"OpenAI" създаде робот, който сам се научи да реди кубче на Рубик

Oрганизация за изучаване на изкуствен интелект "OpenAI" постигна нов успех в стремежа си да изгради самообучаващи се роботи с общо предназначение.

Отделът по роботика на групата твърди, че "Dactyl", неговата хуманоидна роботизирана ръка, разработена през миналата година, се е научила да подрежда куба на Рубик с една ръка.

OpenAI вижда успеха си като крачка напред както за сръчността на роботизираните крайници, така и за собствения си софтуер с изкуствен интелект, който позволява на "Dactyl" да научава нови задачи, използвайки виртуални симулации, преди да бъде изправен пред реално физическо предизвикателство за преодоляване.

В долния пример, показващ новото умение на "Daktyl", можте да видите как роботизираната ръка нарежда куба с тромави, но точни маневри. Това, разбира се, му отнема известно време, но в крайна сметка роботът се справя успешно.

Според организацията, постижението на техния робот ги доближава с една стъпка към целта на индустрията с роботите и изкуствения интелект: робот, който може да се научи да изпълнява различни задачи от реалния свят, без да се налага да бъде трениран с месеци за това.

„Много роботи могат да решат куба на Рубик много бързо. Важната разлика между това, което те правят и това, което прави нашият робот е, че другите роботи са изградени по предназначение“, твърди Питър Уелиндър, изследовател и ръководител на отдела по роботика в "OpenAI".

„Очевидно няма начин да използвате един и същ робот или един и същ подход за изпълнение на друга задача. Екипът по роботика в OpenAI обаче има много различни амбиции, защото се опитваме да създадем робот с общо предназначение. Подобно на това как хората и как нашите човешки ръце могат да направят много неща, а не само конкретна задача, ние се опитваме да изградим нещо сходно", добави той.

С други думи, робот, създаден за една конкретна задача и програмиран да изпълнява дадената задача възможно най-ефективно, обикновено може да победи човек, а решаването на куб на Рубик е нещо, което софтуерът отдавна е усвоил. Точно затова, разработването на робот, който може да подреди куба, дори и хуманоиден, не е голямо постижение само по себе си, още повече имайки предвид ниската скорост с която "Dactyl" оперира.

Софтуерът, който го захранва обаче, е много по-различен по дизайн и предназначение, отколкото този на специализирана машина за решаване на куба Рубик. Както каза Уелиндър, работата на "OpenAI" не е насочена към постигане на превъзходни резултати при определени задачи, тъй като това изисква единствено да разработите по-добър робот и да го програмирате, което може да стане и без съвременен изкуствен интелект.

Вместо това, "Dactyl" е разработен от самото начало като самообучаваща се роботизирана ръка, която подхожда към нови задачи по начин, подобен на този, който човек би използвал. Обучава се с помощта на софтуер, който се опитва да възпроизведе милионите години еволюция, помагащи ни да се научим да използваме инстинктивно ръцете си като деца.

Организацията се надява един ден това да помогне на човечеството да развие и създаде видовете хуманоидни роботи, които познаваме само от научната фантастика. Роботи, които спокойно могат да работят в обществото, без да ни застрашават и да изпълняват голямо разнообразие от задачи в хаотична среда, като градските улици и фабриките.

За да научи как да нареди кубчето на Рубик с една ръка, OpenAI не е програмирала "Dactyl" изрично за решаване на пъзела, защото редица безплатни софтуери в интернет могат да направят това за вас. Освен това, екипът избрал да не програмира отделните команди за движение на ръката, тъй като искал роботът научи и усвои тези движения самостоятелно.

Вместо това, екипът по роботика задал крайната цел на основния софтуер и използвал съвременен изкуствен интелект, наречен "подсилено учене", да му помогне по пътя към самостоятелното измисляне на начин за справяне със задачата.

Доскоро бе много по-лесно да обучим робот или изкуствен интелект да прави нещо на практика, например да играе компютърна игра, отколкото да го обучим да изпълнява реална задача.

Това е така, защото обучението на софтуер за извършване на нещо във виртуален свят може да бъде ускорено, така че изкуственият интелект да усвои еквивалента на десетки хиляди години обучение само за месеци, благодарение на хилядите процесори от висок клас и свръх мощни графични процесори, които работят успоредно един с друг.

Извършването на същото ниво на обучение за изпълнение на физическа задача с физически робот обаче не е възможно.

Ето защо OpenAI се опитва да въведе нови методи за роботизирано обучение, използвайки симулирани среди в реалния свят - нещо, с което индустрията на роботиката почти не експериментира. По този начин, софтуерът може да "тренира" с ускорено темпо и с много различни компютри едновременно с надеждата, че ще е запазил тези знания, когато започне да контролира истински робот.

Поради ограничението на обученията и очевидните опасения за безопасността, роботите, използвани в търговската мрежа днес не използват AI, като вместо това са програмирани с много конкретни инструкции.

„Подходът от миналото е да се създадат много специализирани алгоритми за изпълнение на дадени задачи, при които имате точен модел както на робота, така и на средата, в която работи“, твърди Уелиндър.

"За заводски робот например, има много точни модели и средата, в която ще работят е предварително зададена и научена. Знаем точния начин, по който един робот ще вземе частта или продукта. Сега си представете робот, който не е бил обучен правилно, дори и за проста задача, която включва някакво ниво на сръчност или визуална обработка... той със сигурност ще се провали.

Със съвременните изкуствени интелекти обаче, роботите биха могли да бъдат програмирани като хората, така че да могат да използват същото интуитивно разбиране за света и да могат да направят всичко - от отваряне на врати до пържене на яйца. Това е нашата цел", добави той.

Факт е, че все още сме десетилетия далеч от това ниво на усъвършенстване и успехите, които учените направиха с изкуствения интелект, що се отнася до софтуера, като самоуправляващи се автомобили, машинни преводи и разпознаване на изображения, не са прехвърлени към роботите от следващо поколение.

В момента, OpenAI просто се опитва да имитира сложността на една част от човешкото тяло и да я накара да работи по-естествено.

Ето защо "Dactyl" е роботизирана ръка, изградена и моделирана досущ като човешка ръка, а не като тези, които виждаме във фабриките. Също така, за да може софтуерът, който дава възможност на "Dactyl" да се научи как да използва всичките си стави по начинът, по който и човек би ги използвал, OpenAI го поставил през хиляди години обучение в симулация, преди да му даде задачата да нареди куба на Рубик.

Точно това е и причината организацията да вижда новопридобитото умение на "Dactyl" като еднакво важно както за развитието на роботизирания хардуер, така и за обучението на изкуствения интелект.

Дори най-напредналите роботи в света, като хуманоидните и подобните на кучета, разработени от лидера в индустрията "Boston Dynamics", не могат да работят автономно и изискват програмиране, специфично за задачите, които извършват, и честа човешка намеса.

OpenAI твърди, че успехът на "Dactyl" е малка, но жизненоважна стъпка към създаването на роботите, които един ден могат да извършват ръчен труд, домакински задачи или дори да работят заедно с хората, вместо в затворени среди и без софтуер, който да регулира действията им.

В тази визия за бъдещето, способността на роботите да учат нови задачи и да се адаптират към променящите се среди, ще е толкова голямо предизвикателство за изкуствения интелект, колкото и за здравината на физическата машина.

„Тези напредъци наистина започват да демонстрират, че това са истинските решения за справяне с безпорядъка и проблемите в света, в който живеем“, твърди Уелиндър.

Източник: The Verge