PARA SU PUBLICACIÓN INMEDIATA N.º 3169

Este texto es una traducción de la versión oficial en inglés de este comunicado de prensa y se le proporciona a modo de referencia, para su comodidad. Consulte el texto original en inglés para obtener detalles específicos. En caso de que ambas versiones difieran, prevalecerá el contenido de la versión en inglés.

Mitsubishi Electric desarrolla una tecnología de inteligencia artificial (AI) con control inteligente que se adapta con rapidez y agilidad a las condiciones cambiantes

Permite a los robots industriales optimizar los movimientos en tiempo real, incluso a medida que se mueven los objetos

Versión PDF

TOKIO, 8 de febrero de 2018 - Mitsubishi Electric Corporation (TOKIO: 6503) ha anunciado hoy el desarrollo de Maisart*, una tecnología de inteligencia artificial (AI) con control inteligente propia, que permite a dispositivos como los robots industriales captar y adaptarse con rapidez y agilidad a las cambiantes condiciones de los objetos de destino en tiempo real. La aplicación de esta tecnología de AI en dispositivos simplificará las tareas de automatización, incluso en caso de que las condiciones cambien drásticamente, como la adaptación a la forma cambiante de un objeto no rígido.

*Maisart es la abreviatura de "Mitsubishi Electric's AI creates the State-of-the-ART in Technology" (la AI de Mitsubishi Electric crea tecnología innovadora).

Características principales

1)
Utiliza la tecnología de AI y varios sensores para captar los cambios en objetos en tiempo real
La tecnología capta el estado de un objeto a través de varios sensores y, a continuación, reconoce cualquier cambio mediante la aplicación de la AI de aprendizaje inteligente Maisart, propiedad de Mitsubishi. A través de la estimación repetida basada en el aprendizaje profundo, las pruebas han demostrado que la tecnología puede reducir el tiempo de aprendizaje y captar los cambios de las condiciones en solo 3,5 ms.

2)
La tecnología rediseña los algoritmos de control de forma autónoma en tiempo real
La generación automática de algoritmos de control óptimos mediante el aprendizaje profundo por refuerzo exime a los diseñadores de tener que rediseñar algoritmos de control complejos. La aplicación de esta tecnología en robots industriales, etc. hace posible que dichos dispositivos se adapten a objetos a los que suele ser difícil adaptarse, como objetos flexibles que cambian de forma u objetos para los que las condiciones pueden cambiar drásticamente.

Objetivos de desarrollo

  Método de aprendizaje/control Objetivo
Nuevos Captar las condiciones inmediatamente mediante varios tipos de sensores y control en tiempo real Adaptarse a objetos como elementos flexibles que cambian de forma o para los que las condiciones pueden cambiar drásticamente
Convencionales Aprendizaje y control basados en condiciones predeterminadas Solo objetos para los que las condiciones cambien de manera predecible

Tenga en cuenta que la precisión de las notas de prensa corresponde a la fecha de publicación, pero dichas notas están sujetas a modificaciones sin previo aviso.