Навчити робота: куди йдуть від Ілона Маска

technologyreview.com
Дослідники штучного інтелекту залишили лабораторію знаменитого винахідника заради роботобудування

Під час недавнього виступу в Каліфорнійському університеті в Берклі Пітер Аббель (Pieter Abbeel) продемонстрував відеоролик, знятий ще в 2008 році. У ньому робот займався домашніми справами: підмітав, витирав пил, завантажував посудомийну машину, а, закінчивши роботу, відкрив банку пива і приніс її хлопцеві, що сидів на канапі. Роботом дистанційно керував інженер, задаючи команди для кожного його руху. Але, як пояснив Аббель, сучасне роботизоване обладнання вже може імітувати поведінку людини.

«Проблема штучного інтелекту полягає у відсутності необхідного програмного забезпечення, яке могло би керувати тілом робота без допомоги інженера», – вважає він.

Відхід від Маска

Бельгієць Пітер Аббель присвятив кілька останніх років вивченню штучного інтелекту, спочатку як професор Університету в Берклі, потім – в якості співробітника Open AI, лабораторії, заснованої Ілоном Маском та партнерами. Нещодавно Аббель разом із трьома колегами створив власний стартап Embodied Intelligence, мета якого – вивести роботизацію на принципово новий рівень, як на виробництві, так і в побуті.

Пітер Абель вчить роботів наслідувати людину. Фото: rll.berkeley.edu

Компанія Embodied Intelligence отримала $7 млн ​​фінансування від одного з венчурних фондів Кремнієвої долини, і спеціалізується на алгоритмах, які дозволять роботам самостійно навчатися.

За допомогою цих методів роботи, наприклад, зможуть навчатися встановлювати на автомобілі запчастини, з якими до цього не мали справи, сортувати речі на складах або виконувати інші, раніше непосильні завдання.

Вчать роботів наслідувати людину

Ідея самонавчання роботів не нова, подібні розробки в галузі ШІ ведуть дослідники в університеті Брауна, Карнегі-Меллон та компанії Google. Деякі нескладні процеси вже автоматизовано. Наприклад, у великих логістичних центрах Amazon роботи переносять вантажі, але для виконання кожного конкретного завдання все ще необхідна окрема програма, що значно звужує сферу їх застосування.

Ми вчимо машину наслідувати людину

Співзасновники Embodied Intelligence спеціалізуються на алгоритмічному методі «навчання з підкріпленням» – іншими словами, методі спроб та помилок.

З його допомогою розробники з лондонської лабораторії DeepMind створили машину, здатну грати в давню гру Ґо краще за будь-яку людину. Машина засвоїла цю неймовірно складну гру, знову і знову граючи проти себе самої.

Подібно Google та лабораторіям в Брауні та Північно-Східному університеті, Embodied Intelligence використовує широкий спектр методів машинного навчання. Наприклад, стартап досліджує так зване імітаційне навчання, засноване на прикладі, продемонстрованому людиною.

OpenAl Ілона Маска втратила двох великих експертів. Фото: theusbport.com

Одягаючи VR-гарнітуру та тримаючи в руках датчики руху, Пітер Аббель і колеги кілька разів повторюють потрібні рухи перед роботом, який зчитує отримані цифрові дані.

«Ми вчимо машину наслідувати людину», – пояснює виконавчий директор Embodied Intelligence Пітер Чен.

Пітер Аббель вважає, що його розробки дуже швидко знайдуть практичне застосування, наприклад, в автобудуванні, де роботи вже активно задіяні, але не справляються з усіма завданнями.

За матеріалами NY Times

Поділитися: