Chi ha bisogno di mappe? Facebook ha ottenuto un'impresa impressionante che coinvolge l'intelligenza artificiale che può navigare senza alcuna mappa.

Il desiderio di Facebook di vantarsi, anche se hanno detto che hanno una strada da percorrere, erano evidenti nel suo post sul blog, "Navigazione punto-obiettivo quasi perfetta da 2,5 miliardi di frame di esperienza."

Per farla breve, Facebook ha fornito un algoritmo che, citando Revisione della tecnologia del MIT , consente ai robot di trovare il percorso più breve in ambienti sconosciuti, aprendo la porta a robot in grado di lavorare all'interno di case e uffici."

E, in linea con il puro e semplice, Ubergizmo 's Tyler Lee ha anche osservato:"Facebook ritiene che con questo nuovo algoritmo, sarà in grado di creare robot in grado di navigare in un'area senza bisogno di mappe... in teoria, potresti posizionare un robot in una stanza o in un'area senza una mappa e dovrebbe essere in grado di trovare la strada verso la sua destinazione."

Erik Wijmans e Abhishek Kadian nel post di Facebook del 21 gennaio hanno affermato che, bene, Dopotutto, una delle sfide chiave della tecnologia è "insegnare a questi sistemi a navigare attraverso complessi, ambienti reali sconosciuti per raggiungere una destinazione specifica, senza una mappa prefornita."

Facebook ha raccolto la sfida. I due hanno annunciato che Facebook AI ha creato un algoritmo di apprendimento per rinforzo distribuito su larga scala chiamato DD-PPO, "che ha efficacemente risolto il compito di navigazione punto-obiettivo utilizzando solo una fotocamera RGB-D, GPS, e dati bussola, " scrissero.

DD-PPO è l'acronimo di ottimizzazione della politica prossimale distribuita decentralizzata. Questo è ciò che Facebook sta usando per formare gli agenti e i risultati visti in ambienti virtuali come case ed edifici per uffici sono stati incoraggianti. I blogger hanno sottolineato che "anche fallire 1 volta su 100 non è accettabile nel mondo fisico, dove un agente robot potrebbe danneggiare se stesso o l'ambiente circostante commettendo un errore."

Oltre il DD-PPO, gli autori hanno dato credito alla piattaforma AI Habitat open source di Facebook AI per la sua "velocità e fedeltà all'avanguardia". AI Habitat ha fatto il suo annuncio open source lo scorso anno come piattaforma di simulazione per addestrare agenti incarnati come i robot virtuali in ambienti 3D fotorealistici. Facebook ha affermato che fa parte dello "sforzo continuo di Facebook AI per creare sistemi che dipendono meno da grandi set di dati annotati utilizzati per la formazione supervisionata".

(Douglas Heaven in Revisione della tecnologia del MIT :Mentre Facebook ha addestrato i bot per tre giorni all'interno di AI Habitat, "Altri hanno impiegato un mese o più per addestrare i bot in un compito simile, ma Facebook ha velocizzato enormemente le cose eliminando i bot più lenti dal pool in modo che quelli più veloci non dovessero aspettare al traguardo di ogni round.")

InfoQ aveva affermato a luglio che "La tecnologia stava adottando un approccio diverso rispetto al fare affidamento su set di dati statici che altri ricercatori hanno tradizionalmente utilizzato e che Facebook ha deciso di rendere open-source questa tecnologia per portare avanti questo sottocampo".

Jon Fingas in Engadget ha esaminato come il team ha lavorato alla navigazione tramite intelligenza artificiale (ed è qui che entra in gioco quel numero di 25 miliardi). "I progetti precedenti tendono a faticare senza un enorme potere di calcolo. Facebook ha insegnato a un agente virtuale a gestire la navigazione da punto a punto per l'equivalente di 80 anni di esperienza umana, ovvero circa 2,5 miliardi di passaggi".

Il risultato è stato un algoritmo sufficientemente intelligente negli ambienti interni per scegliere il bivio giusto nel percorso (invece di perdere tempo a tornare indietro) e riconoscere rapidamente gli errori se si è diretti nella direzione sbagliata.

Paradiso, nel suo Revisione della tecnologia del MIT articolo, è stato anche utile per contestualizzare il numero. "Facebook ha addestrato bot per tre giorni all'interno di AI Habitat, un mock-up virtuale fotorealistico dell'interno di un edificio, con stanze e corridoi e mobili. In quel lasso di tempo hanno compiuto 2,5 miliardi di passi, l'equivalente di 80 anni di esperienza umana".

I ricercatori concentrati su progetti incentrati sui robot assistivi considerano cruciali le funzionalità di navigazione. "La navigazione è essenziale per creare agenti e assistenti AI che aiutano le persone nel mondo fisico, da robot in grado di recuperare un oggetto da una scrivania al piano di sopra, ai sistemi che aiutano le persone con disabilità visive, agli assistenti basati sull'intelligenza artificiale che presentano informazioni rilevanti alle persone che indossano occhiali per realtà aumentata, "Hanno scritto Wijmans e Abhishek Kadiana.

Gli autori si sono espressi a favore di un mondo meno dipendente dalle mappe, pure. Mappe, hanno discusso, "diventano obsoleti nel momento in cui vengono creati. La maggior parte degli ambienti del mondo reale si evolvono:gli edifici e le strutture cambiano, gli oggetti vengono spostati, e le persone e gli animali domestici sono in costante mutamento."

Qual è il prossimo? "Speriamo di sfruttare il successo di DD-PPO creando sistemi che realizzano la navigazione punto-obiettivo con solo l'input della fotocamera e senza bussola o dati GPS".

Perché niente bussola o dati GPS? In un post del 21 gennaio, Wijmans e Kadian hanno affermato che "i dati della bussola e del GPS possono essere rumorosi o semplicemente non disponibili negli spazi interni. Applicheremo anche modelli addestrati DD-PPO a diverse attività".

Fingas in Engadget è rimasto impressionato dal loro "algoritmo di apprendimento per rinforzo distribuito che non solo raggiunge la sua destinazione il 99,9 percento delle volte senza utilizzare le mappe, ma può farlo con solo una deviazione del tre percento dal percorso ideale".

In realtà, ha detto il paradiso in Revisione della tecnologia del MIT , "La ricerca del percorso senza mappe è essenziale per i robot di nuova generazione come i droni di consegna autonomi o i robot che lavorano all'interno di case e uffici".

Fingas ha detto questo sulla tecnologia in generale:è ancora "molto giovane. Deve ancora gestire all'aperto o situazioni complesse, e non gestisce bene la navigazione a lunga distanza se deve perdere i sensori." Tuttavia, Fingas ha notato che Facebook stava condividendo il suo lavoro nella speranza di ulteriori progressi.

© 2020 Scienza X Rete