Способность пользоваться орудиями труда сыграла ключевую роль в эволюции человеческого интеллекта. Она же может помочь развитию интеллекта машинного.
Новое исследование доказывает, что роботы могут понять базовое назначение того или иного инструмента с помощью комбинации экспериментирования и наблюдений за людьми.
Челси Финн, исследователь в проекте Google Brain, и Сергей Левин, доцент Калифорнийского университета в Беркли, разработали автоматизированную самообучающуюся систему. Система состоит из стандартного манипулятора, которым могут управлять человек или компьютер. Также имеется камера, которая наблюдает за пространством в зоне досягаемости руки. А самый важный компонент - большая нейронная сеть, которая позволяет роботу учиться.
Система уже научилась использовать простые орудия, вроде совка, метлы и тряпки, чтобы перемещать другие объекты.
Со временем машина сможет машина сможет выполнять более сложные манипуляции и решать абстрактные проблемы. “Это потрясающе, ведь это означает, что робот может выяснить, что делать с инструментом в ситуациях, которые которых он прежде не видел”, - утверждает Челси Финн. По его словам, такие общие навыки взаимодействия с предметами гораздо более ценны, чем способность владения каким-то одним конкретным инструментом.
Ранее исследователи разработали робота, который робот учится перемещать объекты без явной инструкции. Наблюдая и экспериментируя, робот развивается, учится понимать простую модель причины и следствия. Что-то вроде “если толкнуть предмет с этой стороны, он переместится туда”. Новая система более сложна, поскольку строит более сложную модель материального мира. В ней робот учится использовать одни предметы для перемещения других.
Процесс обучения происходит несколькими способами. Компьютер пытается выработать понимание причины и следствия тех или иных событий. Для этого он самостоятельно экспериментирует с объектами, толкая их и наблюдая результаты. Также он учитывает результаты предыдущих экспериментов. Нейронная сеть пытается предсказывать, каким окажется результат того или иного действия, а потом проверяет это на практике. Когда же контроль над манипулятором берет человек, нейросеть также наблюдает за его действиями, и продолжает делать свои выводы.
Все это позволяет машине выработать понимание того, как поведет себя тот или иной объект в новой ситуации. Робот пытается использовать новые объекты в качестве инструментов, и даже пытается импровизировать с другими предметами, когда традиционные инструменты отсутствуют.
К примеру, когда роботу дали задание переместить игрушку влево, он просто столкнул ее манипулятором, а уголок справа просто проигнорировал:
Но когда задание усложнили, добавив еще один предмет для перемещения, робот использовал уголок в качеств еинструмента, чтобы разом подвинуть оба предмета:
По словам ученых, никто не программировал робота для этого действия. Он принял такое решение сам.
Разработчики убеждены, что новый метод обучения позволит создавать еще более смышленую и эффективную робототехнику.
