Ši Ikea virtuvė gali išmokyti pramoninius robotus būti ne tokius kvailus ir naudingesnius

Nvidia

Nepaisant pastarojo meto dirbtinio intelekto pažangos, pramoniniai robotai išlieka stebėtinai kvaili ir pavojingi. Žinoma, jie gali tiksliai ir pakartotinai atlikti sudėtingas užduotis, tačiau negali reaguoti į aplinkos pokyčius ar imtis kažko naujo. Tai labai apriboja robotų naudingumą darbo vietoje.

„Nvidia“ nori naudoti mašininį mokymąsi, kad padėtų išspręsti šią problemą. Pasaulyje pirmaujanti specializuotų kompiuterinių lustų, itin svarbių dirbtiniam intelektui, gamintoja Sietle atidaro naują robotikos laboratoriją, kad kartu su žmonėmis dirbantys robotai – co-botai – būtų išmanesni ir pajėgesni. Ir visa tai pagrįsta standartine „Ikea“ virtuve.

Viena virtuvės laboratorijos sistema – viena roboto ranka, sėdinti ant ratuotos platformos – jau praleidžia dienas atnešdama stiklainius, butelius ir dėžutes ir dedama į stalčius. Dieteris Foksas , laboratorijos kūrėjas ir Vašingtono universiteto profesorius, teigia, kad tokios užduotys suteikia robotams įgūdžių, reikalingų sudėtingesniems gamyklos darbams atlikti arba padėti ligoninėse. Manau, kad tai ideali sritis bet kokiam iššūkiui reprezentuoti, sako Fox.

Virtuvės užduotys taps vis sunkesnės – nuo ​​pažįstamų objektų paieškos ir perkėlimo iki darbo su nepažįstamais. Galų gale, jei viskas klostysis gerai, robotas galės dirbti kartu su žmogumi, darydamas kažką tokio sudėtingo, kaip ruošti maistą.

Kitas standartinės Ikea virtuvės naudojimo pranašumas yra tas, kad kitos robotikos laboratorijos galės pakartoti Nvidia komandos darbą ir palyginti jį su savo. Naujoje laboratorijoje dirbs maždaug 50 robotikos tyrėjų, įskaitant neakivaizdinius dėstytojus ir praktikantus.

Pastarieji keleri metai suteikė vilčių teikiančių ženklų, kad mašininio mokymosi pažanga gali žymiai padidinti pramoninių robotų galimybes. Ypač stiprinamasis mokymasis tapo įdomiu būdu robotams įveikti sudėtingus iššūkius. Tai apima roboto, turinčio gilų neuronų tinklą, valdymą ir atlyginimą už elgesį, kuris priartina sistemą prie nurodyto tikslo.

Pavyzdžiui, vadinamas robotas Daktilas , iš OpenAI, San Francisko ne pelno, išmoko manipuliuoti vaiko bloku, 100 metų praktikuodami kompiuteriniu modeliavimu. Tačiau komercinės nesėkmės parodo, kaip sunku išmanesnius robotus paversti praktiškesniais.

Daugumos projektų problema yra ta, kad jie veikia tik palyginti siaurose situacijose. Šiek tiek pakeiskite aplinką ir sistema turės viską išmokti iš naujo. Dauguma šios srities demonstracinių versijų nėra beveik tokios bendros, kaip norima pasirodyti, sako Todorovas , taip pat Vašingtono universiteto robotas, sukūręs populiarią robotų modeliavimo aplinką MuJoCo.

Foxas sako, kad raktas į labiau apibendrinamą robotų mokymąsi gali būti robotų aprūpinimas pagrindiniu fizinio pasaulio supratimu, įskaitant tokius elementus kaip gravitacija. Ši idėja, su kuria jie eksperimentuoja, gali būti šiek tiek panaši į intuityvus fizikos supratimas kad kūdikiai eksponuoja.

Nedaug kompanijų įveikė dirbtinio intelekto revoliuciją taip, kaip „Nvidia“. Taigi verta atkreipti dėmesį, kai įmonė stato robotiką. „Nvidia“ turi naudos iš AI revoliucijos pramoninėje robotikoje iš dalies dėl to, kad jos aparatinė įranga yra labai svarbi šiuolaikinei mašininio mokymosi programinei įrangai. Jo technologija taip pat vertinga atliekant virtualius modeliavimus, kurie tampa vis svarbesni treniruojant robotus.

Foxas ir jo kolegos iš Sietlo laboratorijos ypač džiaugiasi kylančia tendencija kurti virtualias aplinkas, kurios yra fiziškai tikroviškos ir vizualiai nesiskiriančios nuo realaus pasaulio. Modeliavimas vaidins labai, labai svarbų vaidmenį robotų ateityje, sako Foxas.

paslėpti