研究人员修复计算机视觉和人工智能的不确定性

新时代，高科技越来越发达。朋友们看到了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友要注意什么？今天，我想和你分享一个关于科技的知识。我希望你会喜欢它。

研究人员开发了新的软件，可以与现有的硬件集成，使使用机器人假肢或外骨骼的人可以以更安全、更自然的方式在不同类型的地形上行走。新框架将计算机视觉集成到假肢控制中，并包含强大的人工智能(AI)算法，可以使软件更好地解决不确定性问题。

“下肢机器人假肢需要根据用户行走的地形执行不同的行为，”这篇论文的合著者、北卡罗来纳州立大学电气和计算机工程副教授埃德加洛巴顿(Edgar lobaton)说。“我们创建的框架允许机器人假肢中的AI预测用户将踏入的地形类型，量化与预测相关的不确定性，然后将不确定性纳入他们的决策。”

研究人员专注于区分六种不同的需要调整机器人假肢行为的地形：瓷砖、砖块、混凝土、草地、“楼上”和“楼下”。

“如果不确定性程度太高，AI不会被迫做出可疑的决定——它可能会通知用户，它没有足够的信心根据自己的预测采取行动，或者它可能会默认为‘安全模式’，”该论文的主要作者钟说，他最近获得了博士学位。数控状态毕业。

新的“环境上下文”框架结合了硬件和软件元素。研究人员设计了这个框架，以便它可以用于任何机器人外骨骼或机器人下肢假肢设备，但它需要另一个硬件组件：摄像头。在他们的研究中，研究人员使用了戴在眼镜上的相机和安装在下肢假肢本身上的相机。研究人员评估了AI如何分别和同时使用两个摄像头的计算机视觉数据。

论文的共同作者黄青说：“将计算机视觉集成到可穿戴机器人的控制软件中是一个令人兴奋的新研究领域。”“我们发现使用两个摄像头可以很好地工作，但它需要大量的计算能力，并且可能会抑制成本。不过，我们也发现，只使用安装在下肢的摄像头效果很好，尤其是对于近期的预测，比如下两步的地形。”黄教授是杰克逊家族在北卡罗来纳州立大学和北卡罗来纳大学教堂山分校联合生物医学工程系的杰出教授。

不过，最重要的进步还是AI本身。

洛巴顿说：“我们想出了一种更好的方法，来教会深度学习系统如何评估和量化不确定性，以便系统能够将不确定性纳入决策。”“这当然与机器人假肢有关，但我们在这里的工作可以应用于任何类型的深度学习系统。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！