I robot virtuali sono passati a una piattaforma d'élite dedicata a potenziare il loro gioco. La piattaforma è soprannominata AI Habitat.

Questo è merito dei ricercatori di Facebook, che riconoscono che gli agenti hanno bisogno di ambienti realistici migliori se vogliono funzionare bene mentre si spostano dalla camera da letto ai corridoi, attraverso i corridoi dei musei, uscire e muoversi nei negozi.

Osservatori tecnologici, specialmente quelli che coprono il vasto argomento dell'intelligenza artificiale, ho osservato i progressi di qualcosa chiamato AI Habitat. È un aprire piattaforma per la ricerca sull'intelligenza artificiale incorporata.

Nel blog di Facebook AI, gli autori hanno affermato che faceva parte dello sforzo di Facebook AI di creare sistemi "meno dipendenti da grandi set di dati annotati utilizzati per la formazione supervisionata. Man mano che più ricercatori adottano la piattaforma, possiamo sviluppare collettivamente tecniche di IA incorporata più rapidamente, oltre a realizzare i maggiori vantaggi della sostituzione dei set di dati di addestramento di ieri con ambienti attivi che riflettono meglio il mondo in cui stiamo preparando gli assistenti macchina a operare".

Will Knight in Revisione della tecnologia del MIT ha affermato che "Mentre altri motori di simulazione funzionano a circa 50-100 frame al secondo, Facebook afferma che AI ​​Habitat funziona a oltre 10, 000 fotogrammi al secondo, che consente di testare rapidamente gli agenti di intelligenza artificiale."

Il suo scopo è consentire la formazione di agenti di intelligenza artificiale incorporati, robot virtuali in un simulatore 3D fotorealistico, prima di trasferire le competenze apprese alla realtà.

Ma aspetta, fai un passo indietro e fermati. Capiamo davvero di cosa stanno parlando, nell'usare la frase "IA incarnata?" La loro spiegazione più completa in un blog di intelligenza artificiale è di due ricercatori e due ingegneri di ricerca. I quattro chiariscono cosa si sono proposti di fare in Habitat.

Da un robot a cui è stato chiesto di prendere un telefono dalla scrivania al piano di sopra a un dispositivo che aiuta i non vedenti a navigare in un sistema di metropolitana sconosciuto, la prossima generazione di assistenti basati sull'intelligenza artificiale dovrà dimostrare una serie di abilità. Molti ricercatori ritengono che il modo più efficace per sviluppare queste abilità sia concentrarsi sull'intelligenza artificiale incorporata, che utilizza ambienti interattivi per l'addestramento dei sistemi di terra nel mondo reale, piuttosto che fare affidamento su set di dati statici.

Questo team di Habitat ha parlato anche della Habitat Challenge. Nella Sfida, gli agenti caricati vengono valutati in ambienti invisibili per verificare la generalizzazione.

"A differenza delle sfide tradizionali in cui le persone caricano previsioni basate su un'attività correlata a un dato benchmark come ImageNet o VQA, "secondo un post sul blog, "questo richiedeva ai partecipanti di caricare il codice. Il codice veniva eseguito su nuovi ambienti che i loro agenti non avevano mai visto prima."

L'API Habitat è descritta su GitHub come una "libreria modulare di alto livello per addestrare agenti di intelligenza artificiale attraverso una varietà di attività, ambienti, e simulatori."

L'API Habitat è un simulatore 3D "con agenti configurabili, più sensori, e gestione di set di dati 3D generici."

Amrita Khalid, Engadget , è stato colpito dalle simulazioni 3D fotorealistiche di un soggiorno con i loro dettagli nitidi e quanto fosse "reale" tutto, fino al rivestimento in velluto sul divano e allo specchio riflettente a parete:"La simulazione di una replica di un soggiorno ha lo scopo di catturare tutti i dettagli sottili che si potrebbero trovare in un vero soggiorno".

Khalid ha riferito che Facebook Reality Labs ha rilasciato il set di dati di spazi campione fotorealistici soprannominato Replica. Alcuni ricercatori hanno già preso Replica e AI Habitat per un test drive, disse Khalid. "L'intelligenza artificiale di Facebook ha recentemente ospitato una sfida di navigazione autonoma sulla piattaforma".

Replica è un progetto di ricerca creato da Facebook Reality Labs. La replica è descritta come una ricreazione fotorealistica di 18 spazi campione, come una sala conferenze in ufficio e una casa a due piani, istituito dai ricercatori. La replica può essere caricata in AI Habitat. "Addestrando un bot di intelligenza artificiale a rispondere a un comando come 'porta le mie chiavi' in una simulazione 3D di una replica di un soggiorno, i ricercatori sperano che un giorno possa fare lo stesso con i robot fisici in un salotto reale".

Come ha detto Will Knight in Revisione della tecnologia del MIT , il risultato desiderato sarebbe "in modo che i loro algoritmi di intelligenza artificiale possano imparare come funziona il mondo reale". Questo potrebbe rendere, in teoria, robot e chatbot più intelligenti.

Il team di Facebook ha valide ragioni per spiegare perché tutto questo è importante:l'addestramento di questi robot virtuali in questi spazi virtuali consente il passaggio dall'"IA di Internet" basata su set di dati statici all'"intelligenza artificiale incorporata in cui gli agenti agiscono all'interno di ambienti realistici, portando in primo piano la percezione attiva, pianificazione a lungo termine, imparare dall'interazione, e tenere un dialogo radicato in un ambiente."

Un'area che potrebbe trarre vantaggio da questi sforzi di ricerca potrebbero essere i robot domestici che si adattano a nuove case e compiti personalizzati senza essere riqualificati.

Knight ha sottolineato il quadro più ampio dell'IA:"La mancanza di buon senso è un problema evidente per i sistemi di intelligenza artificiale di oggi. A differenza di una persona, un chatbot o un robot non può fare affidamento sulla comprensione del mondo, cose come la fisica, logica, e le norme sociali, per capire l'intento di un comando ambiguo."

Questi spazi virtuali possono essere caricati nel nuovo AI Habitat, all'interno del quale i programmi di intelligenza artificiale possono esplorare e apprendere. Gli algoritmi verranno prima addestrati a riconoscere gli oggetti in diverse impostazioni. Ma col tempo, Cavaliere ha detto, dovrebbero costruire una comprensione di buon senso sulle convenzioni del mondo fisico, come il fatto che le tabelle in genere supportano altri oggetti.

© 2019 Science X Network