Brži i bolji
Otvara se prvo sveučilište za robote
Tekst članka se nastavlja ispod banera
Jedan od neuvjerljivih junaka revolucije koju je pokrenula umjetna inteligencija svakako je malo poznata baza podataka pod nazivom ImageNet. Napravljena je na Sveučilištu Princeton i sadrži oko 14 milijuna fotografija s detaljnim opisima svake od njih.
ImageNet je važan jer je riječ o bazi podataka za moćne neuronske mreže. One uče gledanjem slika i popratnog teksta, a što je baza podataka veća, to bolje uče. Bez ImageNeta i drugih sličnih skupova podataka, čak i najmoćnije neuronske mreže ne bi mogle prepoznati ništa.
Robotičari sličan pristup sad žele pokušati s video zapisima kako bi robote naučili komunicirati s okolinom. Sudeep Dasari vodi ekipu sa Kalifornijskog sveučilišta Berkeley koja stvara bazu podataka zvanu RoboNet. Ona se sastoji od velikog broja video snimaka robota u akciji. Ideja je da svatko može preuzeti te podatke i upotrijebiti ih za trening robota.
Dasari i suradnici žele bazu podataka pretvoriti u resurs koji može uvježbati gotovo svakog robota za obavljanje gotovo bilo kojeg zadatka, dakle u neku vrstu sveučilišta za robote zvanog RoboNet, piše Technology Review.
Sve dosad robotičari su imali ograničen uspjeh u podučavanju robota kako će se kretati i snalaziti u prostoru. Držali bi se standardne tehnike strojnog učenja koju je popularizirao ImageNet.
U praksi to izgledalo ovako: učenje započinje snimanjem načina na koji robot komunicira s nekim predmetom kako naprimjer četkom kako bi je pomicao. A kad robot savlada tehniku, snimaju ga dok istu stvar ponavlja s drugim predmetima. Potom te podatke koriste za osposobljavanje neuronske mreže.
Trik je, naravno, u količini podataka, u ogromnom broju sati videozapisa iz kojih se može učiti. Jer čim se promijeni okruženje, ovi sustavi učenja moraju sve početi iznova.
'Uobičajena praksa ponovnog prikupljanja podataka za svako novo okruženje u osnovi znači ponovno učenje osnovnog znanja o svijetu, a to je nepotreban napor', kažu Dasari i suradnici.
A RoboNet to zaobilazi otvorenom bazom podataka za razmjenu robotskog iskustva. Tako da svaki robot može učiti i iz iskustva drugih robota. Tim s Berkeleyja već je snimio videozapise oko 15 milijuna zadataka koristeći pritom sedam vrsta robota s različitim hvataljkama u različitim okruženjima.
Roboti obučeni takvim pristupom funkcioniraju bolje od onih koji su učili na konvencionalan način.
Podaci RoboNeta dostupni su svima koji ih mogu koristiti. Dasari i ekipa nadaju se da će im se priključiti i drugi istraživački timovi sa svojim bazama podataka.
'Ovo je prvi korak prema stvaranju robota koji mogu raditi u širokom rasponu okruženja, s različitim hardverima', kažu u RoboNetu. Sveučilište za robete trebalo bi pomoći da se to dogodi čim prije, prenosi tportal.
