«Технічні фірми прагнуть спровокувати революцію роботів за допомогою відео людей, які виконують роботу по дому. Працівникам концертів платять до 25 доларів на годину, щоб вони знімали себе під час виконання різних завдань.», — пишуть на: www.washingtonpost.com
Стартапи та підприємці, включно з генеральним директором Tesla Ілоном Маском, намагаються зробити роботів достатньо розумними, щоб допомагати їм виконувати роботу по дому. Але адаптація штучного інтелекту до нових завдань вимагає прикладів даних, таких як онлайн-текст і фотографії, які дозволили чат-ботам почати створювати високоякісні документи та зображення.
DoorDash, служба доставки їжі, приєдналася до домашнього господарства компаній і дослідників, які збирають дані для революції роботів у формі відео людей, які виконують такі завдання, як складання одягу або миття посуду. Співробітники концертів тепер можуть заробляти до 25 доларів на годину, записуючи, як виконують роботу по дому для DoorDash.
Ось як використовується це відео та чому воно таке цінне.
Збір даних про домашні справи – це ставка на те, що інсайдери ШІ називають законами масштабування. Дослідники виявили, що моделі штучного інтелекту для роботи з текстом або зображеннями стають все кращими, чим більше даних вони навчаються, і дослідники сподіваються, що те ж саме стосується і робототехніки.
«Є докази того, що велика кількість даних допоможе роботам виконувати складніші завдання», — сказав Кен Голдберг, робототехнік і видатний кафедра інженерії Каліфорнійського університету в Берклі.
Але на відміну від чат-ботів, тут непросто отримати океани відповідних даних. «Немає Інтернету для даних роботів», — сказав Голдберг.
Чат-боти вчаться створювати зв’язні речення, аналізуючи текст, написаний людиною, необроблений матеріал, який легко доступний в Інтернеті, книгах або багатьох інших джерелах.
Програмне забезпечення для керування навчальним роботом складніше. Щоб взятися за домашні справи, робот потрібно розшифровувати дані від своїх датчиків, передбачати, які дії дозволять досягти мети, як-от складання сорочки, і надсилати команди кінцівкам і захватам для виконання відповідних рухів. Немає готового сховища даних, яке демонструє, як це зробити. Навіть відео з людьми, які займаються роботою, не містять усіх необхідних елементів.
Один із способів збору навчального матеріалу — записувати дані, поки люди вручну керують роботами. «Дані про дистанційну роботу роботів, ймовірно, вважаються даними найвищої якості», оскільки вони включають команди руху роботів, сказав Сімар Каріер, дослідник робототехніки в Georgia Tech, який допоміг піонерам у навчанні роботів на відео з людьми.
Але «це просто найдорожче збирати», — сказав Кар’єр, — тому що ви повинні платити людям за керування дорогим роботом, і «людина виконує ці завдання набагато, набагато повільніше, ніж якби вона працювала своїми руками».
Kareer працює над тим, щоб продемонструвати, що велика колекція дешевих відеоданих про людину може надати штучному інтелекту базове розуміння того, як виконувати завдання, які можна вдосконалити за допомогою меншого пулу дорогих даних телеоперацій, щоб навчити програмне забезпечення виконувати певні роботизовані дії.
Інші дослідники та компанії намагаються застосувати різні тактики, щоб зменшити витрати на збір даних для навчання, необхідних для революції роботів.
Одна з них полягає в тому, щоб дати людям портативну версію робота-захвату, щоб було легше та швидше демонструвати завдання у спосіб, який легко перекласти на програмне забезпечення для керування роботом. Інші будують роботів, щоб бути максимально схожими на людей. Вважається, що якщо машина має таку ж кількість пальців і суглобів, як і людина, програмному забезпеченню штучного інтелекту буде простіше передавати навички з відео людей роботам. Інша ідея полягає в тому, щоб дозволити роботам експериментувати та вчитися в симульованому середовищі, наприклад у відеогрі, перш ніж передавати керуюче програмне забезпечення на справжніх роботів.
Зрештою, найкращі дані для того, щоб роботи могли краще складати ваш одяг, будуть отримані після того, як вони почнуть розгортатися та виконувати реальні завдання у світі. Але неясно, як скоро це стане можливим.
Через скільки робот зможе випрати вашу білизну? “Можливо, через два роки, три, п’ять, 10, 20”, – сказав Голдберг. «Або довше».