Rester Figé
Les robots améliorent leur capacité à naviguer dans des pièces, un avancement rendu possible grâce à une multitude de vidéos de personnes participant au célèbre “Mannequin Challenge”. Ce phénomène viral consiste à maintenir une pose figée pendant qu’une caméra se déplace autour des participants.
Des développeurs de Google AI ont entraîné un réseau de neurones à estimer la profondeur des objets présents dans ces vidéos. En alimentant ce système avec des milliers de clips du Mannequin Challenge, ils ont réussi à l’ajuster. Cette approche surprenante met en lumière comment une tendance ludique peut changer la donne pour la recherche scientifique avancée, comme le souligne un article de MIT Technology Review.
Open Source
Pour l’entraînement du réseau de neurones, une recherche publiée en avril sur le serveur pré-imprimé ArXiv a utilisé les vidéos du Mannequin Challenge et les a transformées en images fixes, en ajoutant des étiquettes indiquant les distances entre les différentes personnes et objets.
Finalement, les chercheurs ont partagé leur ensemble de données avec la communauté scientifique. Cela signifie que même un simple clip du Mannequin Challenge, comme celui que vous avez éventuellement mis en ligne sur YouTube, pourrait contribuer à améliorer les capacités des robots dans leur interaction avec le monde.
Lisez davantage : Si vous avez participé au Mannequin Challenge, vous contribuez maintenant à la recherche en robotique [MIT Technology Review]
Pour en savoir plus sur la navigation : Amazon déploie sa propre armée de robots de livraison
FAQ
Qu’est-ce que le Mannequin Challenge ?
Le Mannequin Challenge est un défi viral où des participants se figent dans des poses pendant qu’une caméra filme les alentours, créant une illusion de mouvement.
Pourquoi les vidéos du Mannequin Challenge sont-elles utiles pour la recherche en robotique ?
Ces vidéos aident à enseigner aux robots à mieux comprendre et naviguer dans des environnements complexes, en leur permettant d’apprendre visuellement à estimer les distances et à interpréter leur espace.
Quelle est l’implication du partage de données dans la recherche scientifique ?
Le partage de données permet une collaboration entre chercheurs, favorisant l’innovation et accélérant l’avancée des connaissances dans des domaines comme la robotique.
Quelles autres technologies profitent de l’apprentissage par vidéo ?
Des technologies variées, comme la vision par ordinateur et l’intelligence artificielle, utilisent également des vidéos pour améliorer leur performance dans des tâches de reconnaissance et de navigation.
Quelles entreprises explorent des usages similaires ?
Des entreprises comme Amazon, Boston Dynamics et d’autres acteurs de la technologie explorent des manières d’utiliser la robotique avancée pour des applications telles que la livraison et la logistique.