211service.com
RoboBrain: el primer motor de conocimiento del mundo para robots
Uno de los cambios más emocionantes que influyen en la vida moderna es la capacidad de buscar e interactuar con información en una escala que nunca antes había sido posible. Todo esto es gracias a una convergencia de tecnologías que ha dado como resultado servicios como Google Now, Siri, Wikipedia y la supercomputadora Watson de IBM.
Esto nos brinda respuestas a una amplia gama de preguntas sobre casi cualquier tema simplemente susurrando unas pocas palabras en un teléfono inteligente o escribiendo algunos caracteres en una computadora portátil. Parte de lo que hace que esto sea posible es que los humanos son buenos para hacer frente a la ambigüedad. Entonces, la respuesta a una pregunta simple, como cómo hacer queso con tostadas, puede resultar en instrucciones muy generales que una persona común puede seguir fácilmente.
Para los robots, el desafío es bastante diferente. Estas máquinas requieren instrucciones detalladas incluso para la tarea más sencilla. Por ejemplo, es poco probable que un robot que le pregunte a un motor de búsqueda cómo traer té dulce de la cocina obtenga los detalles que necesita para llevar a cabo la tarea, ya que requiere todo tipo de conocimiento incidental, como la idea de que las tazas pueden contener líquido (pero no cuando se sostiene boca abajo), que el agua proviene de los grifos y se puede calentar en una tetera o microondas, y así sucesivamente.
La verdad es que si los robots alguna vez obtienen conocimiento útil de los motores de búsqueda, estas bases de datos deberán contener una descripción mucho más detallada de cada tarea que puedan necesitar llevar a cabo.
Ingrese Ashutosh Saxena en la Universidad de Stanford en Palo Alto y varios amigos, quienes se han propuesto la tarea de construir dicho motor de conocimiento para robots.
Estos chicos ya han comenzado a crear una especie de Google para robots al que puede acceder libremente cualquier dispositivo que desee realizar una tarea. Al mismo tiempo, la base de datos recopila nueva información sobre estas tareas a medida que los robots las realizan, aprendiendo así sobre la marcha. Llaman a su nuevo motor de conocimiento RoboBrain.
El equipo ha asumido una serie de desafíos en el diseño de RoboBrain. Para empezar, los robots tienen muchos tipos diferentes de sensores y diseños, por lo que la información debe almacenarse de manera que sea útil para cualquier tipo de máquina. El motor de conocimiento debería poder responder a una variedad de diferentes tipos de preguntas planteadas por robots de diferentes maneras. Y debería poder recopilar conocimiento de diferentes fuentes, como la World Wide Web y rastreando bases de conocimiento existentes como WordNet, ImageNet, Freebase y OpenCyc.
Además, Saxena y compañía quieren que Robobrain sea un esfuerzo de colaboración que se vincule con los servicios existentes. Con ese fin, el equipo ya se ha asociado con servicios como Tell Me Dave, una empresa emergente que tiene como objetivo permitir que los robots comprendan instrucciones en lenguaje natural, y PlanIt, una forma en que los robots pueden planificar rutas utilizando información de colaboración colectiva.
A medida que más y más investigadores aporten conocimiento a RoboBrain, no solo hará que sus robots funcionen mejor, sino que también creemos que esto será beneficioso para la comunidad de robótica en general, dicen Saxena y compañía. Han creado un sitio web llamado RoboBrain.me actuar como puerta de entrada y promover la idea.
Configurar un motor de conocimiento de este tipo no es tarea fácil. Saxena y compañía lo han abordado como un problema de teoría de redes en el que el conocimiento se representa como un gráfico dirigido. Los nodos en este gráfico pueden ser una variedad de cosas diferentes, como una imagen, texto, video, datos hápticos o un concepto aprendido, como un contenedor.
RoboBrain luego acepta nueva información en forma de un conjunto de bordes que vinculan un subconjunto de nodos. Por ejemplo, la idea de que un ser humano sentado puede usar una taza podría vincular los nodos taza, taza y ser humano sentado con conceptos como poder usar.
Cualquier robot que consulte la base de datos en busca de este término, o algo parecido, puede descargar el conjunto de aristas y nodos que lo representan.
Esto es más que una simple idea. Saxena y compañía ya comenzaron a construir la base de datos y usarla para permitir que los robots planifiquen ciertas acciones, como navegar en interiores o mover ingredientes para cocinar.
Muestran cómo uno de sus propios robots usa RoboBrain para mover un cartón de huevos al otro extremo de una mesa. Dado que los huevos son frágiles, deben manipularse con cuidado, algo que el robot puede aprender consultando a RoboBrain.
Una parte importante del proyecto es aplicar el conocimiento aprendido en una situación a otras situaciones. Entonces, la misma técnica para manipular huevos también podría usarse para manipular otros objetos frágiles, como bombillas.
El equipo tiene grandes planes para el futuro. Por ejemplo, les gustaría expandir la base de conocimiento para incluir fuentes de conocimiento aún más grandes, como videos en línea. Un robot que pudiera consultar videos instructivos en línea podría aprender a realizar una amplia variedad de tareas domésticas.
Ese es un trabajo interesante con un potencial importante para cambiar la forma en que los robots aprenden a gran escala. Las bases de conocimiento en línea han tenido un impacto notable en la forma en que los humanos piensan sobre el mundo que los rodea y cómo interactúan con él.
Ciertamente, no es increíble que RoboBrain pueda tener un impacto similar para nuestros primos electrónicos.
Ref: arxiv.org/abs/1412.0691 : RoboBrain: motor de conocimiento a gran escala para robots