Μετάβαση στο περιεχόμενο

Αναζήτηση στην κοινότητα

Εμφάνιση αποτελεσμάτων για τις ετικέτες 'mit'.

  • Αναζήτηση με βάση τις ετικέτες

    Πληκτρολογήστε τις ετικέτες και χωρίστε τες με κόμμα.
  • Αναζήτηση με βάση τον συγγραφέα

Τύπος περιεχομένου


Φόρουμ

  • Ειδήσεις
    • Ειδήσεις
  • Εργασίες Μηχανικών
    • Τοπογραφικά-Χωροταξικά
    • Αρχιτεκτονικά
    • Στατικά
    • Μηχανολογικά
    • Ηλεκτρολογικά
    • Περιβαλλοντικά
    • Διάφορα
  • Εργασιακά-Διαδικαστικά
    • Άδειες-Διαδικασίες
    • Αυθαίρετα
    • Οικονομικά-Αμοιβές
    • Εργασιακά
    • Ασφαλιστικά
    • Εκπαίδευση
    • Ειδικότητες-Συλλογικά Όργανα
  • Εργαλεία
    • Προγράμματα Η/Υ
    • Εξοπλισμός
    • Διαδίκτυο
    • Showroom
  • Γενικά
    • Αγγελίες
    • Κουβέντα
    • Δράσεις-Προτάσεις προς φορείς
    • Michanikos.gr
    • Θέματα Ιδιωτών
  • Δοκιμαστικό's Θεματολογία γενική

Κατηγορίες

  • 1. Τοπογραφικά-Πολεοδομικά
    • 1.1 Λογισμικό
    • 1.2 Νομοθεσία
    • 1.3 Έντυπα
    • 1.4 Μελέτες-Βοηθήματα
    • 1.5 Συνέδρια-Ημερίδες
  • 2. Συγκοινωνιακά - Οδοποιίας
    • 2.1 Λογισμικό
    • 2.2 Νομοθεσία
    • 2.3 Έντυπα
    • 2.4 Μελέτες-Βοηθήματα
    • 2.5 Συνέδρια-Ημερίδες
  • 3. Αρχιτεκτονικά - Σχεδιαστικά
    • 3.1 Λογισμικό
    • 3.2 Νομοθεσία
    • 3.3 Έντυπα
    • 3.4 Μελέτες-Βοηθήματα
    • 3.5 Συνέδρια-Ημερίδες
  • 4. Στατικά - Εδαφοτεχνικά
    • 4.1 Λογισμικό
    • 4.2 Νομοθεσία
    • 4.3 Έντυπα
    • 4.4 Μελέτες-Βοηθήματα
    • 4.5 Συνέδρια-Ημερίδες
  • 5. Μηχανολογικά
    • 5.1 Λογισμικό
    • 5.2 Νομοθεσία
    • 5.3 Έντυπα
    • 5.4 Μελέτες-Βοηθήματα
    • 5.5 Συνέδρια-Ημερίδες
  • 6. Ηλεκτρολογικά
    • 6.1 Λογισμικό
    • 6.2 Νομοθεσία
    • 6.3 Έντυπα
    • 6.4 Μελέτες-Βοηθήματα
    • 6.5 Συνέδρια-Ημερίδες
  • 7. ΑΠΕ - Φωτοβολταϊκά
    • 7.1 Λογισμικό
    • 7.2 Νομοθεσία
    • 7.3 Έντυπα
    • 7.4 Μελέτες-Βοηθήματα
    • 7.5 Συνέδρια-Ημερίδες
  • 8. Περιβαλλοντικά
    • 8.1 Λογισμικό
    • 8.2 Νομοθεσία
    • 8.3 Έντυπα
    • 8.4 Μελέτες-Βοηθήματα
    • 8.5 Συνέδρια-Ημερίδες
  • 9. Υδραυλικά - Λιμενικά
    • 9.1 Λογισμικό
    • 9.2 Νομοθεσία
    • 9.3 Έντυπα
    • 9.4 Μελέτες-Βοηθήματα
    • 9.5 Συνέδρια-Ημερίδες
  • 10. Διαχείριση Έργων - Εκτιμήσεις - Πραγματογνωμοσύνες
    • 10.1 Λογισμικό
    • 10.2 Νομοθεσία
    • 10.3 Έντυπα
    • 10.4 Μελέτες-Βοηθήματα
    • 10.5 Συνέδρια-Ημερίδες
  • 11. Δημόσια Έργα - Ασφάλεια και Υγιεινή
    • 11.1 Λογισμικό
    • 11.2 Νομοθεσία
    • 11.3 Έντυπα
    • 11.4 Μελέτες-Βοηθήματα
    • 11.5 Συνέδρια-Ημερίδες
  • 12. Αμοιβές - Φορολογικά - Άδειες
    • 12.1 Λογισμικό
    • 12.2 Νομοθεσία
    • 12.3 Έντυπα - Αιτήσεις
    • 12.4 Συνέδρια-Ημερίδες
  • 13. Αυθαίρετα
    • 13.1 Λογισμικό
    • 13.2 Νομοθεσία
    • 13.3 Έντυπα
    • 13.4 Συνέδρια-Ημερίδες
  • 14. Διάφορα

Categories

  • Ειδήσεις
    • Νομοθεσία
    • Εργασιακά
    • Ασφαλιστικά-Φορολογικά
    • Περιβάλλον
    • Ενέργεια-ΑΠΕ
    • Τεχνολογία
    • Χρηματοδοτήσεις
    • Έργα-Υποδομές
    • Επικαιρότητα
    • Αρθρογραφία
    • Michanikos.gr
    • webTV
    • Sponsored

Βρείτε αποτελέσματα...

Βρείτε αποτελέσματα που...


Ημερομηνία δημιουργίας

  • Start

    End


Τελευταία ενημέρωση

  • Start

    End


Φιλτράρισμα με βάση τον αριθμό των...

Εντάχθηκε

  • Start

    End


Ομάδα


Επάγγελμα


Ειδικότητα

  1. Μια νέα μέθοδος εκπαίδευσης για ρομπότ μπορεί να τα φέρει πολύ πιο κοντά στην εκτέλεση σύνθετων εργασιών σε ένα εργοτάξιο, αυξάνοντας την αποτελεσματικότητά τους, σύμφωνα με νέα μελέτη ερευνητών του Ινστιτούτου Τεχνολογίας της Μασαχουσέτης (MIT). Το Improbable AI Lab του MIT, μια ομάδα στο Εργαστήριο Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης του Πανεπιστημίου, συνδύασε τρία διαφορετικά είδη οδηγιών — λεκτικές, οπτικές και διαδραστικές — για να διδάξει στα ρομπότ πώς να εκτελούν εργασίες πολλαπλών βημάτων με υψηλότερα ποσοστά επιτυχίας, σε σύγκριση με άλλες μεθόδους εκπαίδευσης. Το εκπαιδευτικό πρωτόκολλο, γνωστό ως Compositional Foundation Models for Hierarchical Planning — HiP για συντομία — βοηθά τα ρομπότ να μπορούν να προσεγγίσουν ένα μακροπρόθεσμο ή γενικό στόχο που περιλαμβάνει την πρότερη ολοκλήρωση πολλών μικρότερων βημάτων. Αυτές οι εργασίες, τις οποίες οι άνθρωποι θεωρούν δεδομένες, περιλαμβάνουν πχ την μεταφορά υλικών στο κατάλληλο μέρος, με βάση την εμφάνισή τους. Τα ρομπότ έχουν περιορισμένο εύρος εργασιών επί της παρούσης, αλλά ότι μπορούν να χρησιμοποιηθούν για βαριές εργασίες, όπως να μαζεύουν πολύ βαριά αντικείμενα και να τα μετακινούν από μέρος σε μέρος και να ανεβαίνουν ή να κατεβαίνουν σκάλες. Κάθε βήμα βελτιώνεται από το επόμενο, μέσω μιας διαδικασίας που ονομάζεται «επαναληπτική βελτίωση» που επιτρέπει στο HiP να αιτιολογήσει τις ιδέες του και να λαμβάνει σχόλια σε κάθε στάδιο. Το MIT παρομοιάζει αυτή τη διαδικασία με έναν συγγραφέα που στέλνει υλικό στον εκδότη του, ο οποίος στη συνέχεια επιστρέφει τις σημειώσεις του με κόκκινο μελάνι πάνω στο αντίγραφο. Αυτό το πάντρεμα τεχνητής νοημοσύνης και ρομποτικής είναι μια τάση που οι εργολάβοι παρακολουθούν στενά. Εκτός από εντυπωσιακές και πολύπλοκες εφαρμογές, η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει τους κατασκευαστές να εξοικονομήσουν χρόνο, απλοποιώντας διαδικασίες όπως οι απαντήσεις σε email, η αναζήτηση πληροφοριών σχετικά με τις αλλαγές σε παραγγελίες μέσω εφαρμογών συνομιλίας ή η αυτοματοποίηση σχεδίων. Πηγή: Construction Dive View full είδηση
  2. Μια νέα μέθοδος εκπαίδευσης για ρομπότ μπορεί να τα φέρει πολύ πιο κοντά στην εκτέλεση σύνθετων εργασιών σε ένα εργοτάξιο, αυξάνοντας την αποτελεσματικότητά τους, σύμφωνα με νέα μελέτη ερευνητών του Ινστιτούτου Τεχνολογίας της Μασαχουσέτης (MIT). Το Improbable AI Lab του MIT, μια ομάδα στο Εργαστήριο Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης του Πανεπιστημίου, συνδύασε τρία διαφορετικά είδη οδηγιών — λεκτικές, οπτικές και διαδραστικές — για να διδάξει στα ρομπότ πώς να εκτελούν εργασίες πολλαπλών βημάτων με υψηλότερα ποσοστά επιτυχίας, σε σύγκριση με άλλες μεθόδους εκπαίδευσης. Το εκπαιδευτικό πρωτόκολλο, γνωστό ως Compositional Foundation Models for Hierarchical Planning — HiP για συντομία — βοηθά τα ρομπότ να μπορούν να προσεγγίσουν ένα μακροπρόθεσμο ή γενικό στόχο που περιλαμβάνει την πρότερη ολοκλήρωση πολλών μικρότερων βημάτων. Αυτές οι εργασίες, τις οποίες οι άνθρωποι θεωρούν δεδομένες, περιλαμβάνουν πχ την μεταφορά υλικών στο κατάλληλο μέρος, με βάση την εμφάνισή τους. Τα ρομπότ έχουν περιορισμένο εύρος εργασιών επί της παρούσης, αλλά ότι μπορούν να χρησιμοποιηθούν για βαριές εργασίες, όπως να μαζεύουν πολύ βαριά αντικείμενα και να τα μετακινούν από μέρος σε μέρος και να ανεβαίνουν ή να κατεβαίνουν σκάλες. Κάθε βήμα βελτιώνεται από το επόμενο, μέσω μιας διαδικασίας που ονομάζεται «επαναληπτική βελτίωση» που επιτρέπει στο HiP να αιτιολογήσει τις ιδέες του και να λαμβάνει σχόλια σε κάθε στάδιο. Το MIT παρομοιάζει αυτή τη διαδικασία με έναν συγγραφέα που στέλνει υλικό στον εκδότη του, ο οποίος στη συνέχεια επιστρέφει τις σημειώσεις του με κόκκινο μελάνι πάνω στο αντίγραφο. Αυτό το πάντρεμα τεχνητής νοημοσύνης και ρομποτικής είναι μια τάση που οι εργολάβοι παρακολουθούν στενά. Εκτός από εντυπωσιακές και πολύπλοκες εφαρμογές, η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει τους κατασκευαστές να εξοικονομήσουν χρόνο, απλοποιώντας διαδικασίες όπως οι απαντήσεις σε email, η αναζήτηση πληροφοριών σχετικά με τις αλλαγές σε παραγγελίες μέσω εφαρμογών συνομιλίας ή η αυτοματοποίηση σχεδίων. Πηγή: Construction Dive
×
×
  • Create New...

Σημαντικό

Χρησιμοποιούμε cookies για να βελτιώνουμε το περιεχόμενο του website μας. Μπορείτε να τροποποιήσετε τις ρυθμίσεις των cookie, ή να δώσετε τη συγκατάθεσή σας για την χρήση τους.