Šiandien „Boston Dynamics“ ir „Toyota Research Institute“ (TRI) paskelbė apie naują partnerystę „siekdamos paspartinti bendrosios paskirties humanoidinių robotų kūrimą, naudojant TRI didelius elgesio modelius ir Boston Dynamics Atlas robotą“. Įsipareigojus siekti bendros paskirties roboto, ši partnerystė gali skambėti kaip visos kitos komercinės humanoidinės kompanijos šiuo metu, tačiau čia visai ne tai: BD ir TRI kalba apie fundamentalius robotikos tyrimus, daugiausia dėmesio skiriant sunkioms problemoms ir ( svarbiausia) dalintis rezultatais.
Platesnis kontekstas yra tas, kad „Boston Dynamics“ turi išskirtinai galingą humanoidinę platformą, galinčią atlikti pažangius ir kartais skausmingai atrodančius viso kūno judesius kartu su tam tikromis gana paprastomis ir grubiomis jėgos manipuliacijomis. Tuo tarpu TRI ilgą laiką dirbo kurdama dirbtiniu intelektu pagrįstus mokymosi metodus, kad galėtų išspręsti įvairius sudėtingus manipuliavimo iššūkius. TRI stengiasi siekti to, ką jie kviečia dideli elgesio modeliai (LBM)kurį galite įsivaizduoti kaip analogišką didelių kalbų modeliams (LLM), išskyrus robotus, atliekančius naudingus dalykus fiziniame pasaulyje. Šios partnerystės patrauklumas yra gana aiškus: „Boston Dynamics“ įgyja naujų naudingų „Atlas“ galimybių, o TRI leidžia „Atlas“ ištirti naujas naudingas galimybes.
Štai šiek tiek daugiau iš pranešimo spaudai:
Projektas skirtas vienodai panaudoti kiekvieno partnerio stipriąsias puses ir patirtį. Fizinės naujojo elektrinio „Atlas“ roboto galimybės kartu su galimybe programiškai valdyti ir nuotoliniu būdu valdyti įvairius viso kūno dvirankio manipuliavimo veiksmus, leis tyrėjų grupėms panaudoti robotą įvairioms užduotims atlikti ir rinkti duomenis apie jo veikimą. Šie duomenys, savo ruožtu, bus naudojami pažangių LBM mokymui paremti, naudojant griežtą aparatinę įrangą ir modeliavimo vertinimą, siekiant parodyti, kad dideli, iš anksto paruošti modeliai gali padėti greitai įgyti naujų tvirtų, gudrių viso kūno įgūdžių.
Bendra komanda taip pat atliks tyrimus, siekdama atsakyti į pagrindinius humanoidinių robotų mokymo klausimus, tyrimų modelių gebėjimą panaudoti viso kūno jutimą ir suprasti žmogaus ir roboto sąveiką bei saugos / užtikrinimo atvejus, kad būtų palaikomos šios naujos galimybės.
Norėdami gauti daugiau informacijos, kalbėjomės su Skotas Kuindersma („Boston Dynamics“ robotikos tyrimų vyresnysis direktorius) ir Rusas Tedrake’as (TRI Robotikos tyrimų viceprezidentas).
Kaip susiklostė ši partnerystė?
Russ Tedrake: Mes labai gerbiame „Boston Dynamics“ komandą ir tai, ką jie padarė, ne tik kalbant apie aparatinę įrangą, bet ir „Atlas“ valdiklį. Jie didino savo mašininio mokymosi pastangas, nes mes vis daugiau dirbame mašininio mokymosi srityje. Iš TRI pusės matome ribas, kurias galite padaryti manipuliuodami stalviršiu, ir norime ištirti daugiau.
Scottas Kuindersma: Derinimo įgūdžiai ir įrankiai, kuriuos TRI pateikia kartu su esamomis platformos galimybėmis, kurias turime Boston Dynamics, be mašininio mokymosi komandų, kurias kūrėme pastaruosius porą metų, suteikė mums tikrai puikias galimybes pasiekti kartu su „Atlas“ nuveikti nuostabių dalykų.
Koks bus jūsų požiūris į komunikaciją apie savo darbą, ypač atsižvelgiant į visą dabartinį humanoidų pamišimą?
Tedrake: Šiuo metu jaučiamas didžiulis spaudimas kas šešis mėnesius padaryti ką nors naujo ir neįtikėtino. Tam tikrais atžvilgiais yra sveika, kad laukas turi tiek energijos, entuziazmo ir ambicijų. Tačiau aš taip pat manau, kad šioje srityje yra žmonių, kurie nori įvertinti šiek tiek ilgesnį ir gilesnį supratimo, kas veikia, o kas ne, vaizdą, todėl turime tai subalansuoti.
Kitas dalykas, kurį norėčiau pasakyti, yra tai, kad ten tiek daug triukšmo. aš am neįtikėtinai susijaudinęs dėl visų šių naujų galimybių pažadų; Tiesiog noriu įsitikinti, kad stumdami mokslą į priekį, mes taip pat sąžiningai ir skaidriai pasakysime, kaip gerai jis veikia.
Kuindersma: Nė viena iš mūsų organizacijų neprarado, kad tai galbūt vienas įdomiausių taškų robotikos istorijoje, tačiau dar reikia daug nuveikti.
Kokius iššūkius jūsų partnerystė galės išskirtinai išspręsti?
Kuindersma: Vienas iš dalykų, dėl kurių mes abu tikrai džiaugiamės, yra elgesys, kuris įmanomas su humanoidais – robotas humanoidas yra daug daugiau nei mobilioje bazėje esantys griebtuvai. Manau, kad galimybė ištirti visą humanoidų elgsenos galimybių erdvę tikriausiai yra kažkas, ką šiuo metu turime išskirtinai dėl istorinio darbo, kurį atlikome Boston Dynamics. „Atlas“ yra labai fiziškai pajėgus robotas – pajėgiausias mūsų kada nors sukurtas humanoidas. O platformos programinė įranga, kurią turime, leidžia rinkti duomenis, kad būtų galima manipuliuoti visu kūnu, taip pat paprasta, kaip ir bet kurioje pasaulio vietoje.
Tedrake: Mano galva, mes tikrai atvėrėme visiškai naują mokslą – yra naujų pagrindinių klausimų, į kuriuos reikia atsakyti, rinkinys. Robotika atėjo į šią didelio mokslo erą, kur reikia didelės komandos, didelio biudžeto ir stiprių bendradarbių, kad iš esmės sukurtų didžiulius duomenų rinkinius ir išmokytų modelius, kad jie galėtų užduoti šiuos esminius klausimus.
Pagrindiniai klausimai, pavyzdžiui, kas?
Tedrake: Niekas neturi supratimo, koks yra tinkamas treniruočių mišinys humanoidams. Pavyzdžiui, mes norime atlikti išankstinį kalbos mokymą, tai yra daug geriau, bet kaip anksti mes pristatome viziją? Kaip anksti pradedame veiksmus? Niekas nežino. Kokia yra tinkama užduočių programa? Ar norime lengvų užduočių, kurių našumas būtų didesnis nei nulis? Tikriausiai. Ar mes taip pat norime labai sudėtingų užduočių? Tikriausiai. Mes norime būti tik namuose? Tik gamykloje? Koks yra tinkamas mišinys? Ar norime apsisukimų atgal? aš nežinau. Turime tai išsiaiškinti.
Taip pat kyla daugiau klausimų, pavyzdžiui, ar turime pakankamai duomenų internete apmokyti robotus ir kaip galėtume sumaišyti ir perkelti galimybes iš interneto duomenų rinkinių į robotiką. Ar roboto duomenys iš esmės skiriasi nuo kitų duomenų? Ar turėtume tikėtis tų pačių mastelio dėsnių? Ar turėtume tikėtis tokių pat ilgalaikių pajėgumų?
Kitas svarbus dalykas, apie kurį girdėsite ekspertus, yra vertinimas, kuris yra pagrindinė kliūtis. Jei pažvelgsite į kai kuriuos iš šių straipsnių, kuriuose pateikiami neįtikėtini rezultatai, jų rezultatų skyriaus statistinis stiprumas yra labai silpnas, todėl mes pateikiame daug teiginių apie dalykus, kuriems iš tikrųjų neturime daug pagrindo. Prireiks daug inžinerinio darbo, kad galėtume kruopščiai sustiprinti savo rezultatų empirinę galią. Manau, kad vertinimui neskiriama pakankamai dėmesio.
Kas pasikeitė robotikos tyrimuose per praėjusius metus ar taip, jūsų manymu, tai leido pasiekti tokią pažangą, kokios tikitės?
Kuindersma: Mano požiūriu, yra du aukšto lygio dalykai, kurie pakeitė mano mąstymą apie darbą šioje erdvėje. Vienas iš jų yra lauko konvergencija apie pakartojamus manipuliavimo įgūdžių ugdymo procesus demonstruojant. Novatoriškas difuzijos politikos darbas (kurios TRI buvo didelė dalis) yra tikrai galingas dalykas – tam reikia manipuliavimo įgūdžių, kurie anksčiau buvo iš esmės nesuvokiami, generavimo ir paverčiant tai kažkuo, kur jūs tiesiog renkate krūvą duomenų, lavinate juos pagal architektūrą, kuri šiuo metu yra daugiau ar mažiau stabili, ir gauni rezultatą.
Antras dalykas – viskas, kas atsitiko su robotika gretimose AI srityse, parodanti, kad duomenų mastas ir įvairovė iš tikrųjų yra raktai į apibendrinamą elgesį. Tikimės, kad tai galioja ir robotikai. Taigi, sujungus šiuos du dalykus, kelias tampa tikrai aiškus, bet vis tiek manau, kad yra daugybė atvirų mokslinių tyrimų iššūkių ir klausimų, į kuriuos turime atsakyti.
Ar manote, kad modeliavimas yra veiksmingas būdas keisti duomenis robotikoje?
Tedrake: Manau, kad paprastai žmonės neįvertina modeliavimo. Mūsų atliktas darbas privertė mane labai optimistiškai vertinti modeliavimo galimybes tol, kol jį išmintingai naudojate. Susitelkimas į konkretų robotą, atliekantį konkrečią užduotį, reiškia neteisingo klausimo uždavimą; Turite gauti užduočių paskirstymą ir našumą modeliuojant, kad galėtumėte numatyti užduočių pasiskirstymą ir našumą realiame pasaulyje. Kai kuriuos dalykus vis dar sunku gerai imituoti, bet net kalbant apie trinties kontaktą ir panašius dalykus, manau, šiuo metu mums sekasi gana gerai.
Ar yra komercinė šios partnerystės ateitis, apie kurią galite kalbėti?
Kuindersma: „Boston Dynamics“ akivaizdžiai mano, kad šis darbas turi ilgalaikę komercinę vertę, ir tai yra viena iš pagrindinių priežasčių, kodėl norime į jį investuoti. Tačiau šio bendradarbiavimo tikslas iš tikrųjų susijęs su fundamentiniais tyrimais – užtikrinti, kad mes atliekame darbą, tobuliname mokslą ir darome tai pakankamai griežtai, kad iš tikrųjų suprastume ir pasitikėtume rezultatais ir galėtume tai perduoti pasauliui. . Taigi taip, mes matome didžiulę komercinę vertę. Taip, mes komercializuojame Atlasą, bet šis projektas iš tikrųjų yra susijęs su fundamentiniais tyrimais.
Kas bus toliau?
Tedrake: Yra klausimų, susijusių su dalykų, kuriuos padarė BD, ir dalykų, kuriuos padarė TRI, kuriuos turime padaryti kartu, kad pradėtume, ir nuo to viskas vyks. Ir tada mes turime didelių ambicijų – tikslas yra įgyti bendrąsias galimybes, kurias mes vadiname LBM (dideli elgesio modeliai), veikiančius Atlas. Pirmaisiais metais stengiamės sutelkti dėmesį į šiuos esminius klausimus, peržengti ribas ir rašyti bei publikuoti straipsnius.
Noriu, kad žmonės jaudintųsi stebėdami mūsų rezultatus, ir noriu, kad žmonės pasitikėtų mūsų rezultatais juos pamatę. Man tai yra svarbiausia žinia robotikos bendruomenei: per šią partnerystę mes stengiamės laikytis ilgesnio požiūrio, kuris subalansuotų mūsų ekstremalų optimizmą ir kritinį požiūrį.
Iš jūsų svetainės straipsnių
Susiję straipsniai visame internete