211service.com
En AI-driven robothand tillbringade hundra år på att lära sig att rotera en kub
Dactyl
AI-forskare har visat en självlärande algoritm som ger en robothand anmärkningsvärd ny skicklighet. Deras skapelse lärde sig att manipulera en kub med otrolig skicklighet genom att öva i motsvarande hundra år i en datorsimulering (men bara några dagar i realtid).
Robothanden är fortfarande inte i närheten av så smidig som en mänsklig, och alldeles för klumpig för att kunna användas i en fabrik eller ett lager. Trots det visar forskningen potentialen för maskininlärning för att låsa upp nya robotfunktioner. Det tyder också på att robotar en dag kan lära sig nya färdigheter i virtuella världar, vilket avsevärt kan påskynda processen att programmera eller träna dem.
Robotsystemet, kallat Dactyl, utvecklades av forskare vid OpenAI , en ideell organisation baserad i Silicon Valley. Den använder en robothand från ett brittiskt företag som heter Shadow, en vanlig kamera, och en algoritm som redan har bemästrat ett vidsträckt multiplayer-videospel, DotA, med samma självlärande tillvägagångssätt (se Ett team av AI-algoritmer precis krossade människor i ett komplext datorspel).
Algoritmen använder en maskininlärningsteknik som kallas förstärkningsinlärning. Dactyl fick i uppdrag att manövrera en kub så att ett annat ansikte vändes uppåt. Det lämnades att genom försök och misstag räkna ut vilka rörelser som skulle ge de önskade resultaten.
Videor av Dactyl visar hur den roterar kuben med imponerande smidighet. Den räknade automatiskt ut flera grepp som människor vanligtvis använder. Men forskningen visade också hur långt AI fortfarande måste gå: roboten kunde manipulera kuben framgångsrikt bara 13 av 50 gånger efter dess hundra år av virtuell träningstid - mycket mer än ett mänskligt barn behöver.
Det kommer inte att passa in i ett industriellt arbetsflöde inom kort, säger Rodney Brooks, professor emeritus vid MIT och grundaren av Rethink Robotics, en startup som gör mer intelligenta industrirobotar. Men det är bra – forskning är en bra sak att göra.
Förstärkningsinlärning är inspirerad av hur djur verkar lära sig genom positiv feedback. Det föreslogs först för decennier sedan, men det har bara visat sig praktiskt under de senaste åren tack vare framsteg som involverar artificiella neurala nätverk (se 10 banbrytande teknologier 2017: Reinforcement learning ). Alphabets dotterbolag DeepMind använde förstärkningsinlärning för att skapa AlphaGo, ett datorprogram som lärde sig att spela det djävulskt komplexa och subtila brädspelet Go med övermänsklig skicklighet.
Andra robotforskare har testat tillvägagångssättet ett tag men har blivit försvårade av svårigheten att efterlikna den verkliga världens komplexitet och oförutsägbarhet. OpenAI-forskarna kom runt detta genom att introducera slumpmässiga variationer i sin virtuella värld, så att roboten kunde lära sig att ta hänsyn till olägenheter som friktion, buller i robotens hårdvara och ögonblick då kuben delvis är dold.
Alex Ray, en av ingenjörerna bakom roboten, säger att Dactyl kan förbättras genom att ge den mer processorkraft och införa mer randomisering. Jag tror inte att vi har nått gränsen ännu, säger han. Ray tillägger att det inte finns några planer på att försöka kommersialisera tekniken. Hans team fokuserar enbart på att utveckla de mest kraftfulla generaliserade inlärningsmetoderna som möjligt.
Det här är svårt att göra bra, säger Dmitry Berenson , en robotist vid University of Michigan som är specialiserad på maskinmanipulation. Berenson säger att det inte är exakt klart hur långt de senaste metoderna för maskininlärning kommer att ta oss. Det är mycket mänskligt arbete involverat i att komma fram till rätt nätverk för en specifik uppgift, säger han. Men han tror att simulerat lärande kan visa sig vara mycket användbart: om vi på ett tillförlitligt sätt kan korsa 'verklighetsklyftan', gör det inlärningen exponentiellt lättare.