Wikipédia pour les robots

Les humains ont acquis beaucoup de valeur en organisant toutes leurs connaissances et en les rendant largement accessibles - dans les manuels, les bibliothèques, Wikipedia et YouTube, pour ne citer que quelques exemples. Ces réservoirs de connaissances ne sont pas seulement utiles pour les grandes entreprises scientifiques, mais aussi pour les choses insignifiantes de la vie humaine quotidienne : vous pouvez facilement trouver des milliers de vidéos YouTube qui vous apprendront à cuisiner une omelette.

Ashutosh Saxena

Nous vivons maintenant dans un monde où les robots aident les humains dans leur vie quotidienne, et tout comme les humains, les robots doivent acquérir de nouvelles compétences pour faire leur travail avec succès. Et nous ne devrions pas nous attendre à ce qu'un robot apprenne tout seul à partir de zéro, pas plus que nous ne nous attendrions à ce qu'un humain le fasse - imaginez un enfant qui grandit sans accès aux manuels, aux bibliothèques ou à Internet.

Cependant, les collections organisées de connaissances qui fonctionnent pour les humains ne sont pas si bonnes pour les robots. Un robot n'obtiendrait pas beaucoup d'informations utiles s'il demandait à un moteur de recherche comment apporter du thé sucré de la cuisine. Les robots ont besoin de quelque chose de différent : l'accès à des détails plus fins pour la planification, le contrôle et la compréhension du langage naturel. Lorsqu'on lui a demandé d'apporter du thé sucré, le robot aurait besoin d'accéder à la connaissance pour interpréter les symboles du langage (thé) en termes d'entités physiques (un récipient particulier contenant du thé sucré), la connaissance spatiale que le thé sucré peut être soit sur une table ou dans un réfrigérateur, et les connaissances pour déduire comment saisir et manipuler des objets. Il est possible de créer manuellement un script de démonstration pour une situation particulière, mais sa gestion dans différentes tâches et dans différents environnements reste un problème ouvert.

En 2014, j'ai lancé un projet appelé RoboBrain à l'Université Cornell avec les doctorants Ashesh Jain et Ozan Sener. Nous avons maintenant des collaborateurs à Stanford et Brown. Nous travaillons sur un moyen de partager des informations qui permet aux robots de rassembler toutes les connaissances dont ils ont besoin pour une tâche (voir Des robots qui s'apprennent les uns les autres ). Si un robot apprend, alors la connaissance est propagée à tous les robots. RoboBrain y parvient en rassemblant les connaissances de diverses sources. Le système stocke plusieurs types d'informations, notamment des symboles, un langage naturel, des caractéristiques visuelles ou de forme, des propriétés haptiques et des mouvements.

Cette approche représente un énorme changement de mentalité. Historiquement, les groupes de recherche travaillant avec des robots ont formé leurs robots de manière isolée. Oui, nous partageons souvent des idées par le biais de publications et de logiciels qui peuvent être utilisés par un autre groupe de recherche, mais ce qu'un robot pourrait apprendre n'a pas été accessible au robot d'un autre chercheur. Pour ajouter au problème, des groupes de recherche ont travaillé sur différents problèmes - l'un aurait pu se concentrer sur le problème de vision par ordinateur de l'identification d'une tasse, tandis qu'un autre a travaillé sur le problème du langage de ce qu'est une tasse, tandis qu'un troisième s'est attaqué à la façon de saisir une tasse. Coupe.

C'est le genre d'approche que nous devons dépasser. Une tasse est un objet, pas trois. Et un robot, tout comme une personne, doit pouvoir disposer de toutes les connaissances dont il a besoin en un seul endroit.

Ashutosh Saxena est le directeur du projet RoboBrain et le fondateur et PDG de la startup Brain of Things .

cacher