¿Quién necesita mapas? Facebook ha logrado una hazaña impresionante con la inteligencia artificial que puede navegar sin ningún mapa.

El deseo de Facebook de tener derechos de fanfarronear, aunque dijeron que tienen camino por recorrer, fueron evidentes en la publicación de su blog, "Navegación de puntos y objetivos casi perfecta a partir de 2.500 millones de fotogramas de experiencia".

Larga historia corta, Facebook ha entregado un algoritmo que, citando Revisión de tecnología del MIT , permite a los robots encontrar la ruta más corta en entornos desconocidos, abriendo la puerta a robots que pueden trabajar dentro de hogares y oficinas ".

Y, en línea con el simple y llano, Ubergizmo Tyler Lee también comentó:"Facebook cree que con este nuevo algoritmo, será capaz de crear robots que puedan navegar por un área sin necesidad de mapas ... en teoría, podría colocar un robot en una habitación o un área sin un mapa y debería poder encontrar el camino hacia su destino ".

Erik Wijmans y Abhishek Kadian en la publicación de Facebook del 21 de enero dijeron que, bien, después de todo, Uno de los desafíos clave de la tecnología es "enseñar a estos sistemas a navegar a través de entornos desconocidos del mundo real para llegar a un destino específico, sin un mapa proporcionado previamente ".

Facebook ha aceptado el desafío. Los dos anunciaron que Facebook AI creó un algoritmo de aprendizaje por refuerzo distribuido a gran escala llamado DD-PPO, "que ha resuelto eficazmente la tarea de navegación de puntos y objetivos utilizando solo una cámara RGB-D, GPS, y datos de la brújula, " ellos escribieron.

DD-PPO significa optimización de políticas próximas distribuidas descentralizadas. Esto es lo que Facebook está utilizando para capacitar a los agentes y los resultados observados en entornos virtuales como casas y edificios de oficinas fueron alentadores. Los blogueros señalaron que "incluso fallar 1 de cada 100 veces no es aceptable en el mundo físico, donde un agente robot podría dañarse a sí mismo oa sus alrededores al cometer un error ".

Más allá de DD-PPO, los autores dieron crédito a la plataforma de código abierto AI Habitat de Facebook AI por su "velocidad y fidelidad de vanguardia". AI Habitat hizo su anuncio de código abierto el año pasado como una plataforma de simulación para entrenar agentes encarnados como robots virtuales en entornos 3D fotorrealistas. Facebook dijo que era parte del "esfuerzo continuo de Facebook AI para crear sistemas que dependan menos de grandes conjuntos de datos anotados utilizados para la capacitación supervisada".

(Cielo de Douglas en Revisión de tecnología del MIT :Mientras Facebook entrenó a los bots durante tres días dentro de AI Habitat, "Otros han tardado un mes o más en entrenar a los bots en una tarea similar, pero Facebook aceleró enormemente las cosas al eliminar a los bots más lentos del grupo para que los más rápidos no tuvieran que esperar en la línea de meta en cada ronda ").

InfoQ había dicho en julio que "la tecnología estaba adoptando un enfoque diferente al que se basaba en conjuntos de datos estáticos que otros investigadores han utilizado tradicionalmente y que Facebook decidió utilizar el código abierto de esta tecnología para hacer avanzar este subcampo".

Jon Fingas en Engadget analizó cómo trabajaba el equipo hacia la navegación de inteligencia artificial (y aquí es donde entra en juego el número de 25 mil millones). "Los proyectos anteriores tienden a tener problemas sin un poder computacional masivo. Facebook enseñó a un agente virtual a manejar la navegación de punto a punto durante el equivalente a 80 años de experiencia humana, eso es aproximadamente 2.5 mil millones de pasos".

El resultado fue un algoritmo lo suficientemente inteligente en entornos interiores para elegir la bifurcación correcta en el camino (en lugar de perder el tiempo retrocediendo) y reconocer rápidamente los errores si se dirige en la dirección incorrecta.

Cielo, en su Revisión de tecnología del MIT artículo, también fue útil para poner el número en contexto. "Facebook entrenó bots durante tres días dentro de AI Habitat, una maqueta virtual fotorrealista del interior de un edificio, con habitaciones y pasillos y muebles. En ese tiempo dieron 2.500 millones de pasos, el equivalente a 80 años de experiencia humana ".

Los investigadores centrados en proyectos centrados en robots de asistencia consideran que las funciones de navegación son cruciales. "La navegación es esencial para crear agentes y asistentes de IA que ayuden a las personas en el mundo físico, de robots que pueden recuperar un objeto de un escritorio en el piso de arriba, a los sistemas que ayudan a las personas con discapacidad visual, a los asistentes con tecnología de inteligencia artificial que presentan información relevante a las personas que usan gafas de realidad aumentada, "Escribieron Wijmans y Abhishek Kadiana.

Los autores defendieron un mundo menos dependiente de los mapas, también. Mapas, ellos discutieron, "se vuelven obsoletos en el momento en que se crean. La mayoría de los entornos del mundo real evolucionan:los edificios y las estructuras cambian, los objetos se mueven, y las personas y las mascotas están en constante cambio ".

¿Que sigue? "Esperamos aprovechar el éxito de DD-PPO mediante la creación de sistemas que logren la navegación de puntos y objetivos con solo la entrada de la cámara, y sin brújula o datos de GPS".

¿Por qué no hay brújula o datos de GPS? En una publicación del 21 de enero, Wijmans y Kadian dijeron que "los datos de la brújula y del GPS pueden ser ruidosos o simplemente no estar disponibles en espacios interiores. También aplicaremos modelos entrenados por DD-PPO a diferentes tareas".

Fingas en Engadget quedó impresionado con su "algoritmo de aprendizaje por refuerzo distribuido que no solo llega a su destino el 99,9 por ciento del tiempo sin usar mapas, pero puede hacerlo con solo una desviación del tres por ciento del camino ideal ".

Realmente, dijo el cielo en Revisión de tecnología del MIT , "La búsqueda de rutas sin mapas es esencial para los robots de próxima generación, como los drones de reparto autónomos o los robots que trabajan dentro de hogares y oficinas".

Fingas dijo lo siguiente sobre la tecnología en general:todavía es "muy joven. Aún tiene que manejar situaciones al aire libre o complejas, y no maneja bien la navegación de larga distancia si tiene que perder sensores ". Fingas señaló que Facebook estaba compartiendo su trabajo con la esperanza de nuevos avances.

© 2020 Science X Network