Ces étranges créatures virtuelles font évoluer leur corps pour résoudre des problèmes

Agrim Gupta, Silvio Savarese, Surya Ganguli & Li Fei-Fei

Une variété infinie de créatures virtuelles gambadent et se précipitent sur l'écran, luttant contre des obstacles ou traînant des balles vers une cible. Ils ressemblent à des crabes à moitié formés faits de saucisses - ou peut-être à Thing, la main désincarnée de La famille Addams . Mais ces « unimaux » (abréviation d'animaux universels) pourraient en fait aider les chercheurs à développer davantage intelligence polyvalente dans les machines.

Agrim Gupta de l'Université de Stanford et ses collègues (dont Fei-Fei Li, qui codirige le Stanford Institute for Human-Centered AI et ont dirigé la création d'ImageNet) ont utilisé ces unimaux pour explorer deux questions souvent négligées dans la recherche sur l'IA : comment l'intelligence est liée à la façon dont les corps sont agencés et comment les capacités peuvent être développées à travers l'évolution ainsi qu'appris.

Histoire connexe

Un terrain de jeu en constante évolution apprend aux IA à effectuer plusieurs tâches

Les mondes de jeu virtuels offrent un flux ininterrompu de défis ouverts qui poussent l'IA vers l'intelligence générale.

Ce travail est une étape importante dans une tentative de plusieurs décennies visant à mieux comprendre la relation corps-cerveau chez les robots, déclare Josh Bongard, qui étudie la robotique évolutionnaire à l'Université du Vermont et n'a pas participé aux travaux.

Si les chercheurs veulent recréer l'intelligence dans les machines, il leur manque peut-être quelque chose, dit Gupta. En biologie, l'intelligence découle de l'esprit et du corps qui travaillent ensemble. Les aspects des plans corporels, tels que le nombre et la forme des membres, déterminent ce que les animaux peuvent faire et ce qu'ils peuvent apprendre. Pensez au aye-aye, un lémurien qui a développé un majeur allongé pour sonder profondément les trous à la recherche de larves.

L'IA se concentre généralement uniquement sur la partie mentale, construisant des machines pour effectuer des tâches qui peuvent être maîtrisées sans corps, telles que l'utilisation du langage, la reconnaissance d'images et les jeux vidéo. Mais ce répertoire limité pourrait bientôt vieillir. Envelopper les IA dans des corps adaptés à des tâches spécifiques pourrait leur faciliter l'apprentissage d'un large éventail de nouvelles compétences. Une chose que tous les animaux intelligents de la planète ont en commun dans un corps, dit Bongard. L'incarnation est notre seul espoir de fabriquer des machines à la fois intelligentes et sûres.

Les unimales ont une tête et plusieurs membres. Pour voir ce qu'ils pouvaient faire, l'équipe a développé une technique appelée apprentissage par renforcement évolutif profond (DERL). Les unimaux sont d'abord formés à l'aide de l'apprentissage par renforcement pour accomplir une tâche dans un environnement virtuel, comme marcher sur différents types de terrain ou déplacer un objet.

Les unimales qui fonctionnent le mieux sont ensuite sélectionnés et des mutations sont introduites, et la progéniture résultante est replacée dans l'environnement, où elle apprend les mêmes tâches à partir de zéro. Le processus se répète des centaines de fois : évoluer et apprendre, évoluer et apprendre.

Les mutations auxquelles les unimaux sont soumis impliquent l'ajout ou la suppression de membres, ou la modification de la longueur ou de la flexibilité des membres. Le nombre de configurations corporelles possibles est vaste : il existe 10 ^ 18 variations uniques avec 10 membres ou moins. Au fil du temps, les corps des unimaux s'adaptent à différentes tâches. Certains unimaux ont évolué pour se déplacer sur un terrain plat en tombant vers l'avant ; certains ont développé un dandinement ressemblant à un lézard; d'autres ont développé des pinces pour saisir une boîte.

Les chercheurs ont également testé dans quelle mesure les unimaux évolués pouvaient s'adapter à une tâche qu'ils n'avaient jamais vue auparavant, une caractéristique essentielle de l'intelligence générale. Ceux qui avaient évolué dans des environnements plus complexes, contenant des obstacles ou des terrains accidentés, étaient plus rapides à apprendre de nouvelles compétences, comme faire rouler une balle au lieu de pousser une boîte. Ils ont également découvert que DERL sélectionnait des plans corporels qui apprenaient plus rapidement, même s'il n'y avait pas de pression sélective pour le faire. Je trouve cela excitant car cela montre à quel point la forme du corps et l'intelligence sont profondément liées, dit Gupta.

Histoire connexe

L'IA apprend à se créer

Les humains ont eu du mal à fabriquer des machines vraiment intelligentes. Peut-être devrions-nous les laisser faire eux-mêmes.

On sait déjà que certains corps accélèrent l'apprentissage, dit Bongard. Ce travail montre que l'IA peut rechercher de tels corps. Le laboratoire de Bongard a développé des corps de robots adaptés à des tâches particulières, telles que l'application de revêtements ressemblant à des callosités aux pieds pour réduire l'usure. Gupta et ses collègues étendent cette idée, dit Bongard. Ils montrent que le bon corps peut aussi accélérer les changements dans le cerveau du robot.

En fin de compte, cette technique pourrait inverser la façon dont nous pensons à la construction de robots physiques, explique Gupta. Au lieu de commencer avec une configuration corporelle fixe, puis d'entraîner le robot à effectuer une tâche particulière, vous pouvez utiliser DERL pour laisser évoluer le plan corporel optimal pour cette tâche, puis le construire.

Les unimales de Gupta font partie d'un vaste changement dans la façon dont les chercheurs envisagent l'IA. Au lieu de former des IA sur des tâches spécifiques, telles que jouer au Go ou analyser un scan médical, les chercheurs commencent à déposer des bots dans des bacs à sable virtuels, tels que POÈTE , L'arène virtuelle de cache-cache d'OpenAI , et XLand, le terrain de jeu virtuel de DeepMind - et leur apprendre à résoudre plusieurs tâches dans des dojos d'entraînement ouverts et en constante évolution. Au lieu de maîtriser un seul défi, les IA ainsi formées acquièrent des compétences générales.

Pour Gupta, l'exploration de forme libre sera la clé de la prochaine génération d'IA. Nous avons besoin d'environnements vraiment ouverts pour créer des agents intelligents, dit-il.

cacher