AIモデルとプラットフォーム

物理スキルの革命:AIロボットがラビリンスマーブルゲームで人間の能力を超える

Antoine Tardif
Unite.AI を Google の優先ソースに追加
要点ETHチューリッヒのAIロボットが、物理的な器用さを要するゲームを最高の人間プレイヤーより6%速く習得しました。
もっと見る
  • ETHチューリッヒのAIロボットが、物理的な器用さを要するゲームを最高の人間プレイヤーより6%速く習得しました。
  • このプロジェクトは、AIが現実世界の物理的相互作用タスクを学習し卓越する新たな能力を示しています。
  • そのオープンソース設計は、200ドル未満で高度なAI研究を民主化することを目指しています。

ETH Zurichの研究者たちは、人工知能の分野で画期的な進歩を遂げ、AIが物理スキルを必要とするタスクで人間を上回ることを実証しました。このブレークスルーは、ラビリンスマーブルゲームをマスターしたAIロボット、CyberRunnerを通じて実証されました。このゲームは器用さと正確さを測るもので、従来は人間の運動技能や空間推論のテストとして使われてきましたが、CyberRunnerは、驚くほど短い時間でこのゲームをマスターしました。

ラビリンスゲームは、ボールを迷路のようなボードを通じてゴールに導き、落とし穴を避けることを目的としたゲームです。このゲームは、人間が卓越するには相当の練習が必要です。しかし、ETH Zurichで開発され、専用のウェブサイトで詳細が公開されているCyberRunnerは、前例のない方法でこのゲームをマスターしました。

CyberRunnerは、モデルベースの強化学習を使用して、物理的な相互作用の分野でAIの能力を拡大することを実証しています。この技術により、AIは環境から継続的に学習することで、予測と計画を行うことができます。カメラでゲームを観察し、モーターでボードを制御することで、CyberRunnerは人間の学習プロセスに似た過程を、より速いペースで進めてゲームの腕前を向上させました。

注目すべきは、CyberRunnerがわずか6時間余りで学習サイクルを完了し、120万タイムステップを55サンプル/秒の制御レートで経過させたことです。この成果により、AIは、高度なスキルを持つ人間プレイヤーが持っていた記録を6%以上上回りました。

興味深いことに、CyberRunnerは学習段階でゲームのショートカットを発見し、リード研究者であるThomas BiとProf. Raffaello D’Andreaは、AIがそうした経路を使わないよう、介入して指導しました。

ETH Zurichの研究者たちのこの成果は、AIのゲーム分野の境界を拡大し、AIが現実世界の身体的な作業へのAIの応用において、大きな前進を示しています。CyberRunnerの成功は、AIが複雑な物理的な活動を行う未来を示唆しており、様々な産業や日常生活に大きな変化をもたらす可能性があります。

このAI開発の重要な節目は、チェスや囲碁のマスターなどの仮想的な成果から、物理的な課題の征服への移行を示しており、人間と機械の能力の境界を物理スキルと器用さの分野で曖昧にしています。

研究論文のプレプリントは、プロジェクトのウェブサイトで利用可能です。また、BiとD’Andreaはプロジェクトをオープンソース化し、ウェブサイトで公開する予定です。Prof. Raffaello D’Andreaはコメントしています。「私たちは、このプロジェクトが現実世界のマシンラーニングとAIの研究の理想的なテストベッドであると考えています。CyberRunner以前は、大きな予算とカスタムメイドの実験インフラを持つ組織のみが、この分野の研究を行うことができました。いまや、200ドル未満で、誰でも最先端のAI研究に参加できます。さらに、数千のCyberRunnerが実世界で稼働すると、世界規模で並列に学習する大規模な実験が可能になります。市民科学の究極の形です!」

アントワーヌは、先見の明を持つリーダーであり、Unite.AIの創業パートナーです。AIとロボティクスの未来を形作り、その発展を促すことに揺るぎない情熱を注いでいます。複数の企業を立ち上げてきた起業家として、AIは電気と同じほど社会を大きく変えると考えており、革新的な技術や汎用人工知能(AGI)の可能性について熱く語ることがよくあります。

未来を展望するフューチャリストとして、こうした革新が世界をどのように形作るかを探究しています。また、未来を再定義し、業界全体を変革する最先端技術への投資に焦点を当てたプラットフォーム、Securities.ioの創設者でもあります。