Den nye Habitat 2.0 simuleringsplatform giver forskere mulighed for at accelerere træningen af deres robotter i et virtuelt miljø
Facebook har annonceret et nyt skridt i, hvad det kalder "kunstig intelligens i kroppen", en teknologi, der forventes at få robotter til at udføre rutineopgaver i et hverdagsagtigt miljø, såsom at fylde køleskabet med dagligvarer eller tage skraldet ud. Udviklingsmetoden lover hurtige resultater og vil sandsynligvis katalysere udviklingen af alle typer robot-"tjenere".
Den sociale medieplatform introducerede Habitat 2.0 – en opgradering af Habitat-simuleringsplatformen, som giver forskere mulighed for at træne deres robotter hurtigere – ved hjælp af et virtuelt miljø, rapporterede ZDNet. Denne træning dækker simuleringer af situationer med ekstremt nøjagtig gengivelse af de mindste detaljer, som maskiner ville støde på i et almindeligt miljø såsom et køkken eller en stue.
Træning af robotter gennem et simuleret, virtuelt miljø giver en række fordele i form af omkostnings- og tidsbesparelser sammenlignet med at træne dem i en virkelig verden. Det kan betyde, at vi snart skal se rigtige robotassistenter i aktion, som kan hjælpe med husarbejde.
Sådanne maskiner vil for eksempel kunne hjælpe personen ved at tage genstande på kommando – sætte varer i køleskabet, fylde opvaskemaskinen, vaske tøj. Mere sofistikerede applikationer kan forventes, såsom en robot til at guide en synshandicappet person, når han går udendørs.
For at maskiner kan udføre nyttige rigtige opgaver, er det nødvendigt at give dem "erfaring" i hundredvis af forskellige virkelige miljøer - helt til babylegetøj spredt på gulvet og de foldede hjørner af tæppet.
I denne henseende ændrer simuleringen spillet. I stedet for fysisk at bringe robotten ind i forskellige lejligheder, huse og kontorer i måneder og år, Facebook forskere mener, at en meget mere pragmatisk tilgang er at placere robotten i et virtuelt miljø. Dette fremskynder hans læring. Til dette formål bruger de et sæt data Replica – en samling af 18 3D-scanninger af virkelige situationer, lige fra kontormødelokaler til to-etagers huse.
Replica beskrives som et ultrarealistisk bibliotek, der inkorporerer nogle af de fineste detaljer i ethvert ægte miljø, inklusive spejlreflekser og tæppeteksturer. Indtil for nylig havde dette sine begrænsninger: Replica var et statisk datasæt, dvs. mens robotten kan bevæge sig gennem cyberspace, kan den ikke interagere med nogen af objekterne.
Men nu, med den nye version af Habitat 2.0-rammeværket, er denne udfordring blevet overvundet. Robotterne kan ikke kun rotere rundt i det virtuelle miljø i den nye platform, men kan også interagere med genstande, de ville finde i et almindeligt køkken, spisestue eller andet almindeligt brugt rum.
For at gøre det virtuelle miljø så realistisk involverede projektet arbejdet med over 900 timers arbejde af 3D-kunstnere, som skabte 111 unikke layouts af boligarealer, inklusive 92 objekter. Der lægges særlig vægt på genstandenes materialesammensætning, geometri og tekstur, samt om de har specifikke mekanismer, såsom mekanismerne til åbning og lukning af døre og køleskabe. Selv småting som køkkenredskaber, bøger og møbler er blevet genskabt.
Facebook er ikke den eneste virksomhed, der er interesseret i virtuelle AI in-body-simuleringer. Tidligere i år udgav Seattle-baserede Alan Institute for Artificial Intelligence ManipulaTHOR, en avanceret, praktisk talt robotarm, der er i stand til at manipulere objekter i mere end 100 simulerede miljøer.
En væsentlig forbedring i Facebook-projektet er dog hastigheden af læring gennem det nye virtuelle miljø. Dette tillader størrelsesordener hurtigere træning af kunstig intelligens. Hastigheden reducerer eksperimenteringstiden markant, hvilket giver forskere mulighed for at gennemføre forsøg, der normalt ville tage flere måneder på kun to dage.
Til gengæld giver den forkortede eksperimenttid forskerne mulighed for at prøve nye ideer meget hurtigere og oftere. Og dette fører til færdiggørelsen af et meget større antal simuleringer og baner vejen for mere væsentlige fremskridt på området.
Tilgangen er også relevant for et andet område af robotudvikling – at træne en maskine til at udføre mange forskellige opgaver. Typisk udfører robotter i øjeblikket "individuelle" færdigheder såsom at plukke frugt, placere eller åbne en skuffe. Men hjemmeassistenter skal "vide", hvordan de udfører mange opgaver og arrangerer dem i en kæde uden at ophobe fejl.
Derudover håber Facebook at udvide sit datasæt og miljøer til at omfatte flere typer rum, typiske for forskellige kulturer, layout og typer af objekter. Til dette formål åbnede virksomheden Habitat for 3D-aktiver til tredjeparter og annoncerede et partnerskab med geodatavirksomheden Matterport.
Til at begynde med vil dette partnerskab betyde inklusion i platformen af et sæt af 1000 digitale "tvillinger" af rigtige genstande - soveværelser, badeværelser, køkkener og korridorer af forskellige stilarter, størrelser og kompleksitet.
