Видеото разкрива изненадващите предизвикателства на преподаването A.I. да се обличаш

Пълзяването в тениска може да е една от малкото задачи, които хората са способни да направят, дори когато сме едва будни и все още чесаме съня от очите си. Фактът, че сме усвоили как да се обличаме (повече или по-малко), е в смисъл, че сложната серия от движения, които са необходими, за да премине от това да бъдеш достатъчно, за да бъдеш облечен достатъчно, за да излезеш от вратите, наистина е така.

Един човек, който разбира това, както и всеки, е Алекс Клег, доктор по компютърни науки. студент в Технологичния институт на Джорджия, който се фокусира върху използването на машинно обучение за изкуствен интелект, как да се облича. Както казва той обратен, докато A.I. е достатъчно интелигентен, за да предвиди кои пациенти ще получат сепсис или как да се противопоставят на световните шампиони в сложни стратегически игри, обучавайки машините как да слагат риза, се оказа неуловима цел.

"Кърпата е сложна", обяснява той в имейл. "Тя може да реагира незабавно и драстично на малки промени в положението на тялото и често ограничава движението. Облеклото също има склонност да се сгъва, прилепва и се придържа към тялото, като прави усещането за хаптика или докосване съществено за задачата."

И така, защо точно компютърът се опитва да събори как се приспособява сутрин? Clegg обясни, че има няколко възможни заявления за A.I. който разбира измамно простото изкуство да се обличаш. В краткосрочен план констатациите на Клег могат да се използват за ускоряване на процеса на реализиране на 3D анимации. Но по-важното е, че тези прозрения могат да помогнат за създаването на помощни роботи, които могат да помогнат да се грижат за младите и старите човешки същества.

Изследователите започнаха да преподават на компютъра как да овладеят получаването на ръка в ръкава. В статията, която ще бъде представена на предстоящата конференция на SIGGRAPH Asia 2018 за компютърната графика през декември, Клег и колегите му обясниха точната техника, която са използвали, вид машинно обучение, наречено "дълбоко засилено учене".

Целта на задълбоченото учене е да се опита да научи роботите как да изпълняват определени движения и задачи, като го правят отново и отново. В случая с превръзката A.I., екипът на Clegg имаше A.I. наблюдавайте виртуалната среда на процеса, репликирайте го и след това я награждавайте, когато изглежда, че е на правилния път.

Клег обясни, че са нужни стотици хиляди опити, за да могат анимационният герой, който е с форма на наденица, да се развият, за да научат как да обличат яке или тениска. Все пак техният бот трябваше да се научи как да възприема докосването, за да може да дръпне ризата, когато е необходимо. Освен това, те също така трябва да включат физически двигател, за да направят симулацията възможно най-точна.

В крайна сметка, тромавият, анимиран син на Клег успя да научи как да си сложи ризата, макар и малко елегантно. Въпреки това резултатите могат да бъдат най-полезни като доказателство за концепцията за това колко дълбоко обучение може да се използва за решаване на нюансирани проблеми.

„Вълнуващо е да си представим множеството проблеми, които можем да решим чрез задълбочено обучение“, казва той. "Очакваме с нетърпение да продължим да работим, за да дадем възможност на роботиката и да намерим решения на големи проблеми, които засягат ежедневието на толкова много хора."

Конвертирането на констатациите от заключенията от това проучване за работа с роботиката ще отнеме малко повече работа за хармонизиране на софтуерните и хардуерните аспекти. Но констатациите на Клег разкриват път за изследователите, които се интересуват от освобождаването на нашите футуристични работници от роботите от сегашните им ограничения.