Esempio dal set di dati su cui hanno lavorato i ricercatori. Credito:Wang et al.
Gli esseri umani hanno la capacità innata di prevedere l'effetto delle collisioni, semplicemente usando il loro buon senso. In molti casi, gli esseri umani possono persino prevedere i risultati di collisioni simili in situazioni in cui massa, attrito, o altri fattori variano. Anche le macchine potrebbero raggiungere una capacità simile?
I ricercatori del Robotics Institute della Carnegie Mellon University e del Third Wave Automation hanno recentemente creato un modello fisico intuitivo interpretabile per prevedere gli effetti delle collisioni. Il loro modello basato sull'apprendimento automatico, presentato in un articolo pre-pubblicato su arXiv, è stato trovato per generalizzare bene, anche in situazioni in cui vengono simulate scene simili con proprietà sottostanti diverse.
"Quando si verifica una collisione, noi umani possiamo dedurre la fisica sottostante e utilizzare queste informazioni per prevedere l'effetto della collisione, " Xiaolong Wang, uno dei ricercatori che ha condotto lo studio, ha detto a TechXplore. "Per esempio, possiamo prevedere che una sfera rimbalzerà indietro quando si scontra con una scatola più pesante, mentre la sfera continuerà a muoversi se si scontra con un oggetto più leggero. Ispirato da questo, abbiamo progettato un modello fisico intuitivo in grado di comprendere le proprietà fisiche (attrito, massa e velocità) degli oggetti guardando video di collisioni di oggetti, aiutando a prevedere meglio i risultati delle collisioni."
Nel modello di fisica intuitivo sviluppato da Wang e dai suoi colleghi, dimensioni specifiche negli strati del collo di bottiglia della rete neurale convoluzionale (CNN) corrispondono a diverse proprietà fisiche. Poiché queste proprietà spesso dipendono l'una dall'altra o sono collegate, i ricercatori hanno anche introdotto un curriculum formativo e una funzione di perdita generalizzata, che è stato trovato per sovraperformare gli approcci di base.
Risultati prodotti dal modello. Credito:Wang et al.
"Il nostro modello è una rete neurale convoluzionale con struttura codificatore-decodificatore, " Wang ha spiegato. "Gli input per il modello sono i fotogrammi video prima che avvenga la collisione e il momento della collisione. Il modello genererà le rappresentazioni districate della massa, attrito e velocità degli oggetti. Queste rappresentazioni fisiche vengono quindi decodificate per prevedere il frame futuro dopo le collisioni".
Nelle valutazioni effettuate dai ricercatori, è stato riscontrato che il modello si generalizza bene in scene con proprietà fisiche sottostanti diverse o in cui gli oggetti avevano forme diverse. Inoltre, è stato in grado di prevedere efficacemente il futuro nei casi in cui l'ambiente fisico è cambiato.
"L'apprendimento di un modello fisico interpretabile ci consente di ottenere una migliore comprensione delle reti neurali, "Ha detto Wang. "Invece di guardare una rete neurale scatola nera, ora possiamo manipolare e controllare le rappresentazioni di rete per generare i risultati di previsione che vogliamo".
Lo studio condotto da Wang e dai suoi colleghi offre uno spaccato di quanto le reti neurali potrebbero spingersi nel replicare le capacità umane innate. In futuro, il loro modello potrebbe avere una serie di interessanti applicazioni all'interno di scenari di vita reale, prevedere i risultati delle collisioni tra oggetti reali nello spazio.
"Il nostro lavoro si basa su simulazioni, quindi ora stiamo cercando di adattare il nostro metodo al mondo reale, " disse Wang. "Entrando nel mondo fisico, permettiamo anche agli umani o ai robot di interagire attivamente con gli oggetti per comprenderne la fisica".
© 2018 Tech Xplore
