Forskere lager en hjemmimulator for å trene kunstig intelligens

Når du tenker "maskinlæring," er det nesten instinktiv å lage en datamaskin som plukker gjennom ufattelige mengder data, knasende endeløse sverder av tall som ser ut til å gjøre tilkoblinger i motsetning til noen som helst ville tro at de skulle gjøre.

Men en gruppe forskere fra Canada hadde en annen ide: Hvorfor ikke lære dem å spille hus?

Dette førte dem til å skape titusenvis av simulerte hjem der A.I. kan lære å manipulere miljøene innenfor dem. De kaller denne virtuelle lekeplassen HoME, eller Household Multimodal Environment. Programmerer kan sette opp puslespill for A.I. å løse innenfor ulike "hjem" miljøer, noe som kan være alt fra å flytte en sofa til å ordne stoler.

"Mennesker lærer å kombinere informasjon på tvers av ulike modaliteter: visjon, språk og fysikk," forteller Ethan Perez, en dyp lærerforsker ved University of Montreal. Omvendt i en Skype-samtale. "Som maskinlæring har avansert, har det vært i stand til å håndtere alle disse individuelt. Nå virker det moden å faktisk bringe alle disse inn i en enkelt innstilling der A.I. kan faktisk prøve å lære hva "tung" betyr interaktivt."

I et papir presenterer Perez og hans lag på NIPS 2017 - en A.I. konferansen holdt i denne uken i Long Beach i California - forskerne forklarte hvordan de brukte et datasett med 45 000 unike 3D-hjemmeoppsett for å skape et virtuelt treningsstudio for AI.

Noen av de største teknologibedrifter har begynt å trene deres A.I. å bli mer sofistikert. Et godt eksempel er Google ved hjelp av det klassiske videospillet Starcraft å trene sin DeepMind i håp om at en dag vil det være i stand til å slå menneskelige spillere.

"Andre multimodale miljøer som UNDERGANG eller Starcraft har vært veldig kul og nyttig, sier Florian Golemo, en doktorgradsstudent ved Universitetet i Montreal Omvendt. "Men å ha miljøer med flere virkelige scenarier som ikke inneholder en pistol foran deg eller hvor du må styre Zerglings, kan virkelig være praktisk."

Alt dette ble gjort mulig av SUNCG datasettet, som samlet tusenvis av ekstremt detaljerte hjemmeoppsett. Uten dette sa teamet at de måtte ha stole på tilfeldig genererte hjem, som har vært mindre ideelle for A.I. å trene i.

Golemo, som har bakgrunn i robotteknologi, mener HoME er en fin måte å trene husbots i fremtiden, bare på grunn av hvor realistisk lagets simulering er. Han forklarer at selv om det finnes andre miljøer som har vært brukt til å trene bots, er HoMEs det mest sanne når et hus ser ut i virkeligheten.

For nå sørger skaperne av HoME for at fremtidige brukere av deres produkt har alle verktøyene som er nødvendige for å sette opp massevis av tester i disse husssimulasjonene. Hvem visste at en state-of-the-art A.I. trener ville se så mye ut som en gammel versjon av The Sims ?

Denne "Minitaur" -roboten kan åpne dører, gå på is og gå i utgangspunktet hvor som helst.