Nascedores de ideias na Fábrica Moonshot, Alfabeto X, estiveram ocupados em um projeto do Everyday Robot e seu objetivo é bastante simples. Eles estão interessados ​​em "construir um robô que possa aprender a operar em muitas situações diferentes."

Em algum lugar entre as manchetes sobre robôs superestrelas de Boston Dynamics que fazem back-flips e pular sobre pranchas e a camada inferior de robôs marcianos fofos que sorriem e piscam é a camada do meio de robôs do dia a dia que podem ajudar as pessoas em situações do dia a dia - pelo menos aquele meio camada tornou-se o foco do projeto.

A característica interessante sobre este projeto não é apenas descobrir como fazer os robôs, mas sim como fazer robôs que podem aprender - em um movimento longe de "codificá-los meticulosamente para fazer tarefas específicas e estruturadas."

Até agora, houve muitas provas em outros lugares de que os robôs são ensinados a aprender, mas a equipe do projeto está interessada em robôs que aprendem com agilidade, naquela, uma vez equipado com câmeras e software de aprendizado de máquina, pode observar a bagunça, mundo imprevisível ao seu redor, sem, como o boletim informativo de download, MIT Technology Review , colocá-lo, "aprendendo todas as situações potenciais que podem encontrar."

Os esforços da equipe em trabalhar com os robôs do dia-a-dia têm valido a pena confirmar o que eles esperavam que fosse o caso - dando aos robôs tarefas simples e depois fazendo-os praticar, é possível ensiná-los a desenvolver novas e melhores capacidades.

"A maioria dos robôs está onde os computadores mainframe estavam nos anos 60 e 70, "disse Hans Peter Brondmo, que carrega o título de Sussurrador de Robôs Chefe, o Projeto do Robô Diário, X, e isso seria "máquinas especializadas caras, operado por especialistas, realizando tarefas especializadas em ambientes especialmente projetados. "

Considere que um robô projetado para tarefas restritas de linha de montagem foi codificado e projetado para operar em um ambiente muito estruturado. E o robô que encontra uma obstrução inesperada?

“Para que os robôs sejam úteis no dia a dia, eles precisam entender e dar sentido aos espaços onde vivemos e trabalhamos ... Isso requer novas formas de inteligência de máquina. "

Os membros do projeto optaram por envolver diferentes tipos de professores. Eles são (1) outros robôs (2) humanos e (3) simulações de nuvem. Foi apontado que os robôs dos alunos aprendem rápido por meio de simulações de alta fidelidade.

"Nós investigamos como os robôs podem aprender com a demonstração humana, da experiência compartilhada, e como podemos acelerar o aprendizado simulando robôs na nuvem. Assim que vimos o que era possível, começamos a traçar nosso caminho para fora do laboratório, "disse Brondmo.

Como eles estão?

Até aqui, os robôs mostram que estão aprendendo. Os robôs estão aprendendo a separar o lixo. Os testes estão acontecendo em locais da Alphabet na Califórnia. Este é um exercício de aprendizado. Assim como os humanos, eles são obrigados a escolher quais itens de lixo vão para quais recipientes para aterro, reciclando, ou composto. (Jay Peters em The Verge mostrou um GIF de um robô separando uma lata reciclável de uma pilha de composto para uma pilha de reciclagem. "Isso é incrível - veja como o braço realmente agarra a lata, " ele disse.)

A equipe revelou sua abordagem de treinamento:"Cada noite, dezenas de milhares de robôs virtuais praticam a separação de resíduos em um escritório virtual em nosso simulador de nuvem; em seguida, transferimos o treinamento para robôs reais para refinar sua capacidade de classificação. Esse treinamento do mundo real é então integrado de volta aos dados de treinamento simulados e compartilhado com o resto dos robôs para que a experiência e o aprendizado de cada robô sejam compartilhados com todos eles. "

Assim como os robôs estão aprendendo, os participantes do projeto também estão recebendo mensagens importantes. A equipe está analisando o sucesso dos robôs descobrindo como separar o lixo e disse que "eles provam que é possível que os robôs aprendam a realizar novas tarefas no mundo real apenas com a prática, ao invés de ter engenheiros 'codificando manualmente' cada nova tarefa, exceção, ou melhoria. "

O site do projeto disse que "Os robôs estão aprendendo a navegar e auxiliar em ambientes de trabalho compartilhados com as pessoas. Eles estão fazendo coisas como classificar, reciclar (bem devagar por enquanto). Os resultados iniciais são encorajadores e a equipe continua a pesquisar, experimentar, e aprender a levar os robôs a um lugar onde possam ajudar a todos, todo dia."

O download:"Por enquanto:os primeiros protótipos de robôs estão aprendendo a separar o lixo. Parece banal, mas é difícil fazer com que os robôs identifiquem diferentes tipos de objetos. "O boletim informativo não precisava se desculpar porque a classificação parecia mundana. Nem é comum para os humanos comuns. Abajur velho ali; garrafas de plástico aqui; frascos de xampu vazios, Hmm, papéis de presente usados, latas de biscoitos, latas de peixe lavadas, Nós vamos, dê-nos um minuto.

De volta ao boletim do projeto:Este é o sucesso dos robôs de triagem em números:Durante os últimos meses, escreveu Brondmo, robôs separaram milhares de pedaços de lixo e reduziram os níveis de contaminação de resíduos de seus escritórios de 20 por cento - o que acontece quando as pessoas colocam objetos nas bandejas - para menos de 5 por cento.

© 2019 Science X Network