Drømmer om en robot butler ser ut til å være i nærheten - det ser ut som nå, strekk ut hånden din, og han skynder seg å åpne døren foran deg og vaske sokkene. Men først må vi trene roboter for å navigere i et overfylt menneskelig miljø. Derfor har Facebook laget en utrolig realistisk simulator for å lære kunstig intelligens til alle slags inneaktiviteter.
Virtuelle miljøer - fra Atari-spill til selvkjørende bilsimulatorer - har blitt et ledende verktøy for å lære biler hvordan de skal samhandle med omgivelsene sine. En av hovedårsakene er at slike miljøer gir oss full kontroll over miljøet til agenten. Den virkelige verden er et veldig overfylt sted med et stort antall variabler å vurdere, men i en simulering kjenner vi ikke bare alle variablene - vi kan finpusse dem når du vil.
Det koster mye. Den kontrollerte simuleringsverdenen er veldig forskjellig fra miljøet der den fysiske roboten senere skal fungere, så agenter må trene tusenvis eller millioner ganger for å få det til. Virtuelle miljøer kan rulles hundrevis av ganger raskere enn i sanntid, og hundrevis av eksperimenter trenger bare noen få datamaskinbrikker for å kjøre parallelt, i stedet for hundrevis av nye roboter og testmiljøer.
En ny løsning på dette problemet er å skape et stadig mer realistisk digitalt miljø. Poenget er at jo nærmere vi gjengir den virkelige verdenen i simulering, jo lettere vil det være for AI å overføre det den lærer til den virkelige verden. Dette er logikken bak Facebooks nye Replica-database: et fotorealistisk 3D-speil for en rekke interiører, inkludert en leilighet og detaljhandel.
Replika fra Facebook: hvordan trene kunstig intelligens
Dataene for Replica ble trukket direkte fra den virkelige verden ved hjelp av et spesialdesignet videokamera som kombinerer HD-video, dyptdata med høy presisjon og et system for lokal lokalisering og kartlegging (SLAM) som registrerer hvor alle disse målingene ble hentet fra.
Salgsfremmende video:
Denne tilnærmingen kan til og med reflektere reflekterende flater og komplekse strukturer som ofte er vanskelige å reprodusere. I tillegg har Facebook-ingeniører nøye merket alt i datasettet, inkludert fargekoding av forskjellige kategorier av objekter. Alle data kan deretter lastes inn i Habitat-simuleringsplattformen for å skape et 3D-miljø som AI kan utforske.
Selskapet hjelper ikke bare AI med navigering, det håper også datasettet kan forbedre sin augmented reality (AR) teknologi. Hvis AI bedre kan forstå de fysiske rommene folk okkuperer, ville det være bedre å kombinere digitale anslag med den virkelige verden.
Mens kopier ikke er perfekte, er det det mest perfekte speilet i den menneskelige verden som noen gang er modellert. Og Facebook har nesten helt sikkert planer om å utvide og berike datasettet. Forhåpentligvis bringer dette oss nærmere drømmene våre om robotbutlers.
Ilya Khel
