Quem precisa de mapas? O Facebook conseguiu um feito impressionante envolvendo IA que pode navegar sem nenhum mapa.

O desejo do Facebook de se gabar, embora eles tenham dito que têm um caminho a percorrer, eram evidentes em sua postagem no blog, "Navegação de ponto e objetivo quase perfeita a partir de 2,5 bilhões de quadros de experiência."

Longa história curta, O Facebook entregou um algoritmo que, citando MIT Technology Review , permite que os robôs encontrem o caminho mais curto em ambientes desconhecidos, abrindo a porta para robôs que podem trabalhar dentro de casas e escritórios. "

E, em linha com o puro e simples, Ubergizmo Tyler Lee também comentou:"O Facebook acredita que, com este novo algoritmo, será capaz de criar robôs que podem navegar por uma área sem a necessidade de mapas ... em teoria, você pode colocar um robô em uma sala ou área sem um mapa e ele deve ser capaz de encontrar o caminho até o destino. "

Erik Wijmans e Abhishek Kadian no post do Facebook de 21 de janeiro disseram que, Nós vamos, Afinal, um dos principais desafios da tecnologia é "ensinar esses sistemas a navegar pelo complexo, ambientes desconhecidos do mundo real para chegar a um destino específico - sem um mapa pré-fornecido. "

O Facebook aceitou o desafio. Os dois anunciaram que o Facebook AI criou um algoritmo de aprendizagem por reforço distribuído em grande escala chamado DD-PPO, "que resolveu efetivamente a tarefa de navegação de ponto-alvo usando apenas uma câmera RGB-D, GPS, e dados da bússola, " eles escreveram.

DD-PPO significa otimização de política proximal distribuída descentralizada. É isso que o Facebook está usando para treinar agentes e os resultados vistos em ambientes virtuais como casas e prédios de escritórios foram encorajadores. Os blogueiros apontaram que "mesmo falhar 1 em 100 vezes não é aceitável no mundo físico, onde um agente de robô pode danificar a si mesmo ou a seus arredores cometendo um erro. "

Além de DD-PPO, os autores deram crédito à plataforma de código aberto AI Habitat do Facebook AI por sua "velocidade e fidelidade de última geração". AI Habitat fez seu anúncio de código aberto no ano passado como uma plataforma de simulação para treinar agentes incorporados, como robôs virtuais em ambientes 3D foto-realistas. O Facebook disse que faz parte do "esforço contínuo da Facebook AI para criar sistemas que sejam menos dependentes de grandes conjuntos de dados anotados usados ​​para treinamento supervisionado".

(Douglas Heaven em MIT Technology Review :Enquanto o Facebook treinava bots por três dias no AI Habitat, "Outros levaram um mês ou mais para treinar bots em uma tarefa semelhante, mas o Facebook acelerou enormemente as coisas eliminando os bots mais lentos do grupo, para que os mais rápidos não tivessem que esperar na linha de chegada a cada rodada. ")

InfoQ havia dito em julho que "a tecnologia estava adotando uma abordagem diferente do que depender de conjuntos de dados estáticos que outros pesquisadores usavam tradicionalmente e que o Facebook decidiu abrir o código dessa tecnologia para mover esse subcampo para frente."

Jon Fingas em Engadget analisou como a equipe trabalhou em direção à navegação de IA (e é aí que entra o número de 25 bilhões). "Projetos anteriores tendem a lutar sem grande poder computacional. O Facebook ensinou um agente virtual a lidar com a navegação ponto a ponto pelo equivalente a 80 anos de experiência humana - isso é cerca de 2,5 bilhões de passos."

O resultado foi um algoritmo inteligente o suficiente em ambientes internos para escolher a bifurcação certa no caminho (em vez de perder tempo retrocedendo) e reconhecer rapidamente os erros se for na direção errada.

Paraíso, No dele MIT Technology Review item, também foi útil para contextualizar o número. "O Facebook treinou bots por três dias dentro da AI Habitat, uma maquete virtual fotorrealista do interior de um edifício, com quartos e corredores e móveis. Nesse tempo, eles deram 2,5 bilhões de passos - o equivalente a 80 anos de experiência humana. "

Pesquisadores focados em projetos centrados em robôs assistentes consideram os recursos de navegação cruciais. "A navegação é essencial para a criação de agentes e assistentes de IA que ajudam as pessoas no mundo físico, de robôs que podem recuperar um objeto de uma mesa no andar de cima, para sistemas que ajudam pessoas com deficiência visual, para assistentes com tecnologia de IA que apresentam informações relevantes para pessoas que usam óculos de realidade aumentada, "Wijmans e Abhishek Kadiana escreveram.

Os autores defenderam um mundo menos dependente de mapas, também. Mapas, eles discutiram, "tornam-se desatualizados no momento em que são criados. A maioria dos ambientes do mundo real evolui - edifícios e estruturas mudam, objetos são movidos, e pessoas e animais de estimação estão em constante fluxo. "

Qual é o próximo? "Esperamos aproveitar o sucesso do DD-PPO criando sistemas que realizam navegação de ponto-objetivo com apenas entrada de câmera - e sem bússola ou dados de GPS."

Por que não há bússola ou dados de GPS? Em uma postagem de 21 de janeiro, Wijmans e Kadian disseram que "os dados de bússola e GPS podem ser barulhentos ou simplesmente indisponíveis em espaços internos. Também aplicaremos modelos treinados em DD-PPO a diferentes tarefas".

Fingas em Engadget ficou impressionado com seu "algoritmo de aprendizagem por reforço distribuído que não só chega ao seu destino 99,9 por cento do tempo sem usar mapas, mas pode fazer isso com apenas um desvio de três por cento do caminho ideal. "

Na realidade, disse o paraíso em MIT Technology Review , "A localização de rotas Mapless é essencial para robôs de última geração, como drones de entrega autônomos ou robôs que trabalham dentro de casas e escritórios."

Fingas disse o seguinte sobre a tecnologia em geral:ainda é "muito jovem. Ainda não conseguiu lidar com ambientes externos ou situações complexas, e não lida bem com a navegação de longa distância se tiver que perder sensores. "No entanto, Fingas observou que o Facebook está compartilhando seu trabalho na esperança de novos avanços.

© 2020 Science X Network