Facebook apmāca robotu palīgus gan dzirdēt, gan redzēt

Vai tev ir Facebook

2019. gada jūnijā Facebook AI laboratorija FAIR izlaida AI Habitat — jaunu simulācijas platformu AI aģentu apmācībai. Tas ļāva aģentiem izpētīt dažādas reālistiskas virtuālās vides, piemēram, mēbelētu dzīvokli vai ar kabīni piepildītu biroju. AI pēc tam varētu pārnest uz robotu, kas iegūtu gudrību, lai pārvietotos pa reālo pasauli bez avārijām.

Gada laikā kopš tā laika FAIR ir strauji palielinājis robežas savam darbam ar iemiesoto AI. Iekšā emuāra ieraksts šodien , laboratorija ir paziņojusi, ka ir sasniegti trīs papildu atskaites punkti: divi jauni algoritmi, kas aģentam ļauj ātri izveidot un atcerēties vietu karti, kurā tas pārvietojas, un skaņas pievienošana platformai, lai apmācītu aģentus dzirdēt.

Algoritmu pamatā ir FAIR darbs šī gada janvārī, kad aģents tika apmācīts Habitat. lai pārvietotos nepazīstamā vidē bez kartes . Izmantojot tikai dziļuma noteikšanas kameru, GPS un kompasa datus, tas iemācījās iekļūt telpā tāpat kā cilvēks un atrast īsāko iespējamo ceļu uz galamērķi bez nepareiziem pagriezieniem, atkāpšanās vai izpētes.

Pirmais no šiem jaunajiem algoritmiem tagad var vienlaikus izveidot telpas karti, ļaujot tai atcerēties vidi un ātrāk pārvietoties pa to, ja tā atgriežas. Otrais uzlabo aģenta spēju kartēt telpu, neapmeklējot katru tās daļu. Apmācīta pietiekamā daudzumā virtuālajā vidē, tā spēj paredzēt noteiktas funkcijas jaunā vidē; tas var zināt, piemēram, ka aiz virtuves salas, iespējams, ir tukša platība, ja nav jāpārvietojas uz otru pusi, lai paskatītos. Tas atkal ļauj aģentam ātrāk pārvietoties pa vidi.

Visbeidzot, laboratorija izveidoja arī SoundSpaces, skaņas atveidošanas rīku, kas ļauj pētniekiem pievienot ļoti reālistisku akustiku jebkurai konkrētai dzīvotnes videi. Tas var atveidot skaņas, kas rodas, atsitoties pret dažādām mēbelēm, vai skaņas, ko rada papēžu un čības uz grīdas. Papildinājums sniedz Habitat iespēju apmācīt aģentus veikt uzdevumus, kuriem nepieciešama gan vizuālā, gan dzirdes sensors, piemēram, Saņemt manu zvana tālruni vai Atveriet durvis, kur persona klauvē.

No trim izstrādnēm visvairāk aizraujoša ir skaņas apmācības pievienošana, saka Ani Kembhavi, robotikas pētniece Alena Mākslīgā intelekta institūtā, kura nebija iesaistīta darbā. Līdzīgi pētījumi pagātnē ir vairāk vērsti uz to, lai aģentiem nodrošinātu iespēju redzēt teksta komandas vai reaģēt uz tām. Viņš saka, ka audio pievienošana ir būtisks un aizraujošs nākamais solis. Redzu daudz dažādu uzdevumu, kur audio ieejas būtu ļoti noderīgas. Jo īpaši redzes un skaņas kombinācija ir nepietiekami izpētīta pētniecības joma, saka Pīters Abeels, Kalifornijas Universitātes Bērklijas Robotu mācību laboratorijas direktors.

FAIR pētnieki saka, ka katrs no šiem notikumiem pakāpeniski tuvina laboratoriju viedo robotu palīgu iegūšanai. Mērķis ir, lai šādi pavadoņi varētu veikli pārvietoties un veikt sarežģītus uzdevumus, piemēram, gatavot ēst.

Taču paies ilgs laiks, līdz varēsim ļaut robotu palīgus virtuvē izlaist. Viens no daudzajiem šķēršļiem, kas FAIR būs jāpārvar: visu virtuālo apmācību ieviešana fiziskajā pasaulē, process, kas pazīstams kā sim2real pārsūtīšana. Kad pētnieki sākotnēji pārbaudīja savus praktiski apmācītos algoritmus fiziskajos robotos, process nenotika tik labi.

Virzoties uz priekšu, FAIR pētnieki cer sākt pievienot mijiedarbības iespējas arī Habitat. Pieņemsim, ka esmu aģents, saka Kristena Graumana, FAIR pētniece un datorzinātņu profesore Teksasas Universitātē Ostinā, kura vadīja daļu no darba. Es ieeju iekšā un redzu šos objektus. Ko es varu ar viņiem darīt? Kur es dotos, ja man vajadzētu pagatavot suflē? Kādus rīkus es izvēlētos? Šāda veida mijiedarbība un pat uz manipulācijām balstītas izmaiņas vidē paceltu šāda veida darbu citā līmenī. Tas ir kaut kas, ko mēs aktīvi cenšamies.

paslēpties