Робот учится готовить с помощью YouTube

Представьте себе, что каждое утро робот готовит вам завтрак. Теперь представьте, что этого робота не нужно учить, как сделать идеальный омлет, потому что он уже изучил все, что необходимо, наблюдая видео на YouTube. Это может звучать как фантастика, но группа специалистов из Университета штата Мэриленд только что добилась впечатляющих результатов, которые приближают нас на один шаг к такому сценарию в жизни.

Исследователи из института передовых компьютерных исследований Мэрилендского университета (UMIACS) в партнерстве с учеными из Национального исследовательского центра информационно-коммуникационных технологий Австралии (NICTA) разработали робототехническую систему, которая способна самообучаться. В частности, эти роботы способны научиться необходимым на кухне манипуляциям и сложным захватам, наблюдая за онлайн-видео по приготовлению пищи. Ключевым прорывом является то, что роботы могут планировать свои действия, определяя оптимальное сочетание наблюдаемых движений, которые позволят им эффективно выполнить поставленную задачу.

Роботы будут представлены 29 января 2015 года на конференции Ассоциации по совершенствованию искусственного интеллекта в Остине, штат Техас. Специалисты достигли ключевой точки в развитии технологий за счет объединения подходов из трех различных областей исследований.

1. Искусственный разум или компьютерные системы, которые способны принимать решения.
2. Системы машинного зрения, которые могут точно идентифицировать формы и перемещение.
3. Системы распознавания речи или комплексные механические системы, которые могут понимать голосовые команды.

Хотя проведенные исследования относятся к сложным фундаментальным понятиям, разработчики стремятся к тому, чтобы полученные результаты были практически использованы в повседневной жизни людей.

"Мы выбрали видео приготовления пищи, потому что все практически представляют этот процесс", - сказал Yiannis Aloimonos, профессор компьютерных наук и директор лаборатории компьютерного зрения, одной из 16 лабораторий и центров в UMIACS. "Но кулинария сложна в плане манипуляций, последовательности действий с используемыми инструментами. Если вы хотите, например, порезать огурец – вам нужно взять нож, переместить его к месту и сделать надрез, затем убедиться в точности выполненных действий".

Одной из ключевых задач для роботов является разбор последовательности действий во время сбора информации из просматриваемого видео. Роботы должны распознать каждый этап действий и спроектировать собственные отдельные действия, которые затем соединяются в правильную последовательность.

"Мы пытаемся создать технологию, позволяющую роботам, в конечном итоге, взаимодействовать с людьми", - сказал Cornelia Fermüller, научный сотрудник UMIACS. "Таким образом, они должны понимать, что делают люди. Для этого нам нужны инструменты, позволяющие роботам распознавать действия человека и отслеживать их в реальном времени."

Aloimonos и Fermüller сравнивают эти индивидуальные действия для роботов со словами в предложении. После того, как роботы пополнили свой «словарный запас» действий, они могут затем складывать из них строки действий. В этом новый метод отличается от предшественников.

"Другие исследователи пытались скопировать движения. Вместо этого мы стараемся, чтобы роботы копировали задачи". Такой подход позволяет роботам самостоятельно решать, как лучше комбинировать различные действия, вместо того чтобы воспроизводить заданный ряд действий.

Исследования опираются также на специализированную архитектуру программного обеспечения, известную как глубинные нейронные сети. Хотя этот подход и не является новинкой, но он требует значительной вычислительной мощности, что стало возможным для использования в роботах лишь с совершенствованием компьютерных технологий. Алгоритмы на основе нейронных сетей используются для распознавания голоса в смартфонах и в программном обеспечении для распознавания лица, используемом на Facebook и других сайтах.

Используемые в течение многих десятилетий для решения сложных задач роботы на автосборочных линиях должны были тщательно программироваться и настраиваться специальным персоналом. Самообучающиеся роботы могли бы собрать необходимую информацию, наблюдая за другими роботами, обучаясь подобно людям. Aloimonos и Fermüller представляют будущее, в котором роботы стремятся научиться выполнять задачи повседневной жизни, а люди будут освобождены от них, чтобы использовать свое время для творчества.

"При наличии самообучающихся роботов, мы будем готовы к следующему этапу автоматизации. Это будет новая промышленная революция", сказал Aloimonos. "Мы будем иметь интеллектуальную производственную среду и полностью автоматизированные склады. Было бы здорово использовать автономных роботов для опасной работы, обезвреживания боеприпасов и очистки зон радиоактивного загрязнения, таких как атомная станция Фукусима после аварии. Мы наглядно показали, что человекоподобные роботы, возможно, займут наши рабочие места".