211service.com
Wikipedia per i robot
Gli esseri umani hanno acquisito molto valore organizzando tutte le loro conoscenze e rendendole ampiamente accessibili, in libri di testo, biblioteche, Wikipedia e YouTube, solo per citare alcuni esempi. Questi bacini di conoscenza non sono preziosi solo per le grandi imprese scientifiche, ma anche per le cose banali della vita umana quotidiana: puoi facilmente trovare migliaia di video di YouTube che ti insegneranno a cucinare una frittata.
Ashutosh Saxena
Ora viviamo in un mondo in cui i robot aiutano gli esseri umani nella loro vita quotidiana e, proprio come gli esseri umani, i robot hanno bisogno di apprendere nuove abilità per svolgere il proprio lavoro con successo. E non dovremmo aspettarci che un robot impari da solo da zero, non più di quanto ci aspetteremmo da un essere umano: immagina un bambino che cresce senza accesso a libri di testo, biblioteche o Internet.
Tuttavia, le raccolte organizzate di conoscenze che funzionano per gli esseri umani non sono così eccezionali per i robot. Un robot non otterrebbe molte informazioni utili se interrogasse un motore di ricerca su come portare il tè dolce dalla cucina. I robot richiedono qualcosa di diverso: l'accesso a dettagli più fini per la pianificazione, il controllo e la comprensione del linguaggio naturale. Quando gli viene chiesto di portare il tè dolce, il robot dovrebbe avere accesso alla conoscenza per interpretare i simboli del linguaggio (tè) in termini di entità fisiche (un particolare contenitore con tè dolce), la conoscenza spaziale che il tè dolce può essere su un tavolo o in un frigorifero e la conoscenza per inferire come afferrare e manipolare gli oggetti. È possibile creare manualmente uno script di una demo per una particolare situazione, ma gestirlo in attività diverse e in ambienti diversi è ancora un problema aperto.
Nel 2014, ho avviato un progetto chiamato RoboBrain presso la Cornell University insieme ai dottorandi Ashesh Jain e Ozan Sener. Ora abbiamo collaboratori a Stanford e Brown. Quello su cui stiamo lavorando è un modo per condividere le informazioni che consente ai robot di raccogliere qualsiasi conoscenza di cui hanno bisogno per un'attività (vedi Robot che si insegnano a vicenda). Se un robot impara, la conoscenza viene propagata a tutti i robot. RoboBrain raggiunge questo obiettivo raccogliendo le conoscenze da una varietà di fonti. Il sistema memorizza diversi tipi di informazioni, inclusi simboli, linguaggio naturale, caratteristiche visive o di forma, proprietà tattili e movimenti.
Questo approccio rappresenta un enorme cambiamento di pensiero. Storicamente, i gruppi di ricerca che lavorano con i robot hanno addestrato i loro robot in isolamento. Sì, spesso condividiamo idee attraverso pubblicazioni e software che possono essere utilizzati da un altro gruppo di ricerca, ma ciò che un robot potrebbe apprendere non è stato accessibile al robot di un altro ricercatore. Per aggiungere al problema, i gruppi di ricerca hanno lavorato su diversi problemi: uno potrebbe essersi concentrato sul problema della visione artificiale dell'identificazione di una tazza, mentre un altro ha lavorato sul problema linguistico di cos'è una tazza, mentre un terzo ha affrontato come afferrare una tazza tazza.
Questo è il tipo di approccio che dobbiamo superare. Una tazza è un oggetto, non tre. E un robot, proprio come una persona, deve poter disporre di tutte le conoscenze di cui ha bisogno in un unico posto.
Ashutosh Saxena è il direttore del progetto RoboBrain e il fondatore e CEO della startup Brain of Things .