211service.com
Per diventare veramente intelligente, l'IA potrebbe aver bisogno di giocare a più videogiochi
Gli ultimi giochi per computer possono essere incredibilmente realistici. Sorprendentemente, questi mondi virtuali realistici potrebbero anche avere un valore educativo, specialmente per gli algoritmi di intelligenza artificiale alle prime armi.
Adrien Gaidon, informatico presso Xerox Research Center Europa a Grenoble, in Francia, ricorda di aver visto qualcuno giocare al videogioco Assassin's Creed quando si è reso conto che lo scenario fotorealistico del gioco potrebbe offrire un modo utile per insegnare agli algoritmi di intelligenza artificiale il mondo reale. Gaidon sta ora testando questa idea sviluppando ambienti 3D altamente realistici per addestrare algoritmi a riconoscere particolari oggetti o scenari del mondo reale.
L'idea è importante perché gli algoritmi di intelligenza artificiale all'avanguardia devono nutrirsi di enormi quantità di dati per imparare a svolgere un'attività. A volte, questo non è un problema. Facebook, ad esempio, ha milioni di fotografie etichettate con cui addestrare gli algoritmi che taggano automaticamente gli amici durante il caricamento delle immagini (vedi Facebook crea un software che abbina i volti quasi quanto te). Allo stesso modo, Google sta acquisendo enormi quantità di dati utilizzando le sue auto a guida autonoma, che vengono quindi utilizzate per perfezionare gli algoritmi che controllano quei veicoli.
Ma la maggior parte delle aziende non ha accesso a set di dati così enormi o ai mezzi per generare tali dati da zero.
Per colmare queste lacune, Gaidon e colleghi hanno utilizzato un popolare motore di sviluppo di giochi, chiamato Unità , per generare scene virtuali per l'addestramento di algoritmi di deep learning, un tipo molto grande di rete neurale simulata, per riconoscere oggetti e situazioni in immagini reali. Unity è ampiamente utilizzato per realizzare videogiochi 3D e molti oggetti comuni sono disponibili per gli sviluppatori da utilizzare nelle loro creazioni.
Un documento che descrive il lavoro del team Xerox sarà presentato a una conferenza sulla visione artificiale entro la fine dell'anno. Creando un'impostazione virtuale e lasciando che un algoritmo veda molte variazioni da diverse angolazioni e con diverse luci, è possibile insegnare a quell'algoritmo a riconoscere lo stesso oggetto in immagini reali o filmati. La cosa bella dei mondi virtuali è che puoi creare qualsiasi tipo di scenario, dice Gaidon.
Il gruppo di Gaidon ha anche escogitato un modo per convertire una scena reale in una virtuale utilizzando uno scanner laser per catturare una scena in 3-D e quindi importare tali informazioni nel mondo virtuale. Il gruppo è stato in grado di misurare l'accuratezza dell'approccio confrontando algoritmi addestrati in ambienti virtuali con algoritmi addestrati utilizzando immagini reali annotate dalle persone. I vantaggi della simulazione sono ben noti, dice, ma [ci siamo chiesti], possiamo generare una realtà virtuale che possa ingannare un'IA?
I ricercatori Xerox sperano di applicare la tecnica in due situazioni. In primo luogo, hanno in programma di usarlo per trovare parcheggi vuoti sulla strada utilizzando le telecamere montate sugli autobus. Normalmente, ciò comporterebbe la raccolta di molte riprese video e la possibilità che qualcuno annoti manualmente gli spazi vuoti. È possibile generare automaticamente un'enorme quantità di dati di formazione utilizzando l'ambiente virtuale creato dal team Xerox. In secondo luogo, stanno valutando se potrebbe essere utilizzato per conoscere problemi medici utilizzando ospedali e pazienti virtuali.
La sfida dell'apprendimento con meno dati è ben nota tra gli informatici e sta ispirando molti ricercatori a esplorare nuovi approcci, alcuni dei quali traggono ispirazione dall'apprendimento umano (vedi Can This Man Make AI More Human?).
Penso che questa sia un'ottima idea, dice Josh Tenenbaum , professore di scienze cognitive e computazione al MIT, del progetto Xerox. È uno che noi e molti altri abbiamo perseguito in forme diverse.