Ihmisen ohjaama tekoälykehys lupaa nopeampaa robottien oppimista uusissa ympäristöissä

Tulevaisuuden älykkäissä kodeissa robottien hankkiminen kotitöiden helpottamiseksi ei ole harvinaista. Kuitenkin turhautuminen voi iskeä, kun nämä automaattiset avustajat eivät pysty suorittamaan yksinkertaisia tehtäviä. Tässä astuu kuvaan Andi Peng, tutkija MIT:n sähkötekniikan ja tietojenkäsittelytieteen osastolta, joka yhdessä tiiminsä kanssa on luonut polun parantamaan robottien oppimiskäyrää.

Peng ja hänen monitieteinen tutkijatiiminsä ovat kehittäneet uraauurtavan ihmis-robotti vuorovaikutuskehyksen. Tämän järjestelmän kohokohta on sen kyky luoda kontrafaktuaalisia kertomuksia, jotka osoittavat muutokset, joita tarvitaan jotta robotti voi suorittaa tehtävän onnistuneesti.

Esimerkiksi, kun robotilla on vaikeuksia tunnistaa epätavallisesti maalattu muki, järjestelmä tarjoaa vaihtoehtoisia tilanteita, joissa robotti olisi onnistunut, ehkä jos muki olisi yleisemmän värinen. Nämä kontrafaktuaaliset selitykset yhdistettynä ihmisten palautteeseen nopeuttavat uusien tietojen luomista robotin hienosäätöä varten.

Peng selittää, “Hienosäädössä optimoidaan olemassa olevaa koneoppimismallia, joka jo hallitsee yhden tehtävän, jotta se kykenee suorittamaan myös toisen samankaltaisen tehtävän.”

Hyppy tehokkuudessa ja suorituskyvyssä

Kun järjestelmää testattiin, se osoitti vaikuttavia tuloksia. Robotit, jotka oli koulutettu tällä menetelmällä, osoittivat nopeita oppimiskykyjä, samalla vähentäen aikaa, jota heidän ihmiskouluttajansa tarvitsivat. Jos tämä innovatiivinen kehys toteutettaisiin laajassa mittakaavassa, se voisi auttaa robotteja sopeutumaan nopeasti uusiin ympäristöihin, vähentäen tarvetta sille, että käyttäjien on oltava edistyneitä teknisesti tietäviä. Tämä teknologia voisi olla avain yleispätevien robottien kehittämiseen, jotka voivat auttaa tehokkaasti vanhuksia tai vammaisia henkilöitä.

Peng uskoo, “Lopullinen tavoite on antaa robotille kyky oppia ja toimia ihmismäisellä abstraktilla tasolla.”

Robottioppimisen vallankumous

Pääeste robottioppimisessa on “jakaumasiirtymä”, termi, jota käytetään selittämään tilannetta, jossa robotti kohtaa esineitä tai tiloja, joita se ei ole kohdannut koulutuskaudellaan. Tutkijat, ratkaisemaan tämän ongelman, toteuttivat menetelmän, jota kutsutaan “jäljittelyoppimiseksi”. Mutta sillä oli rajoituksia.

“Kuvittele, että sinun on näytettävä robotille esimerkki 30 000 mukin avulla, jotta se voisi poimia minkä tahansa mukin. Sen sijaan minä haluan näyttää esimerkin vain yhdellä mukilla ja opettaa robotille, että se voi poimia minkä tahansa värisen mukin”, Peng sanoo.

Tähän vastaukseksi tiimin järjestelmä tunnistaa, mitkä ominaisuudet esineessä ovat tärkeitä tehtävän suorittamiseksi (kuten mukin muoto) ja mitkä eivät ole (kuten mukin väri). Näiden tietojen avulla järjestelmä luo synteettistä dataa, muuttaen “ei-oleellisia” visuaalisia elementtejä, jolloin robottioppimisprosessi optimoidaan.

Ihmisen päättelyn ja robotin logiikan yhdistäminen

Arvioidakseen tämän kehyksen tehokkuutta tutkijat suorittivat testin, jossa osallistui ihmisiä. Osallistujilta kysyttiin, paransivatko järjestelmän kontrafaktuaaliset selitykset heidän ymmärrystään robotin tehtävän suorittamisesta.

Peng sanoo, “Löysimme, että ihmiset ovat luonnostaan taitavia tässä kontrafaktuaalisessa päättelyssä. Tämä kontrafaktuaalinen elementti mahdollistaa meille kääntää ihmisten päättelykyvyn robottien logiikaksi vaivattomasti.”

Useiden simulaatioiden aikana robotti oppi johdonmukaisesti nopeammin heidän lähestymistavallaan, joka ylitti muita menetelmiä ja tarvitsi vähemmän esittelyjä käyttäjiltä.

Tulevaisuudessa tiimi aikoo toteuttaa tämän kehyksen oikeilla roboteilla ja työskennellä lyhentääkseen tietojen luontiaikaa generatiivisten koneoppimismallien avulla. Tämä läpimurtoteknologia tarjoaa mahdollisuuden muuttaa robottioppimisen polun, avaamalla tien tulevaisuuteen, jossa robotit elävät harmonisesti päivittäisessä elämässämme.