La colaboración entre MIT y Adobe Research allana el camino para un futuro en el que los robots posean una comprensión más profunda de los materiales, la transformación de las industrias y nuestras interacciones con la tecnología.
Relacionados:
Los robots son cada día más inteligentes y más capaces.
Sin embargo, hay un desafío al que todavía se enfrentan: comprender los materiales con los que interactúan.
Por ejemplo, imagine un robot en el garaje de un automóvil tratando de recoger diferentes artículos hechos del mismo material. Se beneficiaría enormemente de saber qué elementos comparten la misma composición, lo que le permitiría aplicar la cantidad adecuada de fuerza.
La identificación de objetos en función de su material, conocida como selección de materiales, ha resultado difícil para las máquinas.
Además, los materiales pueden parecer diferentes debido a factores como la forma del objeto y las condiciones de iluminación, lo que lo convierte en un problema complejo.
Sin embargo, los investigadores del MIT y Adobe Research han logrado avances significativos al aprovechar el poder de la inteligencia artificial (IA).
El equipo desarrolló una técnica innovadora que permite a la IA identificar todos los píxeles de una imagen que representa un material específico.
Aún más impresionante es que este método sigue siendo preciso incluso cuando los objetos tienen diferentes formas, tamaños y condiciones de iluminación que pueden engañar a los ojos humanos.
Ninguno de estos factores engaña al modelo de aprendizaje automático.
Este avance nos acerca a los robots con una comprensión más profunda de los materiales con los que interactúan, mejorando sus capacidades y precisión.
El desarrollo del modelo
Para entrenar su modelo, los investigadores utilizaron datos «sintéticos»: imágenes generadas por computadora creadas modificando escenas 3D para generar varias ideas con diferentes apariencias materiales. Sorprendentemente, el sistema desarrollado funciona a la perfección con entornos interiores y exteriores naturales, incluso aquellos que nunca antes había visto.
Además, esta técnica no se limita a las imágenes, sino que también se puede aplicar a los videos.
Por ejemplo, una vez que un usuario identifica un píxel que representa un material específico en el primer cuadro, el modelo puede identificar posteriormente objetos hechos del mismo material en el resto del video.
Las aplicaciones potenciales de esta investigación son amplias y emocionantes.
Más allá de sus beneficios en la comprensión de escenas para la robótica, esta técnica podría mejorar las herramientas de edición de imágenes, lo que permitiría una manipulación más precisa de los materiales.
Además, podría integrarse en sistemas computacionales que deduzcan parámetros de materiales a partir de imágenes, abriendo nuevas posibilidades en campos como la ciencia de los materiales y el diseño.
Una aplicación intrigante son los sistemas de recomendación web basados en materiales. Por ejemplo, imagina a un comprador buscando ropa de una tela en particular.
Al aprovechar esta técnica, las plataformas en línea podrían proporcionar recomendaciones personalizadas basadas en las propiedades deseadas del material.
Prafull Sharma, estudiante de posgrado en ingeniería eléctrica e informática en el MIT y autor principal del artículo de investigación, enfatiza la importancia de conocer el material con el que interactúan los robots.
Aunque dos objetos pueden parecer similares, pueden poseer diferentes propiedades materiales.
Sharma explica que su método permite que los robots y los sistemas de inteligencia artificial seleccionen todos los demás píxeles de una imagen hecha del mismo material, lo que les permite tomar decisiones informadas.
A medida que avanza la IA, podemos esperar un futuro en el que los robots sean inteligentes y perceptivos de los materiales que encuentran.
La colaboración entre MIT y Adobe Research nos ha acercado a esta apasionante realidad.
Fuente: interestingengineering
