Facebook a aidé à créer une chasse au trésor de l'IA qui pourrait mener aux premiers robots domestiques utiles

Creative Mania, concheese du Noun Project | Erin Winick

Les programmes d'intelligence artificielle pourraient développer un bon sens indispensable en participant à des chasses au trésor dans des maisons virtuelles remplies de tables basses, de canapés, de lampes et d'autres objets du quotidien simulés.

Des chercheurs de Facebook et de Georgia Tech ont développé le défi de la chasse au trésor. Le concours nécessite qu'un agent virtuel recherche quelque chose dans une maison simulée après avoir analysé une question en langage naturel. Un agent serait placé au hasard dans une pièce d'une maison virtuelle et lui demanderait quelque chose comme De quelle couleur est la voiture ? ou Où est la table basse ? Trouver la réponse nécessite qu'un agent comprenne la question, puis explore l'espace virtuel à la recherche de l'objet pertinent.

L'objectif est de construire des systèmes intelligents qui peuvent voir, parler, planifier et raisonner, dit Devi Parikh , informaticienne chez Georgia Tech et Facebook AI Research (FAIR), qui a développé le concours avec son collègue et mari, Dhruv Batra .

Parikh, Batra et leurs collaborateurs développé un agent qui combine plusieurs formes différentes d'apprentissage automatique pour répondre à des questions sur une maison. L'agent apprend également une forme rudimentaire de bon sens en déterminant, à travers de nombreux essais et erreurs, les meilleurs endroits pour rechercher un objet particulier. Par exemple, au fil du temps, l'agent apprend que les voitures se trouvent généralement dans le garage, et il comprend que les garages peuvent généralement être trouvés en sortant par la porte avant ou arrière.

L'approche repose sur l'apprentissage par renforcement, une forme d'apprentissage automatique inspirée du comportement animal, ainsi que sur l'apprentissage par imitation, une technique qui permet aux algorithmes d'apprendre par l'observation. Les maisons virtuelles ont été créées par des chercheurs de FAIR et de l'UC Berkeley. La recherche a été mise en évidence lors de la conférence annuelle des développeurs de Facebook aujourd'hui.

Un agent naviguant dans une maison virtuelle. AQ intégrée

Un nombre croissant de chercheurs expérimentent des environnements virtuels pour former des programmes d'IA. L'approche est considérée comme un moyen d'élargir l'intelligence de l'IA et de surmonter les limites fondamentales. Bien qu'il y ait eu des progrès remarquables dans l'IA ces derniers temps, cela a eu tendance à impliquer des ordinateurs effectuant une seule tâche, comme reconnaître des visages dans des images ou jouer à un jeu de société. De plus, les programmes d'IA sont généralement formés sur des images fixes plutôt que sur des paramètres 3D

Comme les premières recherches sur l'IA ont montré , il n'est tout simplement pas pratique de coder à la main de telles connaissances dans un système (voir le problème de langage de l'IA). La solution sera donc très probablement que les programmes d'IA acquièrent ces connaissances par eux-mêmes.

Microsoft a publié un environnement appelé Malmo, basé sur le jeu Minecraft. Des chercheurs de l'Allen Institute for AI (Ai2) à Seattle ont développé un autre Environnement virtuel 3D pour la formation des agents IA. Cet environnement reflète également la physique de base et permet aux agents d'effectuer des actions simples. Les chercheurs d'Ai2 ont proposé un ensemble similaire de défis en langage naturel pour les agents dans leur environnement.

Roozbeh Mottaghi , le chercheur principal du projet Ai2, affirme qu'il est crucial que ces environnements virtuels deviennent plus réalistes si nous voulons que les agents IA apprennent correctement à l'intérieur. Actuellement, ce n'est pas vraiment pratique. Concevoir une seule pièce d'aspect réaliste peut prendre des mois et cela coûte cher, dit-il. Et définir des propriétés physiques réalistes pour chaque objet est très difficile.

Histoire connexe

Histoire connexe Des machines qui comprennent vraiment le langage seraient incroyablement utiles. Mais nous ne savons pas comment les construire.

À court terme, le travail pourrait aider à rendre les chatbots et les assistants personnels moins obstinément stupides. Les progrès sur des tâches plus ouvertes, telles que la compréhension du langage naturel, ont été plus lents. On peut apprendre à une machine à répéter des motifs dans un texte, mais faire face à l'ambiguïté du langage nécessite généralement une certaine connaissance du monde réel. Le bon sens développé en explorant les environnements virtuels pourrait aider les chatbots et les assistants personnels à converser sans commettre autant d'erreurs.

Facebook connaît ce défi de première main. La société a lancé un assistant virtuel polyvalent, appelé M, en 2015. Mais elle s'est appuyée sur les humains pour prendre le relais lorsque le logiciel sous-jacent ne comprenait pas une commande ou une requête. Le produit n'a jamais vraiment décollé et il a été abandonné l'année dernière.

La recherche peut également alimenter des projets plus futuristes. Imaginez demander à un Roomba d'aller passer l'aspirateur dans la chambre. Même si la machine pouvait comprendre votre voix et voir son environnement, elle n'a aucune idée de ce qu'est une chambre à coucher, ni de l'endroit où elle pourrait se trouver. Mais les futurs robots domestiques pourraient utiliser un logiciel d'IA qui a appris des faits aussi simples sur les maisons ordinaires en explorant d'abord de nombreuses maisons virtuelles.

Nous nous dirigeons clairement vers une ère d'agents d'assistance, dit Batra. Se référant à l'appareil Echo d'Amazon et aux rumeurs selon lesquelles l'entreprise travaille sur un robot domestique, ajoute-t-il, ces choses développeront des yeux, et après cela, elles vous suivront.

cacher