Wikipedia for robotter

Mennesker har fået en masse værdi ved at organisere al deres viden og gøre den bredt tilgængelig - i lærebøger, biblioteker, Wikipedia og YouTube, for at nævne nogle få eksempler. Disse puljer af viden er ikke værdifulde kun for store videnskabelige satsninger, men også for de trivielle ting i hverdagens menneskeliv: Du kan nemt finde tusindvis af YouTube-videoer, der vil lære dig, hvordan man laver en omelet.

Ashutosh Saxena

Vi lever nu i en verden, hvor robotter hjælper mennesker i deres daglige liv, og ligesom mennesker skal robotter lære nye færdigheder for at kunne udføre deres job med succes. Og vi skal ikke forvente, at en robot lærer af sig selv fra bunden, lige så lidt som vi forventer, at et menneske gør det – forestil dig et barn, der vokser op uden adgang til lærebøger, biblioteker eller internettet.

Imidlertid er de organiserede samlinger af viden, der fungerer for mennesker, ikke så gode for robotter. En robot ville ikke få meget nyttig information, hvis den spurgte en søgemaskine om, hvordan man bringer sød te fra køkkenet. Robotter kræver noget andet - adgang til finere detaljer til planlægning, kontrol og naturlig sprogforståelse. Når robotten bliver bedt om at medbringe sød te, skal robotten have adgang til viden til at fortolke sprogsymbolerne (te) i form af fysiske enheder (en bestemt beholder med sød te), den rumlige viden om, at sød te kan være enten på et bord eller i et køleskab, og viden til at udlede, hvordan man griber og manipulerer genstande. Det er muligt manuelt at skrive en demo til en bestemt situation, men at håndtere dette på tværs af forskellige opgaver og i forskellige miljøer er stadig et åbent problem.

I 2014 startede jeg et projekt kaldet RoboBrain på Cornell University sammen med ph.d.-studerende Ashesh Jain og Ozan Sener. Vi har nu samarbejdspartnere hos Stanford og Brown. Det, vi arbejder på, er en måde at dele information på, der gør det muligt for robotter at samle den viden, de har brug for til en opgave (se Robotter, der lærer hinanden). Hvis én robot lærer, så forplantes viden til alle robotterne. RoboBrain opnår dette ved at indsamle viden fra en række forskellige kilder. Systemet gemmer flere slags information, herunder symboler, naturligt sprog, visuelle eller formtræk, haptiske egenskaber og bevægelser.

Denne tilgang repræsenterer et stort skift i tankegangen. Historisk set har forskergrupper, der arbejder med robotter, trænet deres robotter isoleret. Ja, vi deler ofte ideer gennem publikationer og software, som kan bruges af en anden forskergruppe, men det, en robot kan lære, har ikke været tilgængeligt for en anden forskers robot. For at føje til problemet har forskergrupper arbejdet med forskellige problemer - en kunne have fokuseret på computersynsproblemet med at identificere en kop, mens en anden arbejdede med sprogproblemet om, hvad der er en kop, mens en tredje har tacklet, hvordan man forstår en kop. kop.

Det er den slags tilgang, vi skal forbi. En kop er én genstand, ikke tre. Og en robot skal, ligesom en person, kunne have al den viden, den har brug for, ét sted.

Ashutosh Saxena er direktør for RoboBrain-projektet og grundlægger og administrerende direktør for opstarten Brain of Things .

skjule