Robots clasificando abono, reciclaje, y vertederos de residuos en nuestras oficinas como parte de nuestro experimento de clasificación. Crédito:Alfabeto X
Nacedoras de ideas en Moonshot Factory, Alfabeto X, han estado ocupados en un proyecto de Everyday Robot y su objetivo es bastante simple. Están interesados en "construir un robot que pueda aprender a operar en muchas situaciones diferentes".
En algún lugar entre los titulares sobre robots superestrellas de Boston Dynamics que dan vueltas y saltan sobre tablas y la capa inferior de lindos robots marcianos que sonríen y parpadean, se encuentra esa capa intermedia de robots cotidianos que pueden ayudar a las personas en situaciones cotidianas, al menos en ese medio. La capa se ha convertido en el foco del proyecto.
La característica interesante de este proyecto no es solo descubrir cómo hacer los robots, sino más bien cómo hacer robots que puedan aprender, en un alejamiento de "codificarlos minuciosamente para realizar tareas específicas y estructuradas".
Hasta ahora, ha habido amplias pruebas en otros lugares de que a los robots se les enseña a aprender, pero el equipo del proyecto está interesado en robots que aprendan con agilidad, ese, una vez equipado con cámaras y software de aprendizaje automático, puede observar el desorden, mundo impredecible a su alrededor sin, como el boletín informativo The Download, Revisión de tecnología del MIT , Ponlo, "que le enseñen todas las situaciones potenciales que puedan encontrar".
Los esfuerzos del equipo para trabajar con robots cotidianos han dado sus frutos al confirmar lo que esperaban que fuera el caso:asignarles a los robots tareas simples y luego hacer que practiquen. es posible enseñarles a desarrollar nuevas y mejores capacidades.
"La mayoría de los robots están donde estaban las computadoras centrales en los años 60 y 70, "dijo Hans Peter Brondmo, que lleva el título de Chief Robot Whisperer, el proyecto Everyday Robot, X, y eso sería "costosas máquinas especializadas, operado por expertos, realizar tareas especializadas en entornos especialmente diseñados ".
Tenga en cuenta que un robot diseñado para tareas restringidas en la línea de montaje ha sido codificado y diseñado para funcionar en un entorno muy estructurado. ¿Qué pasa con el robot que se encuentra con una obstrucción inesperada?
"Para que los robots sean útiles en el día a día, necesitan comprender y dar sentido a los espacios en los que vivimos y trabajamos ... Esto requiere nuevas formas de inteligencia artificial ".
De izquierda a derecha, esta imagen muestra a los robots mejorando su capacidad de clasificación por completo a través de la práctica. En la imagen del extremo izquierdo, el robot practicó principalmente en simulación y puede realizar la acción de recoger y colocar, pero pierde la copa. En la imagen del medio, Después de más entrenamiento en el mundo real, el robot puede tomar una botella y colocarla en el contenedor correcto. En la imagen final a la derecha, Después de un entrenamiento aún más real, el robot puede tomar una lata después de maniobrar otros objetos y luego colocarla en la bandeja correcta. Crédito:Alfabeto X
Los miembros del proyecto optaron por involucrar a diferentes tipos de profesores. Son (1) otros robots (2) humanos y (3) simulaciones de nubes. Se señaló que los robots estudiantes aprenden rápido a través de simulaciones de alta fidelidad.
"Investigamos cómo los robots pueden aprender de la demostración humana, de la experiencia compartida, y cómo podemos acelerar el aprendizaje mediante la simulación de robots en la nube. Una vez que vimos lo que era posible, comenzamos a trazar nuestro camino fuera del laboratorio, "dijo Brondmo.
¿Como están?
Hasta aquí, los robots demuestran que están aprendiendo. Los robots han estado aprendiendo a clasificar la basura. Se están realizando pruebas en las ubicaciones de Alphabet en California. Este es un ejercicio de aprendizaje. Al igual que los humanos se les exige que elijan qué elementos de basura se colocan en qué receptáculos para el relleno sanitario, reciclaje, o abono. (Jay Peters en El borde mostró un GIF de un robot clasificando una lata reciclable de una pila de abono a una pila de reciclaje. "Esto es salvaje, mira cómo el brazo realmente agarra la lata, " él dijo.)
El equipo reveló su enfoque de formación:"Cada noche, decenas de miles de robots virtuales practican clasificando los desechos en una oficina virtual en nuestro simulador en la nube; luego trasladamos el entrenamiento a robots reales para refinar su capacidad de clasificación. Este entrenamiento del mundo real luego se integra nuevamente en los datos de entrenamiento simulado y se comparte con el resto de los robots para que la experiencia y el aprendizaje de cada robot se comparta con todos ellos ".
Justo cuando los robots están aprendiendo, los participantes del proyecto también están recibiendo mensajes importantes. El equipo está analizando el éxito de los robots al descubrir cómo clasificar la basura y el equipo dijo que "demuestran que es posible que los robots aprendan a realizar nuevas tareas en el mundo real simplemente con la práctica". en lugar de que los ingenieros 'codifiquen manualmente' cada nueva tarea, excepción, o mejora ".
El sitio del proyecto dijo que "los robots están aprendiendo a navegar y ayudar en entornos de trabajo compartidos con las personas. Están haciendo cosas como clasificar el reciclaje (bastante lento por ahora). Los resultados iniciales son alentadores y el equipo continúa investigando, experimentar, y aprender para llevar a los robots a un lugar donde puedan ayudar a todos, todos los días."
La descarga:"Por ahora:los primeros prototipos de robots están aprendiendo a clasificar la basura. Suena mundano, pero es difícil lograr que los robots identifiquen diferentes tipos de objetos ". El boletín no tenía necesidad de disculparse porque la clasificación parecía mundana. Tampoco lo es para los humanos comunes. Una vieja pantalla de lámpara allí; botellas de plástico aquí; botellas de champú vacías, mmm, envoltorios de regalo usados, botes de galletas, latas de pescado enjuagadas, bien, danos un minuto.
Volviendo a la boleta de calificaciones del proyecto:este es el éxito de los robots clasificadores de basura según los números:durante los últimos meses, escribió Brondmo, Los robots han clasificado miles de piezas de basura y han reducido los niveles de contaminación de desechos de su oficina del 20 por ciento (lo que es cuando la gente coloca objetos en las bandejas) a menos del 5 por ciento.
© 2019 Science X Network
