211service.com
Facebook træner robotassistenter til at høre og se
Har du facebook
I juni 2019 frigav Facebooks AI-laboratorium, FAIR, AI Habitat, en ny simuleringsplatform til træning af AI-agenter. Det gjorde det muligt for agenter at udforske forskellige realistiske virtuelle miljøer, såsom en møbleret lejlighed eller et kontor fyldt med aflukke. AI'en kunne derefter overføres til en robot, som ville få klogskab til at navigere gennem den virkelige verden uden at gå ned.
I året siden har FAIR hurtigt rykket grænserne for sit arbejde med embodied AI. I en blogindlæg i dag , har laboratoriet annonceret tre yderligere milepæle nået: to nye algoritmer, der gør det muligt for en agent hurtigt at oprette og huske et kort over de rum, den navigerer i, og tilføjelsen af lyd på platformen for at træne agenterne til at høre.
Algoritmerne bygger på FAIRs arbejde i januar i år, hvor en agent blev uddannet i Habitat at navigere i ukendte miljøer uden et kort . Ved blot at bruge et dybdefølende kamera, GPS og kompasdata lærte den at komme ind i et rum, meget som et menneske ville, og finde den kortest mulige vej til sin destination uden forkerte sving, tilbagesporing eller udforskning.
Den første af disse nye algoritmer kan nu bygge et kort over rummet på samme tid, så det kan huske miljøet og navigere hurtigere igennem det, hvis det vender tilbage. Den anden forbedrer agentens evne til at kortlægge rummet uden at skulle besøge alle dele af det. Efter at være blevet trænet i nok virtuelle miljøer, er den i stand til at forudse visse funktioner i et nyt; den kan for eksempel vide, at der sandsynligvis er tom gulvplads bag en køkkenø uden at navigere til den anden side for at se. Endnu en gang giver dette i sidste ende agenten mulighed for at bevæge sig hurtigere gennem et miljø.
Endelig skabte laboratoriet også SoundSpaces, et lydgengivelsesværktøj, der giver forskere mulighed for at tilføje meget realistisk akustik til ethvert givet Habitat-miljø. Det kunne gengive de lyde, der produceres ved at ramme forskellige møbler, eller lyden af hæle kontra sneakers på et gulv. Tilføjelsen giver Habitat mulighed for at træne agenter i opgaver, der kræver både visuel og auditiv sansning, som Få min ringende telefon eller Åbn døren, hvor personen banker på.
Af de tre udviklinger er tilføjelsen af lydtræning mest spændende, siger Ani Kembhavi, robotforsker ved Allen Institute for Artificial Intelligence, som ikke var involveret i arbejdet. Lignende forskning i fortiden har fokuseret mere på at give agenter mulighed for at se eller reagere på tekstkommandoer. Tilføjelse af lyd er et væsentligt og spændende næste skridt, siger han. Jeg ser mange forskellige opgaver, hvor lydindgange ville være meget nyttige. Kombinationen af syn og lyd er især et underudforsket forskningsområde, siger Pieter Abeel, direktør for Robot Learning Lab ved University of California, Berkeley.
Hver af disse udviklinger, siger FAIRs forskere, bringer laboratoriet trinvist tættere på at opnå intelligente robotassistenter. Målet er, at sådanne ledsagere skal kunne bevæge sig smidigt og udføre sofistikerede opgaver som madlavning.
Men der går lang tid, før vi kan slippe robotassistenter løs i køkkenet. En af de mange forhindringer, FAIR bliver nødt til at overvinde: at bringe al den virtuelle træning ud i den fysiske verden, en proces kendt som sim2real transfer. Da forskerne i første omgang testede deres virtuelt trænede algoritmer i fysiske robotter, gik processen ikke så godt.
Fremover håber FAIR-forskerne også at begynde at tilføje interaktionsmuligheder til Habitat. Lad os sige, at jeg er en agent, siger Kristen Grauman, forsker ved FAIR og professor i datalogi ved University of Texas, Austin, som ledede noget af arbejdet. Jeg går ind og ser disse genstande. Hvad kan jeg gøre med dem? Hvor skal jeg tage hen, hvis jeg skal lave en soufflé? Hvilke værktøjer ville jeg hente? Disse former for interaktioner og endda manipulationsbaserede ændringer af miljøet ville bringe denne form for arbejde til et andet niveau. Det er noget, vi aktivt forfølger.