Istraživači stvaraju robote sa veštačkom inteligencijom koji uče poput dece
Bebe i mala deca uče istražujući svoju okolinu, a sada to mogu i roboti. U revolucionarnoj saradnji između Univerziteta Carnegie Mellon i Meta, naučnici su crpili inspiraciju iz načina na koji bebe uče da stvore inovativan pristup podučavanju robota. Rezultat je RoboAgent, agent veštačke inteligencije dizajniran da oponaša proces učenja malog deteta i stekne veštine manipulacije koje su ekvivalentne trogodišnjem detetu.
„Imali smo za cilj da stvorimo jednog AI agenta sposobnog za širok spektar veština u novim situacijama, slično kao što uče ljudske bebe“, objašnjava Vikaš Kumar, iz Instituta za robotiku Škole kompjuterskih nauka Karnegi Melona.
„RoboAgent koristi pasivna zapažanja i ograničenu aktivnu igru, baš kao bebe koje pažljivo gledaju, imitiraju i ponavljaju da bi naučili.“
RoboAgent pokazuje stručnost u 12 veština manipulacije u različitim scenarijima, demonstrirajući dinamičku platformu za učenje prilagodljivu promenljivim okruženjima. Za razliku od prethodnih istraživanja sprovedenih u simulacijama, ovaj projekat je uspešno funkcionisao u realnim okruženjima koristeći znatno manje podataka.
„RoboAgenti pokazuju veću složenost veština od prethodnih pokušaja“, navodi Abhinav Gupta, vanredni profesor na Institutu za robotiku, u univerzitetskom saopštenju . „Naš agent pokazuje raznovrstan skup veština koje prevazilaze dostignuća robotskih agenata u stvarnom svetu . Kombinuje efikasnost, skalabilnost i prilagodljivost neviđenim situacijama.“
PENTAGON zaključava Ameriku i vraća maske zbog COVID-a! STIŽE GLOBALNA HISTERIJA https://t.co/ffCXkKqz9P
— Nulta Tačka (@NultaTackaSrb) August 18, 2023
Jedinstvena arhitektura učenja RoboAgent-a je srž njegove efektivnosti i efikasnosti. Koristi vremenske delove pokreta za donošenje odluka , odstupajući od tradicionalnog pristupa koraka po vremenu. Ova inovativna struktura politike olakšava rezonovanje čak i sa ograničenim iskustvima, omogućavajući agentu da deluje u skladu sa određenim ciljevima.
RoboAgentov proces učenja crpi inspiraciju iz načina na koji deca akumuliraju znanje. Baš kao što roditelji vode svoje potomstvo, istraživači su teleoperisali robota kako bi pružili dragoceno sopstveno iskustvo . Međutim, RoboAgentov obim učenja prevazilazi njegovo neposredno okruženje.
„Da bi prevazišao ograničenja, RoboAgent uči iz internet video zapisa, slično kao što bebe stiču ponašanje posmatrajući svoju okolinu“, kaže Mohit Šarma, dr. student robotike. „Ovi video snimci pomažu RoboAgentu da nauči kako ljudi komuniciraju sa objektima i da koriste veštine za obavljanje zadataka . Izvlači vredne lekcije iz različitih scenarija i primenjuje ih na nove izazove.”
Ambiciozni projekat tima ima za cilj da poboljša prilagodljivost robota u različitim okruženjima.
„Učenje RoboAgenta moglo bi nas dovesti bliže univerzalnom robotu sposobnom za niz zadataka u različitim okruženjima“, kaže Šubam Tulsijani, docent sa Instituta za robotiku. „Ova platforma bi mogla robote učiniti korisnijim u nestrukturiranim prostorima kao što su kuće, bolnice i javne površine.
Uticaj projekta je dodatno pojačan njegovim pristupom otvorenog koda. Tim deli svoje obučene modele, bazu koda, hardverske drajvere i opsežan skup podataka, RoboSet, koji je najveći javno dostupan skup podataka robotike na standardnom hardveru. Cilj je da se podstakne saradnja i razvoj unutar robotske zajednice, utirući put za svestranog i temeljnog generalnog robotskog agenta u budućnosti.
NultaTačka/ActivistPost
