ИИ системите подобряват уменията на домашните роботи за решаване на проблеми с до 80%
Изследователи от Масачузетския софтуерен институт създадоха PIGINet, нова система, която има за цел дейно да усъвършенства опциите за решение на проблеми на домашните роботи, намалявайки времето за обмисляне с 50-80%.
Това се споделя в прессъобщение на институцията, оповестено в петък.
При естествени условия домакинските роботи следват авансово заложени команди за осъществяване на задания, което не всеки път е уместно за разнообразни среди. PIGINet, както е разказано от MIT, е невронна мрежа, която приема „ проекти, изображения, цел и първични обстоятелства “, след което предвижда вероятни проекти за осъществяване.
Екипът оцени способността на новата система да помогне на робот да действа в кухнята. Роботите мерят времето, належащо за решение на проблеми благодарение на PIGINet по отношение на предходни подходи.
Учените откриха, че PIGINet доста понижава времето за обмисляне с 80% при по-прости задания и 20-50% при по-сложни задания.
„ Системи като PIGINet, които употребяват силата на методите, ръководени от данни, с цел да се оправят дейно с познати случаи, само че към момента могат да се върнат към методите за обмисляне на „ първите правила “, с цел да ревизират основани на образование оферти и да разрешат нови проблеми, оферират най-хубавото от двата свята, предоставяйки надеждни и ефикасни решения с общо предопределение на огромно многообразие от проблеми, ” сподели професорът от MIT и основен откривател на CSAIL Лесли Пак Каелблинг.
Изследователите също са употребявали авансово подготвени модели на образни езици и трикове за увеличение на данните, с цел да се оправят с дефицита на данни за образование на домакинските роботи.
„ Тъй като домът на всеки е друг, роботите би трябвало да бъдат адаптивни за решение на проблеми, вместо просто да следват команди. Нашата основна концепция е да позволим обмисляне на задания с общо предопределение, а роботът да употребява модел за надълбоко образование, с цел да избере първо най-важните задания. Резултатът е по-ефективен, адаптивен и удобен домакински робот, който може пъргаво да направлява даже в комплицирани и динамични среди. Освен това практическите приложения на PIGINet не са лимитирани единствено до семействата ”, сподели Зутиан Янг, докторант на MIT CSAIL и водещ създател на работата.
Целта на учените е в допълнение да усъвършенстваме PIGINet, с цел да се предложат различни проекти за задания след идентифициране на неосъществими дейности, което в допълнение ще форсира генерирането на изпълними проекти за задания без потребност от огромни набори от данни за образование.
„ Ние имаме вяра, че това може да промени метода, по който роботите се образоват по време на създаването и по-късно се ползват в домовете на всички “, споделя още Янг.
„ Това изследване преглежда главното предизвикателство при внедряването на робот с общо предопределение – по какъв начин да се учим от минал опит, с цел да ускорим процеса на взимане на решения в неструктурирани среди, изпълнени с огромен брой преносими трудности “, споделя в изказването Беомджун Ким, помощник във Висшето учебно заведение по ИИ към Корейския институт за напреднали науки и технологии (KAIST).
