Facebook pomógł stworzyć polowanie na padlinożerców AI, które mogą doprowadzić do powstania pierwszych użytecznych robotów domowych

Creative Mania, konche z Noun Project | Erin Winick

Programy sztucznej inteligencji mogą rozwinąć tak bardzo potrzebny zdrowy rozsądek, rywalizując w polowaniach na padlinożerców w wirtualnych domach wypełnionych symulowanymi stolikami kawowymi, kanapami, lampami i innymi przedmiotami codziennego użytku.

Naukowcy z Facebooka i Georgia Tech opracowali wyzwanie polegające na polowaniu na padlinożerców. Konkurs wymaga, aby wirtualny agent szukał czegoś w symulowanym domu po przeanalizowaniu pytania w języku naturalnym. Agent byłby losowo umieszczany w pokoju wirtualnego domu i pytany na przykład Jaki kolor ma samochód? lub Gdzie jest stolik kawowy? Znalezienie odpowiedzi wymaga od agenta zrozumienia pytania, a następnie zbadania wirtualnej przestrzeni w poszukiwaniu odpowiedniego obiektu.

Celem jest zbudowanie inteligentnych systemów, które potrafią widzieć, rozmawiać, planować i rozumować, mówi Devi Parikh , informatyk z Georgia Tech i Facebook AI Research (FAIR), która wraz z kolegą i mężem opracowała konkurs, Dhruv Batra .

Parikh, Batra i ich współpracownicy opracował agenta która łączy kilka różnych form uczenia maszynowego, aby odpowiadać na pytania dotyczące domu. Agent uczy się również podstawowej formy zdrowego rozsądku, odkrywając, metodą prób i błędów, najlepsze miejsca, w których można szukać konkretnego obiektu. Na przykład z biegiem czasu agent dowiaduje się, że samochody zwykle znajdują się w garażu i rozumie, że garaże można zwykle znaleźć, wychodząc przednimi lub tylnymi drzwiami.

Podejście to opiera się na uczeniu przez wzmacnianie , formie uczenia maszynowego inspirowanego zachowaniem zwierząt, a także na uczeniu naśladownictwa, technice, która pozwala algorytmom uczyć się przez obserwację. Wirtualne domy zostały stworzone przez naukowców z FAIR i UC Berkeley. Badanie zostało podkreślone podczas dorocznej konferencji deweloperów Facebooka.

Agent poruszający się po wirtualnym domu. Wbudowana kontrola jakości

Coraz większa liczba badaczy eksperymentuje ze środowiskami wirtualnymi w celu szkolenia programów AI. Podejście to jest postrzegane jako sposób na poszerzenie inteligencji sztucznej inteligencji i przezwyciężenie podstawowych ograniczeń. Chociaż ostatnio nastąpił znaczny postęp w sztucznej inteligencji, zwykle polega ona na tym, że komputery wykonują pojedyncze zadanie, takie jak rozpoznawanie twarzy na obrazach lub granie w grę planszową. Co więcej, programy AI są na ogół trenowane na nieruchomych obrazach, a nie w ustawieniach 3D

Jak wczesne badania AI wykazały , po prostu nie jest praktyczne ręczne kodowanie takiej wiedzy do systemu (patrz problem językowy AI ). Rozwiązaniem najprawdopodobniej będzie więc samodzielne nauczenie się takiej wiedzy przez programy AI.

Microsoft wydał środowisko o nazwie Malmo, które jest oparte na grze Minecraft. Naukowcy z Allen Institute for AI (Ai2) w Seattle opracowali kolejny Wirtualne środowisko 3D do szkolenia agentów AI. To środowisko odzwierciedla również podstawową fizykę i umożliwia agentom wykonywanie prostych czynności. Badacze Ai2 mają proponowane podobny zestaw wyzwań języka naturalnego dla agentów w ich środowisku.

Roozbeh Mottaghi , główny badacz odpowiedzialny za projekt Ai2, mówi, że kluczowe jest, aby te wirtualne środowiska stały się bardziej realistyczne, jeśli chcemy, aby agenci AI prawidłowo uczyli się w nich. Obecnie nie jest to naprawdę praktyczne. Zaprojektowanie jednego realistycznie wyglądającego pokoju może zająć miesiące i jest kosztowne, mówi. A zdefiniowanie realistycznych właściwości fizycznych każdego obiektu jest bardzo trudne.

Powiązana historia

Powiązana historia Maszyny, które naprawdę rozumieją język, byłyby niezwykle przydatne. Ale nie wiemy, jak je zbudować.

W najbliższym czasie praca może sprawić, że chatboty i osobiści asystenci będą mniej uparci. Postępy w bardziej otwartych zadaniach, takich jak rozumienie języka naturalnego, są wolniejsze. Maszynę można nauczyć powtarzania wzorców w tekście, ale radzenie sobie z niejednoznacznością języka zwykle wymaga pewnej zdroworozsądkowej wiedzy o prawdziwym świecie. Zdrowy rozsądek wypracowany przez badanie środowisk wirtualnych może pomóc chatbotom i osobistym asystentom rozmawiać bez popełniania tak wielu błędów.

Facebook zna to wyzwanie z pierwszej ręki. Firma uruchomiła wirtualnego asystenta ogólnego przeznaczenia, o nazwie M, w 2015 roku. Ale polegała na ludziach, którzy przejęli kontrolę, gdy oprogramowanie bazowe nie zrozumiało polecenia lub zapytania. Produkt nigdy tak naprawdę nie wystartował i został wycofany w zeszłym roku.

Badania mogą również przełożyć się na bardziej futurystyczne projekty. Wyobraź sobie, że prosisz Roombę o odkurzanie sypialni. Nawet gdyby maszyna mogła zrozumieć twój głos i zobaczyć otoczenie, nie ma pojęcia, czym jest sypialnia ani gdzie można ją znaleźć. Ale przyszłe roboty domowe mogą korzystać z oprogramowania AI, które nauczyło się tak prostych faktów na temat zwykłych domów, najpierw eksplorując wiele wirtualnych domów.

Wyraźnie wkraczamy w erę agentów pomocniczych, mówi Batra. Odnosząc się do urządzenia Amazon Echo i plotek, że firma pracuje nad robotem domowym, dodaje: Te rzeczy rozwiną oczy, a potem będą za tobą podążać.

ukryć