211service.com
Una mano robótica impulsada por IA pasó cien años enseñándose a sí misma a girar un cubo
Dáctilo
investigadores de IA han demostrado un algoritmo de autoaprendizaje que le da a la mano de un robot una destreza nueva y notable. Su creación aprendió por sí misma a manipular un cubo con una habilidad asombrosa practicando durante el equivalente a cien años dentro de una simulación por computadora (aunque solo unos pocos días en tiempo real).
La mano robótica todavía no es tan ágil como la humana, y es demasiado torpe para desplegarla en una fábrica o un almacén. Aun así, la investigación muestra el potencial del aprendizaje automático para desbloquear nuevas capacidades robóticas. También sugiere que algún día los robots podrían aprender nuevas habilidades dentro de los mundos virtuales, lo que podría acelerar en gran medida el proceso de programación o entrenamiento.
El sistema robótico, denominado Dactyl, fue desarrollado por investigadores de IA abierta , una organización sin fines de lucro con sede en Silicon Valley. Utiliza una mano robótica lista para usar de una empresa del Reino Unido llamada Shadow, una cámara común y un algoritmo que ya domina un videojuego multijugador en expansión, DotA, utilizando el mismo enfoque de autoaprendizaje (consulte Un equipo de algoritmos de IA recién humanos aplastados en un complejo juego de computadora).
El algoritmo utiliza una técnica de aprendizaje automático conocida como aprendizaje por refuerzo. A Dactyl se le asignó la tarea de maniobrar un cubo para que se volviera una cara diferente. Se dejó averiguar, a través de prueba y error, qué movimientos producirían los resultados deseados.
Los videos de Dactyl lo muestran girando el cubo con una agilidad impresionante. Descubrió automáticamente varios agarres que los humanos usan comúnmente. Pero la investigación también mostró cuán lejos aún tiene que llegar la IA: el robot pudo manipular el cubo con éxito solo 13 de 50 veces después de sus cien años de tiempo de entrenamiento virtual, mucho más de lo que necesita un niño humano.
No encajará en un flujo de trabajo industrial en el corto plazo, dice Rodney Brooks, profesor emérito del MIT y fundador de Rethink Robotics, una empresa emergente que fabrica robots industriales más inteligentes. Pero eso está bien, la investigación es algo bueno que hacer.
El aprendizaje por refuerzo está inspirado en la forma en que los animales parecen aprender a través de la retroalimentación positiva. Se propuso por primera vez hace décadas, pero solo ha demostrado ser práctico en los últimos años gracias a los avances relacionados con las redes neuronales artificiales (ver 10 tecnologías innovadoras 2017: aprendizaje por refuerzo). La subsidiaria de Alphabet, DeepMind, usó el aprendizaje por refuerzo para crear AlphaGo, un programa de computadora que aprendió por sí mismo a jugar el endiabladamente complejo y sutil juego de mesa Go con una habilidad sobrehumana.
Otros investigadores de robótica han estado probando el enfoque durante un tiempo, pero se han visto obstaculizados por la dificultad de imitar la complejidad e imprevisibilidad del mundo real. Los investigadores de OpenAI solucionaron esto introduciendo variaciones aleatorias en su mundo virtual, de modo que el robot pudiera aprender a tener en cuenta molestias como la fricción, el ruido en el hardware del robot y los momentos en los que el cubo está parcialmente oculto a la vista.
Alex Ray, uno de los ingenieros detrás del robot, dice que Dactyl podría mejorarse dándole más poder de procesamiento e introduciendo más aleatorización. No creo que todavía hayamos llegado al límite, dice. Ray agrega que no hay ningún plan para tratar de comercializar la tecnología. Su equipo se centra exclusivamente en desarrollar los enfoques de aprendizaje generalizados más potentes posibles.
Esto es difícil de hacer bien, dice Dmitri Berenson , un especialista en robótica de la Universidad de Michigan que se especializa en la manipulación de máquinas. Berenson dice que no está exactamente claro hasta dónde nos llevarán los últimos enfoques de aprendizaje automático. Hay mucho esfuerzo humano involucrado en crear la red adecuada para una tarea específica, dice. Pero él cree que el aprendizaje simulado podría resultar muy útil: si podemos cruzar de manera confiable la 'brecha de la realidad', hace que el aprendizaje sea exponencialmente más fácil.