Piense en estar de pie en su sala de estar, aspiradora inalámbrica en la mano, lista para funcionar. Miras hacia abajo y escanea el piso a medida que comienza a limpiar. ¿Cuánto tiempo te lleva detectar algo que no se puede aspirar, como un calcetín o un cable ordenado?
¿Una fracción de segundo, si eso? Y, ¿qué tan rápido puedes reaccionar ante eso? Casi inmediatamente, supongo. Ahora, dale a un robotic ese trabajo y ¿qué tan exitoso será? Mucho menos, y cuanto más complicada es la tarea, más difícil será.
La detección y el reconocimiento de objetos de IA son increíblemente útiles en una cortadora de césped robotic o una aspiradora de robotic, pero parece que estamos golpeando una pared (a menudo literalmente) cuando se trata de hacer algo mucho más avanzado con los robots.
Objeto no encontrado
Tomemos, por ejemplo, el Roborock Saros Z70, una aspiradora de robotic con un brazo omnigrip, que promete poder ordenar a medida que avanza, levantando artículos como calcetines, zapatos y trozos de papel arrugados, y limpiando debajo de ellos, o trasladarlos a lugares especificados.
Suena muy bien en teoría, pero al revisar el robotic, la realidad estaba dolorosamente lejos del sueño donde podía levantar los pies y dejar que el robotic haga todo el trabajo.
Creo que es brillante que compañías como Roborock estén tratando de empujar el sobre de lo que es posible, pero el último robotic puede tener dificultades para reconocer el sobre, y mucho menos presionarlo.
Probándolo en torno a las revisiones de confianza de Residence Know-how Lab, ensucié el laboratorio con objetos que deberían detectarse, incluidos los zapatos, un calcetín de entrenadores y un tejido con bolsas. El calcetín y el tejido fueron ignorados, bordeados pero nunca recolectados.
Mis zapatos a veces fueron recogidos delicadamente y llevados al lugar ordenado, pero no siempre, y una vez que el zapato quedó atrapado en el mecanismo del brazo y se cayó más tarde, con el Z70 conduciendo.
Un humano habría visto todos los objetos de inmediato, podría haber trasladado a cada uno a su lugar legítimo (el Saros Z70 solo puede mover objetos a una ubicación basic o al contenedor especial que se proporciona en la caja). Y, un humano sabría que ha dejado caer algo y, esperas, lo recogería nuevamente en lugar de caminar con un zapato en la cabeza, o algo así.
Esto resalta perfectamente las diferencias entre el reconocimiento y la evitación genéricos de los objetos, y luego dar el siguiente paso.
Evitándome
Hasta el Saros Z70, los robots con cámaras de IA fueron diseñados para detectar y evitar obstáculos comunes, a menudo utilizando sensores adicionales junto con el reconocimiento de imágenes. Aunque no es fácil, buscar patrones generales en los obstáculos y luego moverse a su alrededor es un trabajo más fácil.
Hay un umbral más bajo para los problemas, con la evitación de obstáculos también. Podría decirse que es mejor si un robotic es demasiado cauteloso y se mueve por algo que podría haber absorbido, que chocar contra algo.
Afuera, con Robotic Garden Cavers, ese es aún más el caso, ya que el amplio aire libre abre mucho potencial para más problemas. Por lo basic, entonces, las cortadoras de césped robotic con detección de objetos tienden a ser aún más cautelosos, ya que no quieres que tus preciadas begonias sean eliminadas.
Incluso entonces, a menudo vienen con limitaciones notables. El cortacésped del robotic Imaginative and prescient AutoCharging Imaginative and prescient de LawnMaster Ocumow está diseñado para detectar solo bordes claramente definidos. Si no tiene estos, se requieren límites físicos o cinta magnética. Es una limitación justa desde el principio.
Nada es perfecto, y los robots pueden y cometerán errores. He visto robots que pueden detectar el desorden de las mascotas en la mayoría de las situaciones (tengo algunas cosas falsas para probar), pero invertir en él al salir del muelle, ya que no pueden ver detrás de ellas. O bien, los robots a veces pasan sobre cables que no pueden detectar.
Los humanos, por otro lado, están construidos para detectar rápidamente y evitar problemas, y somos mucho mejores para identificar rápidamente objetos, o al menos detectar algo que necesita más investigación.
AI todavía tiene su lugar en los robots. Y, para darle el crédito de Saros Z70 donde Due (y, de hecho, la alineación de Roborock de otros robots), es brillante para evitar los obstáculos más comunes, hacer un borde a su alrededor y navegar hábilmente sin atascarse.
En uso regular, sigo ordenando mucho antes de soltar un robotic, para evitar que los robots se atascen: las esteras delgadas, los cordones colgantes y similares se muevan mejor fuera del camino. Y, moviendo cualquier cosa que se interponga en el camino de una limpieza profunda; La IA solo se asegura de que otros errores no ocurran, y ese tipo de sistema funciona muy bien.
Demasiado complicado
El problema con la IA es que lo que considera complejo es mucho más pronto que cuando una persona consideraría algo demasiado complicado. Y eso no se trata solo de ordenar. Piense en cómo un robotic lidiaría con las escaleras, por ejemplo.
A todos nos encantaría tener una aspiradora de robotic de escalada. Eso me va el doble, ya que vivo en una terraza victoriana, donde hay pequeños pasos para casi todas las habitaciones y una escalera estrecha. Subir esas escaleras con un vacío es fácil para mí y para la mayoría de los humanos, y no necesita ningún pensamiento.
¿Tenemos alguna aspiradora de robotic que pueda hacerlo? No, no lo hacemos. Actualmente, el límite de la tecnología de robots es con robots que pueden subir sobre umbrales (muy útiles) y realizar otras tareas útiles. La gama Roborock Saros, por ejemplo, tiene adaptación, por lo que puede elevar su chasis del suelo para la navegación y también aspirando alfombras de pilotes profundos. Hace una gran diferencia, pero nuevamente estas son soluciones a problemas relativamente simples.
Para escalar escaleras, se requiere {hardware} adicional, y el robotic necesita poder detectar y navegar en todo tipo de escaleras, incluidas las estrechas victorianas, las elegantes modernas y las escaleras de espiral. Realizar ese tipo de tarea no es fácil para un robotic o IA, al menos no de forma segura y no a un precio que todos estaríamos dispuestos a pagar.
Se siente como si estuvieran muy lejos de los sirvientes domésticos que pueden hacer un trabajo tan bien como una persona, y la IA no ha demostrado ser una forma rápida de hacer trabajos más complicados en el hogar.
AI todavía tiene su parte para jugar en robots: es bueno y mejora para detectar manchas que necesitan limpieza adicional y evitar áreas que puedan causar problemas, lo que mejora la experiencia. Eso es muy bueno, ya que hace que los robots sean mejores en su trabajo, por lo que hay menos trabajo handbook involucrado. Para las cosas estándar que puedo hacer más rápido, como ordenar o doblar ropa, los robots sienten que están muy lejos.
