Poznaj "Galileo", nowy system sztucznej inteligencji z MIT, który może pomóc robotom w katastrofach

Można nauczyć komputery rozumieć wiele rzeczy na temat świata , ale jeśli chodzi o przewidywanie, co się stanie, gdy zderzają się dwa obiekty, nie ma po prostu czegoś takiego jak doświadczenie w świecie rzeczywistym.

Tutaj wkracza Galileo. Opracowany przez MIT's Computer Science and Artificial Intelligence Lab (CSAIL), nowy model obliczeniowy Udowodniono, że jest tak samo dokładny, jak ludzie, którzy przewidują ruchy i interakcje obiektów świata rzeczywistego.

Ostatecznie, może to pomóc robotom przewidzieć zdarzenia w sytuacjach katastrofy i pomóc ludziom uniknąć szkód.

[Czytaj dalej: Twoje nowe PC potrzebuje tych 15 darmowych, doskonałych programy nt]

Ludzie uczą się od najmłodszych lat - często poprzez guzy, siniaki i bolesne doświadczenia - jak fizyczne interakcje zachodzą między przedmiotami. Komputery nie mają jednak korzyści z tego wczesnego szkolenia.

Aby temu zaradzić, naukowcy z CSAIL stworzyli Galileo, system, który może się kształcić przy użyciu kombinacji rzeczywistych filmów wideo i silnika fizyki 3D, aby wnioskować o fizycznych właściwościach obiektów i przewidywać wyniki różnych zdarzeń fizycznych.

Aby wyszkolić Galileusza, naukowcy wykorzystali zestaw 150 filmów wideo przedstawiających fizyczne wydarzenia z udziałem 15 różnych materiałów, w tym tektury, pianki, metalu i gumowy. Dzięki temu szkoleniu model mógł wygenerować zestaw danych obiektów i ich różne właściwości fizyczne.

Następnie przekazali informacje o modelu z Bullet, silnika fizyki 3D, często używanego do tworzenia efektów specjalnych do filmów i gier wideo. Przyjmując kluczowe elementy danej sceny, a następnie symulując ją fizycznie w czasie, Bullet posłużył jako "sprawdzian rzeczywistości" wobec hipotez Galileo, powiedział MIT.

Na koniec, zespół opracował algorytmy głębokiego uczenia się, które umożliwiają modelowi nauczyć się dalej ulepszać swoje przewidywania.

Aby przetestować predyktywne zdolności Galileo, zespół przygotował go przeciwko ludziom, aby przewidzieć serię symulacji, z których jedną można zobaczyć w demo online.

W jednej symulacji, dla na przykład użytkownicy widzą kolizję z nachyleniem 20 stopni; następnie pokazano im pierwszą klatkę wideo z 10-stopniową rampą i zapytano, czy przewidzieć, czy obiekt ześlizgnie się po powierzchni.

"Co ciekawe, zarówno model komputerowy, jak i ludzie, wykonują to zadanie przypadkowo i mają błąd w powiedzeniu, że obiekt się poruszy ", powiedział Ilker Yildirim, który był głównym autorem obok doktoranta CSAIL, Jiajun Wu, na papierze opisującym badania." Sugeruje to nie tylko, że ludzie i komputery popełniają podobne błędy, ale dostarcza dalszych dowodów, że Zrozumienie sceny ludzkiej można najlepiej opisać jako symulację probabilistyczną. "

Artykuł został przedstawiony w zeszłym miesiącu na konferencji dotyczącej systemów przetwarzania informacji neuronalnych w Montrealu, ogłosił MIT w poniedziałek.

W końcu naukowcy mają nadzieję rozszerzyć prace na bardziej złożone scenariusze, z myślą o zastosowaniach w robotyce i sztucznej inteligencji.

"Wyobraź sobie robota, który potrafi łatwo przystosować się do ekstremalnych wydarzeń fizycznych, takich jak tornado lub trzęsienie ziemi", powiedział Coautho r Joseph Lim. "Ostatecznie naszym celem jest stworzenie elastycznych modeli, które mogą pomóc ludziom w takich warunkach, gdzie istnieje znaczna niepewność."