Μπορεί οι ηλεκτρονικοί υπολογιστές να είναι θεωρούνται ίσως τα πιο «έξυπνα» μηχανήματα, όμως αντιμετωπίζουν σημαντικές δυσκολίες στο να αναγνωρίσουν διάφορα αντικείμενα. Παρά το γεγονός πως η λέξη «μνήμη» σχετίζεται σε μεγάλο βαθμό με την πληροφορική, οι υπολογιστές δε μπορούν να θυμούνται ποια πράγματα μοιάζουν μεταξύ τους. Είναι αλήθεια πως η οπτική μνήμη είναι πράγματι μία περίπλοκη διαδικασία. Είναι μία έμφυτη αίσθηση του ανθρώπου, που φαίνεται απλή επειδή τη διαχειρίζεται ασυνείδητα. Το να διδάξουμε όμως στους υπολογιστές να κάνουν το ίδιο, δεν είναι μία τόσο εύκολη αποστολή.
Αυτό προσπαθεί να πετύχει ο διδακτορικός φοιτητής, Renato Salas-Moreno στο πανεπιστήμιο Imperial College, μαζί με τους συναδέλφους του. Μελετούν την τεχνητή όραση και προσπαθούν να δημιουργήσουν μία μέθοδο, με την οποία ένας ηλεκτρονικός υπολογιστής θα είναι σε θέση να ταιριάζει τα αντικείμενα που «βλέπει», με αυτά που υπάρχουν σε μία προ-υπάρχουσα βάση δεδομένων.
Για να το πετύχουν αυτό, ο Salas-Moreno και η ομάδα του, πρόσθεσαν την αναγνώριση αντικειμένων σε ένα υπάρχον σύστημα με το όνομα SLAM (Simultaneous Location And Mapping). Το SLAM έχει τη δυνατότητα να αναγνωρίσει τον περιβάλλοντα χώρο του υπολογιστή, βλέποντας το περίβλημα των αντικειμένων που υπάρχουν σε αυτόν.
Το πρόβλημα του συγκεκριμένο συστήματος, σύμφωνα με το Salas-Moreno, είναι η αδυναμία του να αναγνωρίσει τα αντικείμενα, παρά μόνο την ύπαρξή τους. Έτσι, η χρησιμότητα του, όπως αναφέρει, περιορίζεται στη βασική έννοια του «αυτό υπάρχει, δε θα τρακάρω επάνω του».
«Ο κόσμος που δημιουργεί το SLAM δεν έχει ιδιαίτερο νόημα, αφού κάθε σημείο του δεν ξεχωρίζει από τα υπόλοιπα. Ο υπολογιστής δεν μπορεί να γνωρίζει αν αυτό που κοιτά είναι μία τηλεόραση ή ένα τοίχος», αναφέρει.
Με τη νέα βελτιωμένη έκδοση όμως, με την ονομασία SLAM++, επιτρέπει στους ηλεκτρονικούς υπολογιστές, όχι μόνο να αναγνωρίζουν το αντικείμενο που βλέπουν, συγκρίνοντάς με αυτά στη βάση δεδομένων, αλλά και να έχουν πρόσβαση σε πληροφορίες σχετικά με το συγκεκριμένο αντικείμενο.
Οι πιθανές χρήσεις των υπολογιστών που χρησιμοποιούν το αναβαθμισμένο σύστημα είναι πάρα πολλές, ειδικότερα στον τομέα της ρομποτικής. «Είναι παρόμοιο με το πώς ένα παιδί μαθαίνει για τον κόσμο», υποστηρίζει ο Salas-Moreno.
Αυτό προσπαθεί να πετύχει ο διδακτορικός φοιτητής, Renato Salas-Moreno στο πανεπιστήμιο Imperial College, μαζί με τους συναδέλφους του. Μελετούν την τεχνητή όραση και προσπαθούν να δημιουργήσουν μία μέθοδο, με την οποία ένας ηλεκτρονικός υπολογιστής θα είναι σε θέση να ταιριάζει τα αντικείμενα που «βλέπει», με αυτά που υπάρχουν σε μία προ-υπάρχουσα βάση δεδομένων.
Για να το πετύχουν αυτό, ο Salas-Moreno και η ομάδα του, πρόσθεσαν την αναγνώριση αντικειμένων σε ένα υπάρχον σύστημα με το όνομα SLAM (Simultaneous Location And Mapping). Το SLAM έχει τη δυνατότητα να αναγνωρίσει τον περιβάλλοντα χώρο του υπολογιστή, βλέποντας το περίβλημα των αντικειμένων που υπάρχουν σε αυτόν.
Το πρόβλημα του συγκεκριμένο συστήματος, σύμφωνα με το Salas-Moreno, είναι η αδυναμία του να αναγνωρίσει τα αντικείμενα, παρά μόνο την ύπαρξή τους. Έτσι, η χρησιμότητα του, όπως αναφέρει, περιορίζεται στη βασική έννοια του «αυτό υπάρχει, δε θα τρακάρω επάνω του».
«Ο κόσμος που δημιουργεί το SLAM δεν έχει ιδιαίτερο νόημα, αφού κάθε σημείο του δεν ξεχωρίζει από τα υπόλοιπα. Ο υπολογιστής δεν μπορεί να γνωρίζει αν αυτό που κοιτά είναι μία τηλεόραση ή ένα τοίχος», αναφέρει.
Με τη νέα βελτιωμένη έκδοση όμως, με την ονομασία SLAM++, επιτρέπει στους ηλεκτρονικούς υπολογιστές, όχι μόνο να αναγνωρίζουν το αντικείμενο που βλέπουν, συγκρίνοντάς με αυτά στη βάση δεδομένων, αλλά και να έχουν πρόσβαση σε πληροφορίες σχετικά με το συγκεκριμένο αντικείμενο.
Οι πιθανές χρήσεις των υπολογιστών που χρησιμοποιούν το αναβαθμισμένο σύστημα είναι πάρα πολλές, ειδικότερα στον τομέα της ρομποτικής. «Είναι παρόμοιο με το πώς ένα παιδί μαθαίνει για τον κόσμο», υποστηρίζει ο Salas-Moreno.