Una habitación en constante cambio con muebles de Ikea podría ayudar a la IA a navegar por el mundo

Una ilustración de un robot frente a una habitación llena de muebles. AI2

En un edificio frente a su oficina principal en Seattle, el Instituto Allen de Inteligencia Artificial (AI2) tiene suficientes muebles de Ikea para configurar 14 apartamentos diferentes. El laboratorio no se dedica al diseño de interiores, no exactamente. Los recursos están destinados a entrenar algoritmos más inteligentes para controlar robots.

Los robots domésticos como Roomba funcionan bien solo porque sus tareas son relativamente simples. Deambular, dar media vuelta y regresar a los mismos lugares una y otra vez realmente no importa cuando el objetivo es limpiar sin descanso el mismo piso.

Pero cualquier cosa que requiera una navegación más eficiente o compleja aún hace tropezar a muchos robots de última generación. La investigación necesaria para mejorar este statu quo también es costosa, lo que limita la mayoría de los avances de vanguardia a laboratorios comerciales bien financiados.

Ahora AI2 quiere matar dos pájaros de un tiro. El martes, anunció un nuevo desafío llamado RoboTHOR (THOR por The House Of inteRactions, sí, en serio). Se duplicará como una forma de obtener mejores algoritmos de navegación y reducir las barreras financieras para los investigadores que pueden no tener sus propios recursos de robótica.

El objetivo final es avanzar más rápidamente en la IA mediante la participación de más grupos de investigación. Las diferentes comunidades deben aportar diferentes perspectivas y casos de uso que ampliarán el repertorio de capacidades de los robots, acercando el campo a una inteligencia más generalizable.

Una comparación lado a lado de comedores reales y simulados en una de las configuraciones de apartamentos.

El laboratorio ha diseñado una habitación fácilmente reconfigurable, del tamaño de un estudio pequeño, para que sea el escenario de las 14 variaciones de apartamentos. También tiene réplicas virtuales idénticas recreadas en Unity, un popular motor de videojuegos, así como otras 75 configuraciones, que han sido todas de código abierto en línea. Juntas, estas 89 configuraciones totales ofrecerán entornos de simulación realistas para que los equipos de todo el mundo entrenen y prueben sus algoritmos de navegación. Los entornos también vienen precargados con modelos de robots de AI2 y reflejan la física del mundo real como la gravedad y los reflejos de la luz lo más cerca posible.

El desafío pide específicamente a los equipos que desarrollen algoritmos que puedan llevar un robot desde una ubicación de inicio aleatoria dentro de una habitación a un objeto en esa habitación con solo decirle el nombre del objeto. Esto será más difícil que la simple navegación porque requerirá que el robot comprenda el comando y también reconozca el objeto en su campo visual.

Los equipos competirán en tres fases. En la fase uno, se les proporcionarán los 75 entornos de simulación exclusivamente digitales para entrenar y validar sus algoritmos. En la fase dos, los de mayor rendimiento recibirán cuatro nuevos entornos de simulación con los correspondientes doppelgangers físicos. Los equipos podrán refinar sus algoritmos de forma remota cargándolos en los robots reales de AI2.

En la fase final, los de mayor rendimiento deberán demostrar la capacidad de generalización de sus algoritmos en los últimos 10 apartamentos digitales y físicos correspondientes. Los equipos que se desempeñen mejor en esta fase final ganarán el derecho a fanfarronear y una invitación para hacer una demostración de sus modelos en la Conferencia sobre visión por computadora y reconocimiento de patrones, una conferencia líder en investigación de IA para sistemas basados ​​en visión.

Diversos objetos reales y simulados. AI2

Una vez que finaliza el desafío, AI2 planea mantener la configuración disponible, dando a cualquiera acceso al entorno para continuar realizando investigaciones de robótica. Los investigadores que superen un cierto umbral de precisión en los entornos simulados, lo que demuestra que no bloquearán los robots, podrán implementar de forma remota sus algoritmos en los entornos físicos. La habitación rotará entre las diferentes configuraciones de muebles.

Vamos a mantener este entorno y vamos a mantener estos robots, dice Ani Kembhavi, científica investigadora de AI2 que lidera el proyecto. Su equipo planea desarrollar un sistema de tiempo compartido para permitir que diferentes investigadores se turnen para probar sus algoritmos de forma remota en el mundo real.

AI2 espera que la estrategia haga que la investigación en robótica sea más accesible al eliminar la mayor cantidad posible de los costos de hardware asociados. También espera que el esquema inspire a otras organizaciones bien financiadas a abrir sus recursos de manera similar. Además, diseñó a propósito su habitación reconfigurable con bajos costos de materiales y muebles Ikea disponibles en todo el mundo; la configuración costó aproximadamente $ 10,000. Si otros investigadores desean construir sus propios espacios de entrenamiento físico, pueden replicarlos fácilmente localmente y aun así coincidir con los entornos de simulación virtual.

Kembhavi, cuyo padre es astrónomo, compara la idea con el intercambio global de telescopios. Comunidades como la astronomía han descubierto cómo tomar recursos costosos y ponerlos a disposición de investigadores de todo el mundo, dice.

Esa es nuestra visión para este entorno, agrega. IA incorporada para todos.

esconder