Исследователи из Университета Брауна и Массачусетского технологического института разработали метод, помогающий роботам планировать многоступенчатые задачи на основе абстрактных представлений об окружающем мире. Это станет очередным шагом на пути к созданию машин, который будут думать и действовать как люди.
О технологии рассказывает Science Daily.
Планирование — трудная задача для роботов. Причина заключается в том, что они воспринимают мир как мозаику из множества пикселей и не имеют представления об абстрактных понятиях. Столь низкоуровневое взаимодействие с миром сильно осложняет принятие решений. Например, при планировании поездки за продуктами нам не приходится заранее анализировать каждую встреченную машину. Преимущество человеческого интеллекта — в использовании абстрактных концепций, позволяющих отбросить массу нерелевантных деталей и сосредоточиться на главном. Однако даже самые современные роботы на такое не способны. Машины, которые выполняют многоступенчатые задачи, почти всегда запрограммированы на это заранее.
Чтобы ИИ смог действовать более автономно, необходимо научить его абстрактному мышлению. В компьютерных науках выделяют два вида абстракций. Процедурные — это программы, состоящие из низкоуровневых задач, объединенных в задачи более высокого уровня. Примером может служить множество мелких движений, необходимых для открытия двери, которые входят в одно умение — «открыть дверь». Перцептивные абстракции связаны с тем, как робот воспринимает окружающую его реальность. Именно на них сосредоточились исследователи из Университета Брауна и Массачусетского технологического института
В ходе эксперимента они привели робота по имени Anathema Device (или, сокращенно, Ana) в комнату, где были посудный шкаф, кулер, выключатель лампочки внутри шкафа и бутылка, которую можно было оставить в кулере или убрать в шкаф. Ana снабдили рядом высокоуровневых моторных навыков для манипулирования предметами в комнате. Роботу давали задания, а процесс их выполнения записывали с помощью камер. Затем записи использовались при дальнейшем машинном обучении.
Опыт показал, что Ana довольно быстро научилась абстрактному восприятию окружающей среды. Например, ей удалось самостоятельно понять, что для открывания крышки кулера необходимы обе руки. Также ИИ самостоятельно научился находить дверцу холодильника. Ana оказались по плечу и другие абстрактные представления. Например, обнаружив, что включенная лампа в шкафу слепит ее датчики, она стала выключать свет, предварительно закрыв дверцу шкафа, которая преграждала путь к выключателю. Вся эта последовательность задач, основанная на изображениях высокой четкости, уместилась в текстовый файл длиной 126 строк.
Добившись от Ana зачатков абстрактного мышления, исследователи поставили перед ней задачу, требующую навыков планирования. Необходимо было вытащить бутылку из кулера и положить ее в шкаф. Ожидалось, что робот откроет кулер и возьмет бутылку. Но вместо этого Ana вначале выключила свет в шкафу, и лишь потом вернулась к кулеру за бутылкой. Таким образом, она заранее предусмотрела проблемы и предприняла действия до их наступления. На планирование ушло всего 4 мс.
Исследование показало, что робот, обладающий высокоуровневыми моторными навыками, способен автоматически выработать символическое представление об окружающем мире, достаточное, чтобы планировать действия. Работа представляет собой важный этап в развитии искусственного интеллекта. Авторы уверены, что именно такой подход позволит создавать действительно умных роботом.
