Les nouveaux robots d'IA gagnent en prévoyance visuelle pour voir leur avenir

YouTube
S'il vous plaît partager cette histoire!

L’intelligence artificielle ne pourra jamais être projetée dans l’avenir, mais elle peut établir des prévisions statistiques en fonction de ses connaissances et de ses intentions. Le développement des robots ne s'arrêtera pas parce que les technocrates sont obligés d'inventer s'ils ont une bonne raison de le faire ou non.  Éditeur TN

Les chercheurs de l’Université de Berkeley ont mis au point une technologie d’apprentissage robotique qui permet aux robots d’imaginer l’avenir de leurs actions pour pouvoir comprendre comment manipuler des objets qu’ils n’ont jamais rencontrés auparavant. À l'avenir, cette technologie pourrait aider les voitures autonomes à anticiper les événements futurs sur la route et à produire des assistants robotiques plus intelligents à domicile, mais le prototype initial se concentre sur l'acquisition de compétences manuelles simples, entièrement à partir de jeux autonomes.

En utilisant cette technologie, appelée prévoyance visuelle, les robots peuvent prédire ce que leurs caméras verront s’ils effectuent une séquence de mouvements particulière. Pour le moment, ces imaginations robotiques sont encore relativement simples - les prévisions ne durent que quelques secondes - mais elles suffisent au robot pour comprendre comment déplacer des objets sur une table sans déranger les obstacles. De manière cruciale, le robot peut apprendre à effectuer ces tâches sans aucune aide de la part d’humains ou de connaissances préalables de la physique, de son environnement ou de la nature des objets. En effet, l'imagination visuelle est entièrement apprise à partir d'explorations non surveillées et non supervisées, où le robot joue avec des objets sur une table. Après cette phase de jeu, le robot construit un modèle prédictif du monde et peut utiliser ce modèle pour manipuler de nouveaux objets qu'il n'a jamais vus.

«De la même manière que nous pouvons imaginer comment nos actions déplaceront les objets dans notre environnement, cette méthode peut permettre à un robot de visualiser comment différents comportements affecteront le monde qui l'entoure», a déclaré Sergey Levine, professeur adjoint au département de génie électrique et informatique de Berkeley, dont le laboratoire a développé la technologie. «Cela peut permettre une planification intelligente de compétences extrêmement flexibles dans des situations complexes du monde réel.»

[the_ad id = "11018 ″]

L’équipe de recherche effectuera une démonstration de la technologie de prévision visuelle au Conférence sur les systèmes de traitement d'informations neuronaux à Long Beach, Californie, en décembre 5.

Au cœur de ce système se trouve une technologie d’apprentissage en profondeur basée sur la prédiction vidéo récurrente convolutionnelle, ou advection neurale dynamique (ADN). Les modèles basés sur l'ADN prédisent comment les pixels d'une image se déplaceront d'une image à l'autre en fonction des actions du robot. Les améliorations récentes apportées à cette classe de modèles, ainsi que les capacités de planification considérablement améliorées, ont permis au contrôle robotique basé sur la prédiction vidéo d'exécuter des tâches de plus en plus complexes, telles que faire glisser des jouets autour d'obstacles et repositionner plusieurs objets.

Lire l'histoire complète ici…

S'abonner
Notifier de
invité

0 Commentaires
Commentaires en ligne
Voir tous les commentaires