ИИ помогает сделать роботов более ловкими

У людей есть один простой навык, которого явно не хватает роботам — это наша способность подбирать вещи. Для нас не имеет значения, что собирать: яблоки или яйца, перья или сверла. Наши ловкие руки способны ухватить предметы разной формы и, что более важно, мы можем рассчитать, как действовать с любым, не виденным ранее объектом.

По сравнению с людьми роботы медленные и неуклюжие растяпы. Их манипуляторы способны выполнять заданные действия, но они путаются даже при незначительном изменении размера, формы или положения. Необходимо что-то делать, если мы хотим в будущем иметь в доме полезных роботов или намереваемся повысить эффективность их действий на складах, фабриках и других промышленных объектах.

Решением подобных проблем с помощью ИИ сегодня занимается целый ряд компаний и среди них стартап «Embodied Intelligence». До сих пор незаметно работающая компания недавно объявилась в новостных заголовках. Сформированная из научных сотрудников лаборатории OpenAI университета Беркли компания получила в начале деятельности $7 млн. венчурного капитала. Какова же цель разработчиков?

В данный момент, если вы хотите сделать робота, который может подбирать и манипулировать объектами, имеется два основных варианта. Один из них – это полностью жесткое кодирование всех этапов деятельности, где и как робот должен перемещаться. Нужно программировать каждый шаг вручную. Этот метод работает для большинства задач, но являясь дорогостоящим, имеет целый ряд ограничений. Рабочая среда для робота должна быть точной и неизменяемой. Вся производственная линия может встать, если положение компонента отклонилось даже на несколько миллиметров.

Новый подход (хотя и с другим набором ограничений) предлагает метод ИИ, известный как «обучение с закреплением знаний». Это, по сути, позволяет роботу самостоятельно учиться методом проб и ошибок. Программист явно не говорит ему о том, как решить проблему, но дает стимулы для самостоятельного решения проблемы.

Но команда Embodied Intelligence обратила внимание на другой метод, известный как имитация обучения. В этом случае роботы смотрят на людей, выполняющих задачу, а затем учатся копировать их движения. Важно то, что они не имитируют точные движения, но пытаются обобщать то, что они видели, превращая их в абстрактный набор инструкций, которые все еще работают с разными вариациями одной и той же задачи.

Embodied Intelligence хочет использовать этот же метод обучения и демонстрации, но с контроллерами виртуальной реальности. Цель состоит в том, чтобы создать роботов, которые могут быть всего за несколько часов обучены любым производственным операциям специалистами с минимальным техническим опытом.