Esses robôs do Facebook estão treinando IA mais astuta
“Fazer este trabalho significa abordar a complexidade inerente ao uso de mecanismos físicos sofisticados e realizar experimentos no No mundo real ”, argumenta a equipe do Facebook,“ onde os dados são mais barulhentos, as condições são mais variáveis e incertas, e os experimentos têm restrições de tempo adicionais (porque não podem ser acelerados ao aprender em uma simulação). Essas não são questões simples para resolver, mas elas oferecem casos de teste úteis para a IA. ”
Na raiz da maioria de seus esforços está a auto-supervisão. É basicamente onde, em vez de treinar uma AI para lidar com uma tarefa específica, os robôs podem aprender diretamente dos dados brutos com os quais são apresentados. Isso abre o caminho para IAs muito mais capazes, que são capazes de generalizar sua experiência e lidar melhor com novas tarefas.
Creepiest dos experimentos que o Facebook está detalhando hoje é provavelmente o seu robô hexapod. O bot de seis pernas começa sem entender suas capacidades físicas ou o mundo ao seu redor. Um algoritmo de reforço de aprendizagem (RL) entra em ação, já que o robô efetivamente ensina a melhor maneira de andar,
Isso envolve a compreensão de seus sensores conjuntos, descobrindo seu próprio senso de equilíbrio e orientação e combinando essa autoconsciência com uma experiência crescente do mundo real ao seu redor. "Nosso objetivo é reduzir o número de interações que o robô precisa para aprender a andar, por isso leva apenas horas em vez de dias ou semanas", diz o Facebook. “As técnicas que estamos pesquisando, que incluem a otimização bayesiana e a RL baseada em modelo, são projetadas para serem generalizadas para trabalhar com uma variedade de robôs e ambientes diferentes.”
“O sistema está ciente da incerteza do modelo e otimiza as sequências de ação para maximizar as recompensas (alcançar a tarefa desejada) e reduzir a incerteza do modelo, tornando-o mais capaz de lidar com novas tarefas e condições”, explica o Facebook. . “Ele gera uma variedade maior de novos dados e aprende mais rapidamente - em alguns casos, em dezenas de iterações, em vez de centenas ou milhares.”
Finalmente, há novos sensores tácteis. Em vez de se concentrar principalmente na visão computacional, o Facebook está usando sensores de toque suaves co-desenvolvidos com pesquisadores da UC Berkeley. Esses sensores táteis produzem mapas dimensionais de dados de forma, que a IA aprendeu a interpretar. Quando subseqüentemente foi encarregado de um gol, a IA foi capaz de descobrir como rolar uma bola, mover um joystick e identificar a face correta de um dado de 20 lados, sem ter sido primeiro alimentado com dados de treinamento específicos da tarefa.
O Facebook não quer apenas criar robôs melhores - embora assumir outros projetos, como a Boston Robotics, possa ser um interessante projeto paralelo para a empresa. Em vez disso, ele quer ver como as inteligências artificiais poderiam ser mais eficazes quando treinadas com os dados confusos e muitas vezes imperfeitos do mundo real. Isso poderia significar que as IAs são mais capazes de intuir o significado do conteúdo (e, portanto, potencialmente invalidar posts problemáticos no Facebook mais prontamente), reagir de forma mais eficaz em ambientes incertos e aprender novas tarefas sem precisar do envolvimento humano e até melhorar o teste A / B novos recursos do Facebook.
Projeto de assistente de voz do Story TimelineFacebook inclinado a assumir o Amazon AlexaAs quatro coisas mais estranhas no Facebook F8 2019 hoje
Via: Slash Gear
Nenhum comentário