211service.com
Facebook traint robotassistenten om zowel te horen als te zien
Heb jij Facebook
In juni 2019 bracht het AI-lab van Facebook, FAIR, AI Habitat uit, een nieuw simulatieplatform voor het trainen van AI-agenten. Het stelde agenten in staat om verschillende realistische virtuele omgevingen te verkennen, zoals een gemeubileerd appartement of een kantoor vol hokjes. De AI kan dan worden omgezet in een robot, die de intelligentie zou krijgen om door de echte wereld te navigeren zonder te crashen.
In het jaar daarna heeft FAIR snel de grenzen verlegd van haar werk aan belichaamde AI. In een blogpost vandaag , heeft het lab aangekondigd dat er drie extra mijlpalen zijn bereikt: twee nieuwe algoritmen waarmee een agent snel een kaart kan maken en onthouden van de ruimtes waarin hij navigeert, en de toevoeging van geluid op het platform om de agenten te trainen om te horen.
De algoritmen bouwen voort op het werk van FAIR in januari van dit jaar, toen een agent werd opgeleid in Habitat om door onbekende omgevingen te navigeren zonder een kaart . Met alleen een dieptesensor, GPS en kompasgegevens, leerde het een ruimte binnen te gaan zoals een mens zou doen, en de kortst mogelijke weg naar zijn bestemming te vinden zonder verkeerde afslagen, achteruitrijden of verkenning.
De eerste van deze nieuwe algoritmen kan nu tegelijkertijd een kaart van de ruimte maken, waardoor deze de omgeving kan onthouden en er sneller doorheen kan navigeren als deze terugkeert. De tweede verbetert het vermogen van de agent om de ruimte in kaart te brengen zonder elk deel ervan te hoeven bezoeken. Nadat het is getraind in voldoende virtuele omgevingen, kan het anticiperen op bepaalde functies in een nieuwe; het kan bijvoorbeeld weten dat er achter een keukeneiland waarschijnlijk lege vloerruimte is zonder naar de andere kant te hoeven kijken. Nogmaals, hierdoor kan de agent uiteindelijk sneller door een omgeving bewegen.
Ten slotte creëerde het lab ook SoundSpaces, een hulpmiddel voor het weergeven van geluid waarmee onderzoekers zeer realistische akoestiek kunnen toevoegen aan een bepaalde Habitat-omgeving. Het kan de geluiden weergeven die worden geproduceerd door op verschillende meubels te slaan, of de geluiden van hakken versus sneakers op een vloer. De toevoeging geeft Habitat de mogelijkheid om agenten te trainen in taken die zowel visuele als auditieve detectie vereisen, zoals Mijn rinkelende telefoon halen of de deur openen waar de persoon aan het kloppen is.
Van de drie ontwikkelingen is de toevoeging van geluidstraining het meest opwindend, zegt Ani Kembhavi, een robotica-onderzoeker bij het Allen Institute for Artificial Intelligence, die niet bij het werk betrokken was. Vergelijkbaar onderzoek in het verleden was meer gericht op het geven van agenten de mogelijkheid om tekstcommando's te zien of erop te reageren. Het toevoegen van audio is een essentiële en spannende volgende stap, zegt hij. Ik zie veel verschillende taken waarbij audio-ingangen erg handig zouden zijn. Vooral de combinatie van beeld en geluid is een onderbelicht onderzoeksgebied, zegt Pieter Abeel, directeur van het Robot Learning Lab aan de University of California, Berkeley.
Elk van deze ontwikkelingen, zeggen de onderzoekers van FAIR, brengt het laboratorium stapsgewijs dichter bij het bereiken van intelligente robotassistenten. Het doel is dat dergelijke metgezellen zich behendig kunnen verplaatsen en geavanceerde taken zoals koken kunnen uitvoeren.
Maar het zal nog lang duren voordat we robotassistenten los kunnen laten in de keuken. Een van de vele hindernissen die FAIR moet overwinnen: alle virtuele trainingen toepassen in de fysieke wereld, een proces dat bekend staat als sim2real-overdracht. Toen de onderzoekers hun virtueel getrainde algoritmen in eerste instantie testten in fysieke robots, verliep het proces niet zo goed.
In de toekomst hopen de FAIR-onderzoekers ook interactiemogelijkheden toe te voegen aan Habitat. Laten we zeggen dat ik een agent ben, zegt Kristen Grauman, een onderzoekswetenschapper bij FAIR en een professor in computerwetenschappen aan de Universiteit van Texas, Austin, die een deel van het werk leidde. Ik loop naar binnen en ik zie deze objecten. Wat kan ik met ze doen? Waar moet ik heen als ik een soufflé moet maken? Welke tools zou ik pakken? Dit soort interacties en zelfs op manipulatie gebaseerde veranderingen in de omgeving zouden dit soort werk naar een ander niveau tillen. Dat is iets waar we actief naar streven.