Cadru de inteligență artificială ghidat de om promite o învățare robotică mai rapidă în medii noi

În era viitoare a caselor inteligente, a avea un robot care să simplifice sarcinile casnice nu va fi o raritate. Cu toate acestea, frustrarea poate apărea atunci când acești ajutori automatizați nu reușesc să execute sarcini simple. Îl întâlnim pe Andi Peng, un cercetător de la Departamentul de Inginerie Electrică și Știință Computerizată al MIT, care, împreună cu echipa sa, este pe cale de a îmbunătăți curba de învățare a roboților.

Peng și echipa sa interdisciplinară de cercetători au inovato un cadru de interacțiune uman-robot. Punctul forte al acestui sistem este capacitatea sa de a genera narative contrafactice care identifică modificările necesare pentru ca robotul să execute cu succes o sarcină.

Pentru a ilustra, atunci când un robot se luptă să recunoască o cană pictată într-un mod neobișnuit, sistemul oferă situații alternative în care robotul ar fi reușit, poate dacă cana ar fi avut o culoare mai frecventă. Aceste explicații contrafactice, împreună cu feedback-ul uman, simplifică procesul de generare a noilor date pentru fine-tuningul robotului.

Peng explică, “Fine-tuningul este procesul de optimizare a unui model de învățare automată existent care este deja competent într-o sarcină, permițându-i să execute o a doua sarcin, analogă.”

Un salt în eficiență și performanță

Atunci când a fost testat, sistemul a arătat rezultate impresionante. Roboții instruiți prin această metodă au demonstrat capacități de învățare rapide, reducând în același timp timpul de angajament din partea profesorilor umani. Dacă va fi implementat cu succes la scară largă, acest cadru inovator ar putea ajuta roboții să se adapteze rapid la noi medii, minimizând nevoia utilizatorilor de a avea cunoștințe tehnice avansate. Această tehnologie ar putea fi cheia pentru deblocarea roboților cu scop general, capabili să asiste eficient persoanele în vârstă sau persoanele cu dizabilități.

Peng crede, “Obiectivul final este de a permite unui robot să învețe și să funcționeze la un nivel abstract similar cu al oamenilor.”

Revolutionarea antrenamentului roboților

Principalul obstacol în învățarea roboților este “schimbarea de distribuție”, un termen folosit pentru a explica o situație în care un robot întâlnește obiecte sau spații cu care nu a fost familiarizat în perioada de antrenament. Cercetătorii, pentru a aborda această problemă, au implementat o metodă cunoscută sub numele de “învățare prin imitație”. Dar aceasta avea limitări.

“Imaginați-vă că trebuie să demonstrați cu 30.000 de cane pentru ca un robot să poată ridica orice cană. În schimb, prefer să demonstrez cu o singură cană și să învăț robotul să înțeleagă că poate ridica o cană de orice culoare”, spune Peng.

Ca răspuns la aceasta, sistemul echipei identifică care dintre atributele obiectului sunt esențiale pentru sarcină (cum ar fi forma unei cane) și care nu sunt (cum ar fi culoarea caneii). Înarmat cu această informație, generează date sintetice, modificând elementele vizuale “neesențiale”, optimizând astfel procesul de învățare al robotului.

Conectarea raționamentului uman cu logica robotică

Pentru a evalua eficacitatea acestui cadru, cercetătorii au realizat un test care a implicat utilizatori umani. Participanții au fost întrebați dacă explicațiile contrafactice ale sistemului au îmbunătățit înțelegerea lor cu privire la performanța sarcinii robotului.

Peng spune, “Am descoperit că oamenii sunt în mod natural pricepuți la acest tip de raționament contrafactic. Este acest element contrafactic care ne permite să traducem raționamentul uman în logică robotică în mod fluid.”

În cursul mai multor simulări, robotul a învățat constant mai repede cu abordarea lor, depășind alte tehnici și necesitând mai puține demonstrații din partea utilizatorilor.

În perspectivă, echipa planifică să implementeze acest cadru pe roboți reali și să lucreze la scurtarea timpului de generare a datelor prin intermediul modelelor de învățare automată generativă. Această abordare inovatoare are potențialul de a transforma traiectoria de învățare a roboților, deschizând calea către un viitor în care roboții coexistă armonios în viața noastră de zi cu zi.