Facebook-forskning fokuserer på naturtro miljøer for AI-drevne assistenter

Virtuelle robotter er rykket op til en eliteplatform dedikeret til at styrke deres spil. Platformen er døbt AI Habitat.

Dette er til ros for forskere fra Facebook, som anerkender, at agenterne har brug for bedre naturtro miljøer, hvis de skal fungere godt, mens de navigerer sig vej fra soveværelse til entre, gennem museumsgange, ud og bevæge sig rundt i butikkerne.

Tekniske iagttagere, især dem, der dækker det store emne kunstig intelligens, har set udviklingen af ​​noget, der hedder AI Habitat. Det er en åben platform for legemliggjort AI -forskning.

I Facebook AI -blog, forfatterne sagde, at det var en del af Facebook AI's indsats for at skabe systemer "mindre afhængige af store annoterede datasæt, der bruges til overvåget træning. Efterhånden som flere forskere tager platformen, vi kan i fællesskab udvikle legemliggjort AI -teknikker hurtigere, samt indse de større fordele ved at erstatte gårsdagens træningsdatasæt med aktive miljøer, der bedre afspejler den verden, vi forbereder maskinassistenter til at operere i."

Vil ridder ind MIT Technology Review sagde, at "Mens andre simuleringsmotorer kører med omkring 50 til 100 billeder i sekundet, Facebook siger AI Habitat kører på over 10, 000 billeder i sekundet, hvilket gør det muligt hurtigt at teste AI -agenter. "

Dens formål er at muliggøre træning af legemliggjorte AI-agenter, virtuelle robotter i en fotorealistisk 3D-simulator, før de overførte færdigheder overføres til virkeligheden.

Men vent, gå lidt tilbage og hold pause. Forstår vi virkelig, hvad de har gang i, ved at bruge udtrykket "legemliggjort AI?" Deres fyldigere forklaring i en AI-blog er af to forskere og to forskningsingeniører. De fire afklarer, hvad de satte sig for i Habitat.

Fra en robot, der blev bedt om at gribe en telefon fra skrivebordet ovenpå, til en enhed, der hjælper synshandicappede med at navigere i et ukendt metrosystem, den næste generation af AI-drevne assistenter bliver nødt til at demonstrere en række evner. Mange forskere mener, at den mest effektive måde at udvikle disse færdigheder på er at fokusere på legemliggjort AI, som bruger interaktive miljøer til at jorde systemtræning i den virkelige verden, frem for at stole på statiske datasæt.

Dette Habitat-hold talte også om Habitat Challenge. I udfordringen, uploadede agenter evalueres i usete miljøer for at teste for generalisering.

"I modsætning til traditionelle udfordringer, hvor folk uploader forudsigelser baseret på en opgave relateret til et givet benchmark, såsom ImageNet eller VQA, "ifølge et blogindlæg, "denne krævede deltagerne at uploade kode. Koden blev kørt på nye miljøer, som deres agenter ikke havde set før."

Habitat-API beskrives på GitHub som et "modulært bibliotek på højt niveau til at træne legemliggjorte AI-agenter på tværs af en række opgaver, miljøer, og simulatorer."

Habitat API er en 3D -simulator "med konfigurerbare agenter, flere sensorer, og generisk 3D-datasæthåndtering."

Amrita Khalid, Engadget , blev ramt af en stues fotorealistiske 3D-simuleringer med deres skarpe detaljer og hvor "ægte" alting var, ned til velour-teksturkast på sofaen og reflekterende vægspejl:"Replika-simulering af en stue er beregnet til at fange alle de subtile detaljer, man måtte finde i en rigtig stue."

Khalid rapporterede, at Facebook Reality Labs frigav datasættet med fotorealistiske prøveområder kaldet Replica. Nogle forskere har allerede taget Replica og AI Habitat til en prøvetur, sagde Khalid. "Facebook AI var for nylig vært for en autonom navigationsudfordring på platformen."

Replica er et forskningsprojekt skabt af Facebook Reality Labs. Replica beskrives som en fotorealistisk genskabelse af 18 prøverum, såsom et kontormødelokale og et to-etagers hjem, oprettet af forskere. Replika kan indlæses i AI Habitat. "Ved at træne en AI-bot til at reagere på en kommando som 'bring mine nøgler' i en Replica 3D-simulering af en stue, forskere håber, at det en dag kan gøre det samme med fysiske robotter i en virkelig stue."

Som Will Knight sagde MIT Technology Review , det ønskede resultat ville være "så deres AI-algoritmer kan lære, hvordan den virkelige verden fungerer." Dette kunne gøre, i teorien, robotter og chatbots smartere.

Facebooks team har gode grunde til, hvorfor alt dette betyder noget:Træning af disse virtuelle robotter i disse virtuelle rum giver mulighed for et skift fra 'internet AI' baseret på statiske datasæt til "embodied AI, hvor agenter handler i realistiske miljøer, at bringe aktiv opfattelse i forgrunden, langsigtet planlægning, lære af interaktion, og holde en dialog baseret på et miljø. "

Et område, der kunne drage fordel af denne forskningsindsats, kunne være huslige robotter, der tilpasser sig nye hjem og personlige opgaver uden at blive omskolet.

Knight gjorde et punkt om AIs større billede:"Manglende sund fornuft er et iøjnefaldende problem for nutidens AI -systemer. I modsætning til en person, en chatbot eller robot kan ikke stole på en forståelse af verden – ting som fysik, logik, og sociale normer - at finde ud af hensigten med en tvetydig kommando. "

Disse virtuelle rum kan indlæses i det nye AI Habitat, hvori AI-programmer kan udforske og lære. Algoritmerne vil først blive trænet til at genkende objekter i forskellige indstillinger. Men med tiden, Knight sagde, de bør opbygge en vis fornuftsforståelse om konventionerne i den fysiske verden – som det faktum, at tabeller typisk understøtter andre objekter.

© 2019 Science X Network