RoboBrain: pierwszy na świecie silnik wiedzy dla robotów

Jedną z najbardziej ekscytujących zmian wpływających na współczesne życie jest możliwość wyszukiwania informacji i interakcji z nimi na skalę, która nigdy wcześniej nie była możliwa. Wszystko to dzięki konwergencji technologii, które zaowocowały usługami takimi jak Google Now, Siri, Wikipedia czy superkomputer IBM Watson.

Daje nam to odpowiedzi na szeroki zakres pytań na prawie każdy temat, po prostu szepcząc kilka słów do smartfona lub wpisując kilka znaków do laptopa. Częścią tego, co to umożliwia, jest to, że ludzie dobrze radzą sobie z niejednoznacznością. Tak więc odpowiedź na proste pytanie, jak zrobić ser na toście, może skutkować bardzo ogólnymi instrukcjami, które zwykła osoba może łatwo wykonać.

W przypadku robotów wyzwanie jest zupełnie inne. Maszyny te wymagają szczegółowych instrukcji nawet w przypadku najprostszego zadania. Na przykład robot pytający wyszukiwarkę, jak przynieść słodką herbatę z kuchni, raczej nie zdobędzie szczegółów potrzebnych do wykonania zadania, ponieważ wymaga wszelkiego rodzaju wiedzy incydentalnej, takiej jak pomysł, że kubki mogą pomieścić płyn (ale nie gdy trzymana jest do góry nogami), ta woda pochodzi z kranów i może być podgrzewana w czajniku lub kuchence mikrofalowej i tak dalej.

Prawda jest taka, że ​​jeśli roboty mają kiedykolwiek uzyskać użyteczną wiedzę z wyszukiwarek, te bazy danych będą musiały zawierać znacznie bardziej szczegółowy opis każdego zadania, które mogą być potrzebne do wykonania.

Wchodzi Ashutosh Saxena z Uniwersytetu Stanforda w Palo Alto i wielu kumpli, którzy postawili sobie za zadanie zbudowanie takiego silnika wiedzy dla robotów.

Ci faceci już zaczęli tworzyć coś w rodzaju Google dla robotów, do którego można swobodnie uzyskać dostęp z dowolnego urządzenia, które chce wykonać zadanie. Jednocześnie baza danych gromadzi nowe informacje o tych zadaniach w miarę ich wykonywania przez roboty, ucząc się w ten sposób na bieżąco. Nazywają swój nowy silnik wiedzy RoboBrain.

Zespół podjął szereg wyzwań przy projektowaniu RoboBrain. Po pierwsze, roboty mają wiele różnych typów czujników i konstrukcji, więc informacje muszą być przechowywane w sposób przydatny dla każdego rodzaju maszyny. Silnik wiedzy powinien być w stanie w różny sposób odpowiadać na różnego rodzaju pytania zadawane przez roboty. Powinna też być w stanie zbierać wiedzę z różnych źródeł, takich jak sieć WWW i przeszukiwać istniejące bazy wiedzy, takie jak WordNet, ImageNet, Freebase i OpenCyc.

Co więcej, Saxena i spółka chcą, aby Robobrain był wspólnym przedsięwzięciem, które łączy się z istniejącymi usługami. W tym celu zespół nawiązał już współpracę z usługami takimi jak Tell Me Dave, start-up, którego celem jest umożliwienie robotom rozumienia instrukcji w języku naturalnym, oraz PlanIt, sposób, w jaki roboty planują ścieżki przy użyciu informacji pochodzących z crowdsourcingu.

Ponieważ coraz więcej badaczy wnosi wiedzę do RoboBrain, nie tylko zwiększy to wydajność ich robotów, ale wierzymy, że będzie to korzystne dla całej społeczności robotycznej, mówią Saxena i spółka. Założyli stronę internetową o nazwie RoboBrain.me działać jako brama i promować ideę.

Stworzenie tego rodzaju silnika wiedzy nie jest łatwym zadaniem. Saxena i spółka podeszli do tego jako do problemu teorii sieci, w którym wiedza jest reprezentowana jako graf skierowany. Węzły na tym wykresie mogą być różnymi rzeczami, takimi jak obraz, tekst, wideo, dane dotykowe lub wyuczona koncepcja, taka jak kontener.

RoboBrain następnie przyjmuje nowe informacje w postaci zestawu krawędzi, które łączą ze sobą podzbiór węzłów. Na przykład pomysł, że siedzący człowiek może używać kubka, może łączyć węzły dla kubka, kubka i siedzącego człowieka z takimi koncepcjami, jak umiejętność używania.

Każdy robot, który odpytuje bazę danych o ten termin lub coś podobnego, może następnie pobrać zestaw krawędzi i węzłów, które go reprezentują.

To więcej niż tylko zgrabny pomysł. Saxena i spółka już rozpoczęli tworzenie bazy danych i używanie jej, aby umożliwić robotom planowanie określonych działań, takich jak poruszanie się w pomieszczeniach lub przenoszenie składników do gotowania.

Pokazują, jak jeden z ich własnych robotów używa RoboBrain do przeniesienia kartonu z jajkami na drugi koniec stołu. Ponieważ jajka są kruche, należy się z nimi obchodzić ostrożnie, czego robot może się nauczyć, odpytując RoboBrain.

Ważną częścią projektu jest zastosowanie wiedzy zdobytej w jednej sytuacji w innych sytuacjach. Tak więc ta sama technika obsługi jaj może być również używana do obsługi innych delikatnych przedmiotów, takich jak żarówki.

Zespół ma wielkie plany na przyszłość. Na przykład chcieliby poszerzyć bazę wiedzy o jeszcze większe źródła wiedzy, takie jak filmy online. Robot, który mógłby przeszukiwać filmy instruktażowe online, mógłby następnie nauczyć się wykonywać różnorodne prace domowe.

To interesująca praca, która ma duży potencjał, by zmienić sposób, w jaki roboty uczą się na wielką skalę. Internetowe bazy wiedzy miały ogromny wpływ na sposób, w jaki ludzie myślą o otaczającym ich świecie i jak wchodzą z nim w interakcję.

Z pewnością nie można uwierzyć, że RoboBrain może mieć podobny wpływ na naszych elektronicznych kuzynów.

Nr ref.: arxiv.org/abs/1412.0691 : RoboBrain: Silnik wiedzy na dużą skalę dla robotów

ukryć