U više od deset godina, tim inženjera sa Sveučilišta Massachusetts Institute of Technology (MIT) radio je na jednostavnom, ali izuzetno izazovnom zadatku: kako robotima omogućiti da lociraju i podižu predmete koji se nalaze iza zidova, nameštaja ili drugih prepreka. Ključ rješenja leži u setu bežičnih signala koji mogu proći kroz čvrste površine, odbijati se od skrivenih objekata i vraćati se na senzor koji interpretira odjeci. Kombiniranjem ove tehnologije s najmodernijom generativnom umjetnom inteligencijom, istraživači su napravili veliki skok naprijed, dopuštajući robotima da rekonstruiraju oblik nevidljivih predmeta s nevjerojatnom točnošću.
Od radara koji prolazi kroz zidove do rekonstrukcije oblika
Prvobitni pristup se oslanjao na jedinstveni, fiksni radar koji emitira niskopotencijalne radiovalove. Kada se ti valovi susretnu s skrivenim objektom, raspršuju se i vraćaju nazad na radar. Analizom vremenskog kašnjenja i pomaka frekvencije odjeka, sustav može izgraditi grubu, djelomičnu mapu silueta objekta. Međutim, rezolucija je bila ograničena: radar je mogao pružiti samo grubi kontur, ostavljajući velike praznine u rekonstrukciji. To je otežavalo robotu da odredi kako sigurno uhvatiti predmet.
Kako generativna umjetna inteligencija popunjava praznine
MIT tim je trenirao duboku neuronsku mrežu na tisućama primjera skrivenih objekata i njihovih odgovarajućih radarnih potpisa. Model uči predviđati nedostajuće dijelove oblika na temelju djelomičnih podataka koje prima. U suštini, umjetna inteligencija popunjava praznine, stvarajući kompletan trodimenzionalni model iz samo nekoliko odjeka. Rezultat je drastično poboljšanje preciznosti, što robotu omogućuje da identificira točne konture i normalne vektore površine predmeta koji inače ostaje nevidljiv.
Mapiranje cijelog prostora bez pomicanja senzora
Jedna od najzanimljivijih ekstenzija ovog rada je sustav koji može mapirati cijeli prostor, uključujući sve nameštaje, iz jednog radara postavljenog na zidu. Radar emitira impulse koji se odbijaju od svake površine u prostoriji, uključujući i kretanje ljudi. Snimajući reflektirane signale tijekom vremena, umjetna inteligencija može izvući položaje i oblike svih objekata u prostoru. Ovaj pristup rješava značajna ograničenja tradicionalnih metoda: nema potrebe za pomicanjem senzora ili robotskog