L’ Allen Institute vuole produrre algoritmi di navigazione in crowdsourcing permettendo ai ricercatori di muovere liberamente i loro robot nei suoi appartamenti fisici e virtuali.
di Karen Hao
In un edificio di fronte alla sua sede principale a Seattle, l’Allen Institute for Artificial Intelligence (AI2) ha abbastanza mobili Ikea per configurare 14 appartamenti diversi. Il laboratorio, ovviamente, non si occuperà di interior design, ma vuole formare algoritmi più intelligenti per il controllo robotico.
I robot domestici come Roomba funzionano bene solo perché i loro compiti sono relativamente semplici. Spostarsi di continuo e tornare negli stessi punti più e più volte per raggiungere l’obiettivo che è quello di pulire.
Ma tutte le operazioni che richiedono forme di navigazione più efficiente o complessa continuano a rimanere al di fuori della portata di molti robot all’avanguardia. La ricerca necessaria per migliorare questa situazione è costosa, limitando la maggior parte dei progressi a laboratori commerciali ben finanziati.
Ora AI2 vuole prendere due piccioni con una fava. Martedì ha annunciato una nuova sfida chiamata RoboTHOR (THOR per The House Of inteRactions ). Produrrà algoritmi di navigazione in crowdsourcing e abbasserà le barriere finanziarie per i ricercatori che potrebbero non disporre di risorse di robotica proprie.
L’obiettivo finale è far progredire più rapidamente l’IA coinvolgendo più gruppi di ricerca. Diverse comunità dovrebbero portare i loro contributi ed espandere il repertorio di capacità dei robot, avvicinando il campo a un’intelligenza più generalizzabile.
Il laboratorio ha progettato una stanza facilmente riconfigurabile, delle dimensioni di un piccolo studio, per ospitare tutte e 14 le varianti dell’appartamento. Ha anche ricreato repliche virtuali identiche in Unity, un popolare motore di videogiochi, così come altre 75 configurazioni, che sono state tutte reperite online.
Insieme, queste 89 configurazioni offriranno ambienti di simulazione realistici per i team di tutto il mondo per addestrare e testare i loro algoritmi di navigazione. Gli ambienti sono inoltre precaricati con modelli di robot AI2 e rispecchiano il più possibile la fisica del mondo reale come la gravità e la riflessione della luce.
Ai team viene richiesto di sviluppare algoritmi che possano far spostare un robot da una posizione di partenza casuale all’interno di una stanza a un oggetto in quella stanza semplicemente dicendogli il nome dell’oggetto. Questo compito sarà più difficile della semplice navigazione perché richiederà al robot di comprendere il comando e riconoscere anche l’oggetto nel suo campo visivo (vedi link).
I team si sfideranno in tre fasi. Nella fase uno, verranno forniti i 75 ambienti di simulazione esclusivamente digitali per addestrare e validare i loro algoritmi. Nella seconda fase, ai più performanti verranno assegnati quattro nuovi ambienti di simulazione con corrispettivi nel mondo reale. I team saranno in grado di affinare a distanza i loro algoritmi caricandoli nei robot reali di AI2.
Nella fase finale, i migliori dovranno dimostrare la generalizzabilità dei loro algoritmi negli ultimi 10 appartamenti fisici e digitali. Chi uscirà vincente da questa fase finale potrà presentare i propri modelli alla Conference on Computer Vision and Pattern Recognition, una delle principali conferenze di ricerca sull’intelligenza artificiale per sistemi basati sulla visione.
Al termine della sfida, AI2 prevede di mantenere la configurazione disponibile, offrendo a chiunque l’accesso all’ambiente per continuare a condurre ricerche di robotica. I ricercatori che dimostreranno una discreta accuratezza negli ambienti simulati, dimostrando di non creare “disastri” con i robot, potranno distribuire in remoto i loro algoritmi in quelli fisici. La stanza ruoterà tra le diverse configurazioni di mobili.
“Manterremo in vita questo ambiente e i robot”, afferma Ani Kembhavi, ricercatore di AI2 che guida il progetto. Il suo team prevede di sviluppare un sistema di condivisione del tempo per consentire a diversi ricercatori di testare a distanza i loro algoritmi nel mondo reale.
AI2 spera che la strategia renderà più accessibile la ricerca robotica, abbassando il più possibile i costi dell’hardware. Si augura anche che il sistema ispirerà altre organizzazioni ben finanziate ad aprire le loro risorse in modi simili. Inoltre, ha progettato appositamente la sua stanza riconfigurabile con bassi costi dei materiali e mobili Ikea disponibili in tutto il mondo; l’installazione costa circa 10.000 dollari. Se altri ricercatori volessero costruire i propri spazi fisici di allenamento, possono facilmente replicarli localmente e comunque abbinarli agli ambienti di simulazione virtuale.
Kembhavi, figlio di un astronomo, paragona l’idea alla condivisione globale dei telescopi. “Comunità come quelle in campo astronomico hanno capito da tempo come prendere risorse costose e renderle disponibili ai ricercatori di tutto il mondo”, egli afferma.
Immagine: AI2
(rp)
