極客網(wǎng)·人工智能4月10日 Meta公司AI研究部門的研究人員日前發(fā)布一項公告，宣布在機器人自適應技能協(xié)調(diào)和視覺皮層復制方面取得關(guān)鍵進展。他們表示，這些進展允許AI驅(qū)動的機器人通過視覺在現(xiàn)實世界中操作，并且不需要獲取現(xiàn)實世界的任何數(shù)據(jù)。
他們聲稱，這是在創(chuàng)建通用的“具象AI（Embodied AI）”機器人方面的一個重大進步，這種機器人能夠在沒有人類干預的情況下與現(xiàn)實世界互動。研究人員還表示，他們創(chuàng)建了一種名為“VC-1”的人工視覺皮層，這個視覺皮層在Ego4D數(shù)據(jù)集上訓練，而Ego4D數(shù)據(jù)集來自全球各地的數(shù)千名研究參與者記錄日常活動的視頻。
正如研究人員在之前發(fā)表的一篇博客文章中解釋的那樣，視覺皮層是大腦中使生物能夠?qū)⒁曈X轉(zhuǎn)化為運動的區(qū)域。因此，對于任何需要根據(jù)眼前景象來執(zhí)行任務的機器人來說，具備人工視覺皮層是一個關(guān)鍵要求。
由于“VC-1”的人工視覺皮層需要在各種環(huán)境中很好地執(zhí)行一系列不同的感覺運動任務，Ego4D數(shù)據(jù)集發(fā)揮了特別重要的作用，因為它包含了研究參與者通過可穿戴攝像頭記錄日常活動的數(shù)千小時視頻，這些活動包括烹飪、清潔、運動、手工制作等。
研究人員稱：“生物有機體有一個通用的視覺皮層，這就是我們所尋找的具象代理。因此，我們開始創(chuàng)建一個在多個任務中表現(xiàn)良好的數(shù)據(jù)集，以Ego4D作為核心數(shù)據(jù)集，并通過添加額外的數(shù)據(jù)集來改進VC-1。由于Ego4D主要關(guān)注烹飪、園藝和手工制作等日?；顒?，我們還采用了探索房屋和公寓的以自我為中心的視頻數(shù)據(jù)集。”
然而，視覺皮層只是“具象AI”的一個元素，機器人要想在現(xiàn)實世界中完全自主地工作，還必須能夠操縱現(xiàn)實世界中的物體。機器人需要視覺進行導航，找到并搬運物體將它移動到另一個位置，然后正確放置——所有這些動作都是基于它所看到和聽到的情況自主實施。
為了解決這個問題，Meta的AI專家與佐治亞理工學院的研究人員合作開發(fā)了一種被稱為“自適應技能協(xié)調(diào)”（ASC）的新技術(shù)，機器人采用這種技術(shù)進行模擬訓練，然后將這些技能復制到現(xiàn)實世界的機器人身上。
Meta公司還與波士頓動力開展合作，展示了其ASC技術(shù)的有效性。這兩家公司將ASC技術(shù)與波士頓動力的Spot機器人相結(jié)合，使其機器人具有強大的傳感、導航和操作能力，盡管還需要大量的人工干預。例如挑選一個物體，還需要有人點擊機器人平板電腦上顯示的物體。
研究人員在文章中寫道：“我們的目標是建立一個可以通過波士頓動力API從機載傳感和電機命令中感知世界的AI模型?！?/p>
Spot機器人使用Habitat模擬器進行測試，其模擬環(huán)境采用HM3D和ReplicaCAD數(shù)據(jù)集構(gòu)建，其中包含1000多個家庭的室內(nèi)3D掃描數(shù)據(jù)。然后，訓練Spot機器人在一個它以前沒見過的房子里活動，搬運物體，并將它們放在合適的位置。然后將受過訓練的Spot機器人獲得的知識和信息復制到在現(xiàn)實世界操作的Spot機器人上，這些機器人根據(jù)他們對房屋布局的了解，自動執(zhí)行同樣的任務。
研究人員寫道：“我們使用了一個185平方米的家具齊全的公寓和一個65平方米的大學實驗室這兩個截然不同的現(xiàn)實環(huán)境對Spot機器人進行測試，要求Spot機器人重新放置各種物品?？傮w而言，采用ASC技術(shù)的Spot機器人的表現(xiàn)近乎完美，在60次測試中成功了59次，克服了硬件不穩(wěn)定、拾取故障以及移動障礙物或阻塞路徑等對抗性干擾?！?/p>
Meta的研究人員表示，他們還開放了VC-1模型的源代碼，并在另一篇的論文中分享了如何縮放模型大小、數(shù)據(jù)集大小等方面的詳細情況。與此同時，該團隊的下一個重點將是嘗試將VC-1與ASC集成，以創(chuàng)建一個更接近人類的具象AI系統(tǒng)。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
