Nvidia открывает новую робототехническую лабораторию в Сиэтле, чтобы сделать роботов более умными и эффективными. В качестве обучающей площадки компания выбрала стандартную кухню IKEA.
Промышленные роботы пока ещё глупы и опасны, не смотря на последние достижения в области машинного обучения. Они выполняют отдельные сложные действия, но не могут реагировать на изменения в среде, обучаться и заниматься чем-то новым.
Роборука Nvidia на колесной платформе уже проводит дни напролет, переставляя банки, бутылки и коробки и складывая их в ящики. Дитер Фокс, создатель лаборатории, говорит, что подобные задачи дают роботам навыки, которые они затем могут использовать в ответственной работе. Например, для оказания помощи в больницах или работы на заводе. «Все это направлено на создание интеллектуальных манипуляторов следующего поколения, которые могут работать в средах, где не все разработано специально для них», — отмечает исследователь.
Посмотрите, как робот помогает человеку на кухне:
Задачи на кухне будут становиться сложнее: от поиска и перемещения знакомых предметов до работы с незнакомыми. Конечная цель — обучить робота работать вместе с человеком над задачей приготовления еды по сложному рецепту.
Роботехническая лаборатория в Сиэтле
Еще одно преимущество использования стандартной кухни IKEA — другие лаборатории робототехники смогут копировать работу команды Nvidia и сравнивать ее с собственной. В новой лаборатории в Сиэтле будут работать 50 исследователей в области робототехники. «Собрав воедино последние достижения в области восприятия, контроля, обучения и моделирования, мы можем помочь исследовательскому сообществу решить часть важнейших задач в робототехнике» — говорят в компании.
В последние несколько лет появились обнадеживающие признаки того, что достижения в области машинного обучения могут значительно расширить возможности промышленных роботов. Обучение с подкреплением стало для роботов эффективным способом решения сложных задач. Оно включает в себя управление роботом с помощью глубокой нейросети и поощрение действий, которые приближают робота к поставленной цели.
Проблема большинства проектов в том, что они работают только в относительно узких ситуациях. Достаточно слегка изменить среду, и нейросеть должна заново учиться с нуля.
В Nvidia отмечают, что ключом к более обобщенному обучению роботов станет понимание ими физического мира, включая такие элементы, как гравитация. Эта идея, с которой экспериментируют ученые, сродни интуитивному пониманию физики, которое проявляют дети.
Другие исследователи тоже считают многообещающей идею создания компьютеров, которые будут опираться по большей части на логику и опыт, и в меньшей мере на большие данные. Обучению роботов также помогает виртуальная симуляция — создание виртуальных сред, которые визуально неотличимы от реального мира.
