Ce que les robots peuvent apprendre des bébés

Les enfants apprennent rapidement à prédire ce qui se passera s'ils retournent une tasse remplie de jus. Les robots, en revanche, n'en ont aucune idée.

Des chercheurs au Institut Allen pour l'intelligence artificielle (Ai2 ) à Seattle ont développé un programme informatique qui montre comment les machines déterminent le comportement probable des objets capturés par une caméra. Cela pourrait aider à rendre les robots et autres machines moins sujets aux erreurs, et pourrait aider les voitures autonomes à naviguer de manière plus sûre dans des scènes inconnues.

Le système, développé par Roozbeh Mottaghi et ses collègues, tire des conclusions sur les propriétés physiques d'une scène en utilisant une combinaison d'apprentissage automatique et de modélisation 3D. Les chercheurs ont converti plus de 10 000 images en scènes rendues dans un format simplifié à l'aide d'un moteur physique 3D. Les rendus 3D ont été créés par des bénévoles via la plateforme de crowdsourcing Mechanical Turk d'Amazon.

Les chercheurs ont introduit les images ainsi que leurs représentations 3D dans un ordinateur exécutant un vaste réseau neuronal d'apprentissage en profondeur, qui a progressivement appris à associer une scène particulière à certaines forces et mouvements simples. Lorsque le système a ensuite été montré des images inconnues, il pourrait suggérer les différentes forces qui pourraient être en jeu.

Cela ne fonctionne pas parfaitement, mais le plus souvent, l'ordinateur tirera une conclusion sensée. Pour une image d'une agrafeuse posée sur un bureau, par exemple, le programme peut dire que l'agrafeuse glisserait sur le bureau puis tomberait brusquement sur le sol. Pour une photo d'une table basse et d'un canapé, il sait que la table pourrait être poussée sur le sol jusqu'à ce qu'elle atteigne le canapé.

L'objectif est d'apprendre la dynamique du moteur physique, explique Mottaghi. Vous devez tout déduire en vous basant uniquement sur l'image que vous voyez.

Le travail pourrait être particulièrement utile pour les robots qui ont besoin d'interpréter rapidement une scène, puis d'y agir. Même un robot équipé d'un scanner 3D aurait souvent besoin de déduire la physique de la scène qu'il perçoit. Et il serait impossible qu'un robot apprenne à tout faire par essais et erreurs. La collecte de données pour cela est très difficile, dit Mottaghi. Si j'emmène mon robot dans un magasin, il ne peut pas pousser d'objets et collecter des données ; ce serait très coûteux.

Ce programme fait partie d'un effort plus vaste appelé Projet Platon , visant à doter les machines d'une intelligence visuelle allant au-delà de la simple reconnaissance et catégorisation d'objets. Un projet connexe, qui fait également partie du projet Plato, permet à un ordinateur de reconnaître une force physique déjà en jeu : par exemple, comment un skieur descendrait une montagne ou comment un ballon de football frappé volerait dans les airs.

Ces dernières années, les ordinateurs sont devenus bien meilleurs pour analyser les images, grâce aux progrès de l'apprentissage en profondeur, à un matériel plus puissant et à de grands ensembles de données d'images étiquetées. Après avoir reçu de nombreux exemples, les ordinateurs peuvent désormais décrire ou répondre à des questions sur une scène (voir Google’s Brain-Inspired Software Describes What It Sees in Complex Images and Facebook App Can Answer Basic Questions About What’s In Photos ). Mais cela trahit une compréhension très superficielle de ce qui se passe dans une image. Pour une compréhension plus approfondie, un ordinateur doit comprendre comment fonctionne le monde physique.

Lac Brenden , chercheur à l'Université de New York spécialisé dans la modélisation des capacités cognitives humaines, affirme que le travail Ai2 est une étape importante dans cette direction.

La véritable compréhension de la scène nécessite bien plus que la simple reconnaissance des objets, dit Lake. Lorsque les gens voient un instantané d'une scène, ils racontent une histoire : quels sont les objets, pourquoi sont-ils là et que se passera-t-il ensuite ? Comprendre la physique est un élément clé pour raconter cette histoire.

Selon Lake, cependant, beaucoup plus de raisonnement est impliqué dans la perception humaine, ce qui pourrait freiner les progrès de la robotique et de la vision artificielle pendant un certain temps encore. Bien que ce soit un progrès passionnant, il ne rivalise pas encore avec notre capacité humaine à comprendre la physique, dit-il. Les gens peuvent comprendre une gamme beaucoup plus large d'événements physiques et peuvent prédire avec précision des événements physiques dans des types de scènes complètement nouveaux.

cacher