Atrodo, kad arti roboto butlerio sapnai yra arti - atrodo, dabar ištiesk ranką, ir jis puolė atidaryti priešais jus duris ir nusiplauti kojines. Bet pirmiausia turime išmokyti robotus, kad jie galėtų plaukti žmonių minioje. Štai kodėl „Facebook“sukūrė neįtikėtinai tikrovišką treniruoklį, skirtą dirbtiniam intelektui mokyti visų rūšių užsiėmimų patalpose.
Virtuali aplinka - nuo „Atari“žaidimų iki savarankiškai važiuojančių automobilių treniruoklių - tapo pagrindine priemone mokant automobilius sąveikauti su aplinka. Viena iš pagrindinių priežasčių yra ta, kad tokia aplinka suteikia mums visišką agento aplinkos kontrolę. Realusis pasaulis yra labai perkrauta vieta, kurioje yra daugybė kintamųjų, į kuriuos reikia atsižvelgti, tačiau modeliavime mes ne tik žinome visus kintamuosius, bet ir norėdami galime juos pakoreguoti.
- „Salik.biz“
Tai daug kainuoja. Kontroliuojamas modeliavimo pasaulis labai skiriasi nuo aplinkos, kurioje vėliau veiks fizinis robotas, todėl agentai turi treniruotis tūkstančius ar milijonus kartų, kad tai padarytų teisingai. Virtualią aplinką galima slinkti šimtus kartų greičiau nei realiu laiku, o šimtams eksperimentų reikia tik kelių kompiuterio lustų, kad jie veiktų lygiagrečiai, o ne šimtai naujų robotų ir bandymo aplinkos.
Naujas šios problemos sprendimas yra sukurti vis realesnę skaitmeninę aplinką. Esmė ta, kad kuo arčiau modeliavimo atkuriame tikrąjį pasaulį, tuo lengviau AI galės perduoti tai, ko išmoko, į realų pasaulį. Tokia yra naujos „Facebook“duomenų bazės „Replica“logika: fotorealistinis 3D veidrodis, skirtas įvairiausiems interjerams, įskaitant butą ir mažmeninę parduotuvę.
Replika iš „Facebook“: kaip treniruoti dirbtinį intelektą
„Replica“duomenys buvo paimti tiesiai iš realaus pasaulio, naudojant specialiai sukurtą vaizdo kamerą, kurioje sujungti HD vaizdo įrašai, aukšto tikslumo gylio duomenys ir tuo pat metu naudojama lokalizacijos ir žemėlapių sudarymo (SLAM) sistema, kuri registruoja, iš kur buvo paimti visi šie matavimai.
Reklaminis vaizdo įrašas:
Šis požiūris gali atspindėti atspindinčius paviršius ir sudėtingas tekstūras, kurias dažnai sunku atkurti. Be to, „Facebook“inžinieriai kruopščiai paženklino viską duomenų rinkinyje, įskaitant spalvas koduojančias skirtingų kategorijų objektus. Tada visus duomenis galima įkelti į „Habitat“modeliavimo platformą, kad būtų sukurta 3D aplinka, kurią AI gali ištirti.
Bendrovė ne tik padeda AI navigacijai, bet taip pat tikisi, kad duomenų rinkinys gali patobulinti išplėstinės realybės (AR) technologiją. Jei PG gali geriau suprasti žmonių užimamas fizines erdves, geriau būtų derinti skaitmenines projekcijas su realiuoju pasauliu.
Nors replika nėra tobula, ji yra tobuliausias visų laikų žmogaus pasaulio veidrodis. Ir „Facebook“beveik neabejotinai planuoja išplėsti ir praturtinti duomenų rinkinį. Tikimės, kad tai priartins mus prie svajonių apie robotus butulininkus.
Ilja Khel