Roboty nauczyły myśleć abstrakcyjnie i planować

Roboty nauczyły myśleć abstrakcyjnie i planować

Naukowcy z University of Brown i Massachusetts Institute of Technology opracowali metodę, która pomaga robotom planować wieloetapowe zadania oparte na abstrakcyjnych pomysłach dotyczących otaczającego ich świata. Będzie to kolejny krok na drodze do stworzenia maszyn, które będą myśleć i zachowywać się jak ludzie. O technologii mówi Science Daily.

Planowanie jest trudnym zadaniem dla robotów. Powodem jest to, że postrzegają świat jako mozaikę wielu pikseli i nie mają pojęcia abstrakcyjnych pojęć. Takie interakcje na niskim poziomie ze światem znacznie komplikują podejmowanie decyzji. Na przykład, planując podróż dla produktów, nie musimy z góry analizować każdej maszyny. Zaletą ludzkiego intelektu jest użycie abstrakcyjnych koncepcji, które pozwalają rzucić wiele nieistotnych szczegółów i skupić się na głównej. Jednak nawet najnowocześniejsze roboty nie mogą tego zrobić. Maszyny, które wykonują wielostopniowe zadania, są prawie zawsze zaprogramowane do tego wcześniej.

Aby AI działało bardziej autonomicznie, konieczne jest nauczenie jej abstrakcyjnego myślenia. W informatyce wyróżnia się dwa rodzaje abstrakcji. Procedural – program składający się z zadań o niskim poziomie, połączonych w zadania wyższego poziomu. Przykładem jest wiele drobnych ruchów niezbędnych do otwarcia drzwi, które wchodzą w jedną umiejętność – "otwórz drzwi". Percepcyjne abstrakcje wiążą się z tym, jak robot postrzega otaczającą rzeczywistość. Byli oni w centrum zainteresowania badaczy z University of Brown i Massachusetts Institute of Technology

Podczas eksperymentu poprowadzili robota o nazwie Anathema Device (lub, krótko, Ana) do pokoju z szafką, chłodnicą, włącznikiem światła w szafce i butelką, Możesz zostawić go w lodówce lub umieścić w szafie. Ana dostarczyła wielu wysokich umiejętności motorycznych do manipulowania przedmiotami w pokoju. Robot otrzymał zadania, a proces ich wykonania został nagrany przy pomocy kamer. Następnie rekordy zostały wykorzystane do dalszej nauki maszynowej.

Doświadczenie pokazało, że Ana szybko nauczyła się abstrakcyjnego postrzegania środowiska. Na przykład sama zdołała zrozumieć, że obie ręce są potrzebne, aby otworzyć osłonę chłodnicy. AI nauczyło się także, jak znaleźć drzwi lodówki. Ana była na ramieniu i innych abstrakcyjnych przedstawieniach. Na przykład, po stwierdzeniu, że załączona lampa w szafce zasłoniła czujniki, zaczęła gasić światło, uprzednio zamykając drzwi szafki, które blokowały drogę do przełącznika. Cała ta sekwencja zadań opartych na obrazach o wysokiej rozdzielczości mieści się w pliku tekstowym o długości 126 linii.

Po osiągnięciu początków abstrakcyjnego myślenia od Ana, naukowcy postawili przed nią zadanie wymagające umiejętności planowania. Konieczne było wyciągnięcie butelki z chłodnicy i włożenie jej do szafy. Oczekiwano, że robot otworzy lodówkę i weźmie butelkę. Zamiast tego Ana najpierw wyłączyła światło w szafie, a dopiero potem wróciła do chłodziarki za butelką. W związku z tym przewidziała problemy z góry i podjęła działania przed ich początkiem. Planowanie zajęło tylko 4 ms.

Badanie wykazało, że robot o wysokich umiejętnościach motorycznych jest w stanie automatycznie wygenerować symboliczną reprezentację otaczającego świata, wystarczającą do zaplanowania działań. Praca stanowi ważny etap rozwoju sztucznej inteligencji. Autorzy są przekonani, że to podejście pozwoli stworzyć naprawdę sprytne roboty

Być może abstrakcyjne myślenie naprawdę czyni roboty mądrzejszymi. Ale eksperci są pewni, że nie powinniście uczyć AI wszystkiego, co dana osoba wie. Na przykład inwestowanie w nią standardów etycznych może być po prostu niebezpieczne – ryzyko hakerów i dyletantów jest zbyt duże.

Powiązane wiadomości