La vidéo révèle les défis surprenants de l'enseignement A.I. se vêtir

Ramper dans un tee-shirt pourrait être l’une des rares tâches que nous, humains, sommes capables de faire, même si nous sommes à peine éveillés et que nous grattons encore le sommeil de nos yeux. Mais le fait que nous sachions nous habiller (plus ou moins) masque à quel point la série de mouvements nécessaires pour passer de l’appétit à l’habillement suffisant pour franchir la porte est vraiment complexe.

Alex Clegg, Ph.D. en informatique, comprend bien cela. étudiant au Georgia Institute of Technology qui s'est concentré sur l'utilisation de la machine pour apprendre à la technologie de l'intelligence artificielle comment s'habiller. Comme il le dit Inverse, tandis que A.I. est assez malin pour prédire quels patients seront atteints de sepsie ou comment défier des champions du monde dans des jeux de stratégie complexes, apprendre aux machines à mettre une chemise est un objectif difficile à atteindre.

«Le tissu est complexe», explique-t-il dans un courrier électronique. «Il peut réagir immédiatement et de manière radicale aux petits changements de position du corps et limite souvent les mouvements… Les vêtements ont également tendance à se plier, à coller et à se coller au corps, rendant la sensation tactile ou tactile essentielle à la tâche.»

Alors pourquoi, au juste, un expert en informatique essaie-t-il de déterminer comment nous nous habillons le matin? Clegg a expliqué qu'il y avait quelques applications possibles pour A.I. qui comprend l'art trompeusement simple de s'habiller. À court terme, les résultats de Clegg pourraient être utilisés un jour pour accélérer le processus de création d’animations 3D réalistes. Mais plus important encore, ces informations pourraient aider à concevoir des robots d'assistance capables de prendre soin des êtres humains, jeunes et vieux.

Les chercheurs ont commencé par apprendre à un ordinateur à maîtriser l’acquisition d’un bras dans la manche. Dans le document qui sera présenté à la prochaine conférence SIGGRAPH Asia 2018 sur l’infographie en décembre, Clegg et ses collègues ont expliqué la technique précise utilisée, un type d’apprentissage automatique appelé «apprentissage renforcé».

L’objectif de l’apprentissage renforcé est d’essayer d’enseigner aux robots comment effectuer certains mouvements et tâches en les faisant répéter encore et encore. Dans le cas du pansement A.I., l’équipe de Clegg avait le A.I. Observez l'environnement virtuel du processus, reproduisez-le, puis récompensez-le lorsqu'il semble être sur la bonne voie.

Clegg a expliqué qu'il fallait des centaines de milliers d'essais pour que le personnage animé en forme de saucisse qu'ils ont développé ait appris à mettre une veste ou un t-shirt. Après tout, leur bot devait apprendre à percevoir le toucher pour pouvoir tirer la chemise quand il le fallait. De plus, ils devaient également incorporer un moteur physique pour rendre la simulation aussi précise que possible.

En fin de compte, le fils animé et maladroit de Clegg a réussi à apprendre à mettre sa chemise, même s’il était un peu inélégant. Néanmoins, les résultats peuvent être très utiles pour prouver le concept quant à la manière dont l'apprentissage en profondeur peut être utilisé pour résoudre des problèmes nuancés.

«C’est passionnant d’imaginer l’ensemble des problèmes que nous pouvons résoudre avec un apprentissage renforcé et profond», dit-il. «Nous sommes impatients de continuer à travailler à l'activation de la robotique et à la recherche de solutions aux grands problèmes qui affectent la vie quotidienne de tant de personnes."

Convertir les résultats des résultats de cette étude en robotique demandera un peu plus de travail pour harmoniser les aspects logiciel et matériel. Cependant, les résultats de Clegg ouvrent la voie aux chercheurs désireux de libérer nos gardiens de robots futuristes de leurs limitations actuelles.