Ako prinútiť svojich robotov riadiť sa vašimi objednávkami
Snívate o budúcnosti, keď sa roboty používajú na rôzne činnosti, aby sme ich nemuseli robiť sami?
No tak, premýšľajte o tom! Čistenie, varenie, robenie všetkých našich prác sú len niektoré z úžasných možností. Aká úžasná možnosť v poriadku? Bohužiaľ, v túto chvíľu budete musieť snívať.
Aj keď sú nejaké úžasné roboty ktoré už existujú, roboty ešte nie sú dostatočne prispôsobivé na to, aby mohli účinne vykonávať širokú škálu činností. Navyše, aj keď technológia rozpoznávania reči pokročila o medzníky, stále nie je dosť dobrá na použitie s robotmi.
Najlepším riešením pre získanie niečoho ako hypotetického majstra robota, ktorý bude postupovať podľa vašich pokynov, je napísať súbor inštrukcií.
Hovorené príkazy
Problém s hovorenými príkazmi je v tom, že obsahujú rôzne úrovne zložitosti, aj keď to nemusí byť vždy jasné.
Predstavte si, že povedzte svojmu robotovi: „Zdvihnite tú škatuľu tam.“ Zdá sa to dosť jednoduché, ale je tu problém. Váš robot bude musieť túto operáciu pred vykonaním akcie rozdeliť na niekoľko krokov. Možný scenár na vykonanie tohto príkazu je:
- Zapnite systém sledovania
- Zapnite kráčajúce motory
- Zmeniť smer
- Podniknite potrebné kroky
- Otočte končatiny
- Kľukový box
- Zdvíhacia skrinka
Ako vidíte, je to v skutočnosti zložitejšie, ako sa pôvodne javilo. Teraz si predstavte tento príkaz v porovnaní s niečím ako „Zapnite sledovací systém“. Aj keď počet slov použitých na zadanie týchto dvoch príkazov je podobný, ich úroveň zložitosti je odlišná od iných svetov.
Ako to môžeme vyriešiť? V súčasnom stave budú mať roboti problém zistiť rôzne úrovne zložitosti hovorených príkazov.
Neboj sa, tím na Brown University vyvinul systém, ktorý zlepšuje spôsob, akým roboti spracúvajú hovorené príkazy.
Ako prinútiť svojich robotov, aby sa riadili vašimi objednávkami: Systém umožňujúci robotom efektívne vykonávať hovorené príkazy
Vedci v spoločnosti Brown použili údaje, ktoré získali, aby vycvičili svoj systém, aby pochopili rôzne úrovne zložitosti. Systém potom dokázal zhromaždiť, aké kroky je potrebné vykonať, a pochopiť úroveň zložitosti spojenú s rôznymi štruktúrami viet.
Tím na Brown University sa rozhodol riešiť problém donútenia robotov vykonávať hovorené príkazy pomocou dômyselného systému. Používali obidve Amazonky Mechanický Turk ako aj nástroj s názvom Virtual Cleanup World na vývoj ich modelu.
Mechanical Turk je trh práce, ktorý si vyžaduje inteligenciu ľudí. Aj keď umelá inteligencia niečo robí pôsobivé výkony, existuje veľa úloh, ktoré môžu ľudia vykonávať efektívnejšie, napríklad identifikácia objektov vo videu. Virtuálny svet čistenia je doménou virtuálnych úloh. Skladá sa z farebne označených miestností, virtuálneho robota a objektu, s ktorým robot môže vykonávať úlohy.Dobrovoľníci v strojárskom Turku prišli na to, ktoré inštruktážne sady viedli k konkrétnym činnostiam v očistnom svete. Najprv pozorovali robota, ktorý vykonával rôzne úlohy.
Potom sa ich opýtali, aké súbory inštrukcií by podľa nich lepšie fungovali. Dobrovoľníci boli požiadaní, aby vytvorili príkazy na vysokej, strednej a nízkej úrovni.
Príkazy na vysokej úrovni boli také, ako sú pokyny pre robota, aby priniesol stoličku do miestnosti určitej farby. Príkazy nízkej úrovne boli príkazy rozdelené do niekoľkých krokov. Príkazy strednej úrovne kombinovali vlastnosti príkazov vysokej a nízkej úrovne.
Vedci v spoločnosti Brown použili údaje, ktoré získali, aby vycvičili svoj systém, aby pochopili rôzne úrovne zložitosti. Systém potom dokázal zhromaždiť, aké kroky je potrebné vykonať, a pochopiť úroveň zložitosti spojenú s rôznymi štruktúrami viet.
Testovanie systému
Keď roboty dokázali zistiť požadovaný konečný výsledok a pochopili úroveň zložitosti úloh, úlohu dokončili za 1 sekundu 90 percent času.
Na základe toho bola schopná navrhnúť vhodný plán na základe hovorených príkazov, ktoré dostala. Po tréningu ich systému nastal čas otestovať plody ich práce. Výskum opäť využil Cleanup World, ako aj skutočného robota, ktorý pracuje vo fyzickom priestore nastavenom podobne ako virtuálny Cleanup World.
Keď roboty dokázali zistiť požadovaný konečný výsledok a pochopili úroveň zložitosti úloh, úlohu dokončili za 1 sekundu 90 percent času.
Keď však došlo k poruche v porozumení úrovne zložitosti, dokončenie úlohy trvalo dlhšie. V tomto prípade roboti potrebovali na dokončenie úlohy 20 alebo viac sekúnd plánovania.
Vedci budú musieť nájsť spôsoby, ako minimalizovať tieto poruchy, aby vytvorili efektívnejší systém.
Záverečné myšlienky
Roboti majú pred sebou ešte dosť práce, kým sa stanú bežnými. Táto práca nás však približuje k tomu, že máme roboty, ktoré dokážu ľahko pochopiť príkazy, ktoré im podávame. Dovtedy si umyte vlastné riady.