211service.com
Para volverse verdaderamente inteligente, la IA podría necesitar jugar más videojuegos
Los últimos juegos de computadora pueden ser increíblemente realistas. Sorprendentemente, estos mundos virtuales realistas también pueden tener algún valor educativo, especialmente para los algoritmos de inteligencia artificial incipientes.
Adrien Gaidon, científico informático de Centro de investigación de Xerox en Europa en Grenoble, Francia, recuerda haber visto a alguien jugar al videojuego credo de asesinos cuando se dio cuenta de que el escenario fotorrealista del juego podría ofrecer una forma útil de enseñar algoritmos de IA sobre el mundo real. Gaidon ahora está probando esta idea mediante el desarrollo de entornos tridimensionales altamente realistas para entrenar algoritmos sobre cómo reconocer objetos o escenarios particulares del mundo real.
La idea es importante porque los algoritmos de inteligencia artificial de vanguardia necesitan alimentarse de grandes cantidades de datos para aprender a realizar una tarea. A veces, eso no es un problema. Facebook, por ejemplo, tiene millones de fotografías etiquetadas con las que entrenar los algoritmos que etiquetan automáticamente a los amigos al cargar imágenes (ver Facebook crea un software que coincide con las caras casi tan bien como tú). Del mismo modo, Google está capturando grandes cantidades de datos usando sus autos sin conductor, que luego se usan para refinar los algoritmos que controlan esos vehículos.
Pero la mayoría de las empresas no tienen acceso a conjuntos de datos tan enormes ni los medios para generar dichos datos desde cero.
Para llenar esos vacíos, Gaidon y sus colegas utilizaron un popular motor de desarrollo de juegos, llamado Unidad , para generar escenas virtuales para entrenar algoritmos de aprendizaje profundo, un tipo muy grande de red neuronal simulada, para reconocer objetos y situaciones en imágenes reales. Unity se usa ampliamente para hacer videojuegos en 3D y muchos objetos comunes están disponibles para que los desarrolladores los usen en sus creaciones.
Un documento que describe el trabajo del equipo de Xerox se presentará en una conferencia de visión por computadora a finales de este año. Al crear un entorno virtual y dejar que un algoritmo vea muchas variaciones desde diferentes ángulos y con diferente iluminación, es posible enseñarle a ese algoritmo a reconocer el mismo objeto en imágenes reales o secuencias de video. Lo bueno de los mundos virtuales es que puedes crear cualquier tipo de escenario, dice Gaidon.
El grupo de Gaidon también ideó una forma de convertir una escena real en una virtual mediante el uso de un escáner láser para capturar una escena en 3D y luego importar esa información al mundo virtual. El grupo pudo medir la precisión del enfoque comparando algoritmos entrenados en entornos virtuales con otros entrenados con imágenes reales anotadas por personas. Los beneficios de la simulación son bien conocidos, dice, pero [nos preguntamos], ¿podemos generar una realidad virtual que pueda engañar a una IA?
Los investigadores de Xerox esperan aplicar la técnica en dos situaciones. Primero, planean usarlo para encontrar lugares de estacionamiento vacíos en la calle usando cámaras instaladas en los autobuses. Normalmente, hacer esto implicaría recopilar muchas imágenes de video y hacer que alguien anote manualmente los espacios vacíos. Se puede generar una gran cantidad de datos de capacitación automáticamente utilizando el entorno virtual creado por el equipo de Xerox. En segundo lugar, están explorando si podría usarse para aprender sobre problemas médicos utilizando hospitales y pacientes virtuales.
El desafío de aprender con menos datos es bien conocido entre los informáticos y está inspirando a muchos investigadores a explorar nuevos enfoques, algunos de los cuales se inspiran en el aprendizaje humano (ver ¿Puede este hombre hacer que la IA sea más humana?).
me parece muy buena idea dice jose tenenbaum , profesor de ciencia cognitiva y computación en el MIT, del proyecto Xerox. Es uno que nosotros y muchos otros hemos estado buscando en diferentes formas.