In questo articolo Indice dei contenuti 2 sezioni
Dall’Università della Pennsylvania arriva una novità che riguarda da vicino il futuro della visione robotica. Un gruppo di ricercatori ha messo a punto Fast Feature Field, sigla F³, un sistema basato sull’intelligenza artificiale pensato per trasformare i dati raccolti dagli occhi elettronici di una macchina in informazioni che i robot possono davvero sfruttare. Il dato che spicca riguarda la velocità. Si parla di 440 elaborazioni al secondo, cioè 440 Hz, un ritmo che apre scenari interessanti per robot e droni sempre più autonomi.
Detta così potrebbe sembrare una questione per addetti ai lavori. In realtà il punto è piuttosto concreto, perché la capacità di leggere l’ambiente circostante in tempi rapidissimi è uno dei nodi centrali per qualsiasi macchina che debba muoversi da sola nel mondo reale. E F³ prova a sciogliere proprio questo nodo.
I numeri di Fast Feature Field
Sul fronte delle prestazioni i risultati ottenuti dal team americano sono notevoli. Il sistema arriva a 440 elaborazioni al secondo lavorando con dati a risoluzione VGA, mentre scende a 120 quando si passa a dati ad alta definizione. Una differenza comprensibile, visto che le immagini più dettagliate contengono molte più informazioni da gestire, ma anche nel secondo caso la frequenza resta di tutto rispetto.
C’è poi un altro aspetto da considerare. Grazie a F³ gli algoritmi messi alla prova dai ricercatori sono riusciti a funzionare da due a cinque volte più velocemente rispetto agli approcci utilizzati in precedenza. Non si tratta quindi di un piccolo ritocco ma di un salto netto, che cambia il modo in cui una macchina può reagire a ciò che le accade intorno. In pratica lo stesso lavoro viene svolto in una frazione del tempo che serviva prima, e nel campo della robotica autonoma quel tempo risparmiato può fare tutta la differenza.
Perché vedere non basta
Per capire l’importanza di un sistema come Fast Feature Field bisogna fare un passo indietro e ragionare su cosa significhi davvero “vedere” per una macchina. Per un robot autonomo o per un drone individuare un ostacolo è solo l’inizio. Serve capire di che cosa si tratta, valutare quanto sia lontano e poi scegliere come comportarsi. Tutto questo possibilmente in una frazione di secondo, perché un ritardo anche minimo può trasformarsi in un incidente.
È una sequenza che per un essere umano avviene quasi senza pensarci ma che per un sistema artificiale richiede un’enorme quantità di calcoli. Ogni immagine catturata dai sensori deve essere interpretata, tradotta in qualcosa di comprensibile e infine collegata a una decisione. Più rapido è questo passaggio, più la macchina diventa reattiva e affidabile. Ecco perché la velocità di elaborazione dei dati visivi non è un semplice dettaglio tecnico.
Il problema diventa particolarmente delicato in alcune situazioni specifiche. Basta pensare ai droni che volano tra gli alberi, dove rami e tronchi compaiono all’improvviso e lo spazio di manovra è ridotto al minimo. Oppure ai veicoli che devono accorgersi di un pedone sbucato senza preavviso sulla loro traiettoria. In casi come questi riconoscere l’ostacolo, stimarne la distanza e reagire nel giro di pochi istanti è fondamentale, ed è proprio su questo terreno che i ricercatori dell’Università della Pennsylvania hanno concentrato il lavoro su F³, con un sistema capace di garantire tempi di elaborazione da due a cinque volte più brevi rispetto alle soluzioni precedenti.
Fonte: TecnoAndroid