversarial attacks) на системы распознавания — давно не является чем-то новым. Но появилась очередная красивая демонстрация от команды исследователей из University of KU Leuven (Бельгия).
Исследователи продемонстрировали, как использование специальной цветной фотографии, удерживаемой около туловища человека, может сделать его невидимым для систем распознавания изображений, основанных на свёрточных нейронных сетях (YoLo v2).