Facebook hjälpte till att skapa en jakt på AI som kunde leda till de första användbara hemrobotarna

Creative Mania, concheese från substantivprojektet | Erin Winick

Artificiell intelligens-program skulle kunna utveckla lite välbehövligt sunt förnuft genom att tävla i asätare i virtuella hem fyllda med simulerade soffbord, soffor, lampor och andra vardagliga saker.

Forskare vid Facebook och Georgia Tech har utvecklat utmaningen med jakten på asätare. Tävlingen kräver att en virtuell agent letar efter något i ett simulerat hem efter att ha analyserat en fråga på naturligt språk. En agent skulle slumpmässigt placeras i rummet i ett virtuellt hem och frågade något i stil med Vilken färg har bilen? eller Var är soffbordet? För att hitta svaret krävs att en agent förstår frågan och sedan utforskar det virtuella utrymmet på jakt efter det relevanta objektet.

Målet är att bygga intelligenta system som kan se, prata, planera och resonera, säger Devi Parikh , en datavetare vid Georgia Tech och Facebook AI Research (FAIR), som utvecklade tävlingen med sin kollega och make, Dhruv Batra .

Parikh, Batra och deras medarbetare utvecklat en agent som kombinerar flera olika former av maskininlärning för att svara på frågor om ett hem. Agenten lär sig också en rudimentär form av sunt förnuft genom att genom många försök och misstag ta reda på de bästa platserna att leta efter ett visst föremål. Till exempel, med tiden får agenten veta att bilar vanligtvis finns i garaget, och den förstår att garage vanligtvis kan hittas genom att gå ut genom fram- eller bakdörren.

Tillvägagångssättet bygger på förstärkningsinlärning, en form av maskininlärning inspirerad av djurbeteende, såväl som imitationsinlärning, en teknik som låter algoritmer lära sig genom observation. De virtuella hemmen skapades av forskare vid FAIR och UC Berkeley. Forskningen lyftes fram under Facebooks årliga utvecklarkonferens idag.

En agent som navigerar i ett virtuellt hem. Förkroppsligad QA

Ett växande antal forskare experimenterar med virtuella miljöer för att träna AI-program. Tillvägagångssättet ses som ett sätt att bredda intelligensen hos AI och övervinna grundläggande begränsningar. Även om det har skett anmärkningsvärda framsteg inom AI på sistone, har det tenderat att involvera datorer som gör en enda uppgift, som att känna igen ansikten i bilder eller spela ett brädspel. Dessutom tränas AI-program i allmänhet på stillbilder snarare än i 3D-inställningar

Som tidig AI-forskning visade , det är helt enkelt inte praktiskt att handkoda sådan kunskap i ett system (se AI:s språkproblem). Så lösningen kommer med största sannolikhet att vara att AI-program lär sig sådan kunskap själva.

Microsoft har släppt en miljö som heter Malmö, som är baserad på spelet Minecraft. Forskare vid Allen Institute for AI (Ai2) i Seattle utvecklade en annan 3D virtuell miljö för utbildning av AI-agenter. Denna miljö återspeglar också grundläggande fysik, och den tillåter agenter att vidta enkla åtgärder. Ai2-forskarna har föreslagen en liknande uppsättning naturliga språkutmaningar för agenter i deras miljö.

Roozbeh Mottaghi , huvudforskaren bakom Ai2-projektet, säger att det är avgörande för dessa virtuella miljöer att bli mer realistiska om vi vill att AI-agenter ska lära sig ordentligt i dem. För närvarande är detta inte riktigt praktiskt. Att designa ett enda rum med ett realistiskt utseende kan ta månader, och det är kostsamt, säger han. Och att definiera realistiska fysiska egenskaper för varje objekt är mycket utmanande.

Relaterad berättelse

Relaterad berättelse Maskiner som verkligen förstår språk skulle vara otroligt användbara. Men vi vet inte hur man bygger dem.

På kort sikt kan arbetet bidra till att göra chatbotar och personliga assistenter mindre envist dumma. Framstegen med mer öppna uppgifter, som att förstå naturligt språk, har gått långsammare. En maskin kan läras att upprepa mönster i text, men att hantera språkets tvetydighet kräver vanligtvis en del sunt förnuftskännedom om den verkliga världen. Det sunda förnuftet som utvecklats genom att utforska virtuella miljöer kan hjälpa chatbots och personliga assistenter att prata utan att göra så många fel.

Facebook känner till denna utmaning från första hand. Företaget lanserade en virtuell assistent för allmänt bruk, kallad M, 2015. Men det förlitade sig på att människor skulle ta över när den underliggande programvaran inte kunde förstå ett kommando eller en fråga. Produkten tog aldrig riktigt fart, och den lades ner förra året.

Forskningen kan också leda till mer futuristiska projekt. Föreställ dig att be en Roomba att dammsuga sovrummet. Även om maskinen kunde förstå din röst och se omgivningen har den ingen aning om vad ett sovrum är, eller var ett sådant kan finnas. Men framtida hemrobotar kanske använder AI-programvara som har lärt sig så enkla fakta om vanliga hem genom att först utforska massor av virtuella hem.

Vi är helt klart på väg in i en tidsålder av hjälpmedel, säger Batra. Med hänvisning till Amazons Echo-enhet och rykten om att företaget arbetar på en hemrobot, tillägger han: Dessa saker kommer att utveckla ögon, och efter det kommer de att följa dig runt.

Dölj