Sveiki atvykę į robotų universitetą (reikia kreiptis tik dėl robotų)

Roboto rankos nuotrauka Ponas Tech

Vienas iš neapdainuotų AI revoliucijos herojų yra mažai žinoma duomenų bazė ImageNet . Prinstono universiteto mokslininkų sukurtame „ImageNet“ yra apie 14 milijonų vaizdų, kiekvienas iš jų yra komentuojamas publikuotu tekstu, paaiškinančiu, ką vaizdas rodo.

„ImageNet“ yra svarbus, nes tai yra duomenų bazė, kurią daugelis šiuolaikinių galingų neuroninių tinklų naudoja. Neuroniniai tinklai mokosi žiūrėdami į vaizdus ir pridedamą tekstą – ir kuo didesnė duomenų bazė, tuo geriau jie mokosi. Be „ImageNet“ ir kitų panašių vaizdo duomenų rinkinių net galingiausi neuroniniai tinklai negalėtų nieko atpažinti.

Dabar robotai teigia norintys išbandyti panašų metodą su vaizdo įrašais, kad išmokytų savo pareigūnus sąveikauti su aplinka. Sudeep Dasari iš Kalifornijos universiteto Berklyje ir jo kolegos kuria duomenų bazę, pavadintą RoboNet, kurią sudaro anotuoti vaizdo įrašai apie veikiančius robotus. Pavyzdžiui, duomenys gali apimti daugybę atvejų, kai robotas perkelia puodelį ant stalo. Idėja yra ta, kad bet kas gali atsisiųsti šiuos duomenis ir naudoti juos treniruodamas roboto neuroninį tinklą taip pat judinti puodelį, net jei jis niekada anksčiau nebuvo sąveikavęs su puodeliu.

Dasari ir bendradarbiai tikisi sukurti savo duomenų bazę į šaltinį, galintį iš anksto išmokyti beveik bet kurį robotą atlikti beveik bet kokią užduotį – savotišką robotų universitetą, kurį komanda vadina RoboNet.

Iki šiol robotikai turėjo ribotą sėkmę mokydami savo pareigūnus naršyti ir bendrauti su aplinka. Jų požiūris yra standartinė mašininio mokymosi technika, kurią „ImageNet“ padėjo išpopuliarinti.

Jie pradeda fiksuoti, kaip robotas sąveikauja su, tarkime, šepečiu, kad judėtų per paviršių. Tada jie nufilmuoja daug daugiau vaizdo įrašų apie jo judėjimą ir naudoja duomenis, kad apmokytų neuroninį tinklą, kaip geriausiai atlikti veiksmą.

Žinoma, gudrybė yra turėti daug duomenų, kitaip tariant, daugybę valandų vaizdo įrašo, iš kurio galima mokytis. Ir kai robotas įvaldo judinti šepetėliu, jis turi pereiti tą pačią mokymosi procedūrą, kad judintų beveik bet ką kitą, nesvarbu, ar tai būtų šaukštas, ar akiniai. Jei aplinka pasikeičia, šios mokymosi sistemos paprastai turi pradėti viską iš naujo.

Įprasta duomenų rinkimo nuo nulio praktika kiekvienai naujai aplinkai iš esmės reiškia pagrindinių žinių apie pasaulį mokymąsi iš naujo – tai nereikalingos pastangos, sako Dasari ir kiti.

RoboNet tai apeina. Mes siūlome RoboNet, atvirą duomenų bazę, skirtą dalytis robotų patirtimi, sako jie. Taigi bet kuris robotas gali mokytis iš kito patirties.

Norėdami pradėti kurti duomenų bazę, komanda jau įrašė apie 15 milijonų užduočių vaizdo kadrų, naudodama septynių skirtingų tipų robotus su skirtingais griebtuvais įvairiose aplinkose.

Dasari ir bendražygiai toliau demonstruoja, kaip naudoti šią duomenų bazę robotams iš anksto apmokyti atlikti užduotis, kurių jie niekada anksčiau nebandė. Ir jie sako, kad pagal šį metodą apmokyti robotai veikia geriau nei tie, kurie paprastai buvo išmokyti naudoti dar daugiau duomenų.

The RoboNet duomenys yra prieinama visiems. Ir, žinoma, Dasari ir bendradarbiai tikisi, kad kitos tyrėjų komandos pradės prisidėti, kad RoboNet taptų didžiuliu robo mokymosi šaltiniu.

Tai įspūdingas darbas, turintis didelį potencialą. Šis darbas žengia pirmąjį žingsnį kuriant robotizuotus agentus, galinčius veikti įvairiose aplinkose ir įvairiose aparatinėse įrangose, teigia komanda.

Žinoma, laukia nemenki iššūkiai. Pavyzdžiui, mokslininkai turi išsiaiškinti, kaip geriausiai panaudoti duomenis – žiuri vis dar nustato efektyviausius mokymo režimus. Tikimės, kad RoboNet įkvėps platesnes robotikos ir stiprinimo mokymosi bendruomenes ištirti, kaip pritaikyti sustiprinimo mokymosi algoritmus, kad jie atitiktų realaus pasaulio sudėtingumą.

Rezultatas yra ir įspūdingas, ir verčiantis susimąstyti: savotiškas robotų universitetas, kuris bet kuriam robotui gali suteikti įgūdžių, kurių jis turi išmokti.

„ImageNet“ buvo pagrindinis veiksnys, leidžiantis mašininiam regėjimui taip pat gerai atpažinti objektus, kaip ir žmones. Jei RoboNet pasiseks tik perpus, tai bus įspūdingas pelnas.

Nuoroda: arxiv.org/abs/1910.11215 : RoboNet: didelio masto kelių robotų mokymasis

paslėpti