Ricordi quella scena in Walt Disney? Bambi dove il cerbiatto titolare impara ad alzarsi e camminare con le proprie forze? È una vignetta affascinante nel film, che mostra un'abilità che molti cuccioli di animali - dai maiali alle giraffe fino, sì, ai cervi - acquisiscono entro pochi minuti dalla loro nascita. Durante le prime ore di vita, questi animali affinano rapidamente le loro capacità motorie fino ad acquisire il pieno controllo della propria locomozione. Gli esseri umani, che imparano a stare in piedi aggrappandosi alle cose intorno ai sette mesi e che iniziano a camminare a 15 mesi, sono irrimediabilmente lenti al confronto.
Contenuti
- Rinforzo positivo
- Costruire robot migliori
Indovina qual è l'ultimo compito in cui i robot ci hanno battuto? In un nuovo studio effettuato dai ricercatori di Google, gli ingegneri hanno insegnato a un robot Minitauro quadrupede a camminare, beh, senza dovergli insegnare molto. Piuttosto, hanno utilizzato un tipo di intelligenza artificiale orientata agli obiettivi per creare un robot a quattro zampe
imparare ad andare avanti, all'indietro e gira a sinistra e a destra completamente da solo. È riuscito ad imparare da solo a farlo su tre diversi terreni, tra cui un terreno pianeggiante, un materasso morbido e uno zerbino con fessure.Video consigliati
“I robot dotati di gambe possono avere una grande mobilità perché le gambe sono essenziali per spostarsi su strade non asfaltate e in luoghi progettati per gli esseri umani”, Jie Tan, ricercatore principale del progetto e responsabile delle attività di locomozione di Google, ha dichiarato a Digital Trends. “Siamo interessati a consentire ai robot dotati di gambe di navigare nei nostri diversi e complessi ambienti del mondo reale, ma è difficile progettare manualmente controller robotici in grado di gestire tale diversità e complessità. Pertanto è importante che i robot siano in grado di apprendere da soli. Questo lavoro è entusiasmante perché è una prima dimostrazione che, con il nostro sistema, un robot dotato di gambe può imparare con successo a camminare da solo”.
Rinforzo positivo
Imparare a camminare nel mondo reale con il minimo sforzo umano
La tecnologia alla base di questo particolare progetto è qualcosa chiamato apprendimento per rinforzo profondo, a approccio specifico al deep learning ispirato alla psicologia comportamentista e alla sperimentazione ed errore apprendimento. Detto di massimizzare una certa ricompensa, gli agenti software imparano a intraprendere azioni in un ambiente che consentirà di ottenere tali risultati nel modo più preciso ed efficiente possibile. Il potere dell’apprendimento per rinforzo era notoriamente dimostrato nel 2013 quando DeepMind di Google pubblicò un documento che mostrava come aveva addestrato un'A.I. per giocare ai classici videogiochi Atari. Ciò è stato ottenuto senza alcuna istruzione oltre al punteggio sullo schermo e ai circa 30.000 pixel che costituivano ciascun fotogramma dei videogiochi a cui si stava giocando.
I videogiochi, o almeno le simulazioni, sono spesso utilizzati anche dai ricercatori di robotica. Una simulazione ha perfettamente senso in teoria, poiché consente ai robotisti di addestrare la propria macchina in un mondo virtuale prima di entrare in quello reale. Ciò salva i robot dalle inevitabili cadute e dall’usura a cui andrebbero sottoposti mentre imparano a svolgere un compito specifico. Per analogia, immagina se tutte le tue lezioni di guida venissero svolte utilizzando un simulatore di guida. Si potrebbe sostenere che impareresti più rapidamente perché non dovresti essere così cauto nel mettere a rischio la tua sicurezza fisica o danneggiare la tua auto (o quella di qualcun altro). Potresti anche allenarti più rapidamente senza dover aspettare le lezioni assegnate o che un autista con licenza sia disposto a portarti fuori.
Il problema è che, come saprà chiunque abbia mai giocato a un videogioco di guida, è davvero difficile modellare il mondo reale in un modo che sembri, beh, il mondo reale. Invece, i ricercatori di Google hanno iniziato a sviluppare algoritmi migliorati che consentono al loro robot di apprendere più rapidamente con meno prove. Basandosi su una precedente ricerca di Google pubblicato nel 2018, in quest'ultima dimostrazione il loro robot è riuscito a imparare a camminare in appena un paio d'ore.
È anche in grado di farlo enfatizzando un approccio più cauto e sicuro all’apprendimento, che comporta meno cadute. Di conseguenza, riduce al minimo il numero di interventi umani necessari per sollevare il robot e spolverarlo ogni volta che cade.
Costruire robot migliori
Imparare a camminare in due ore potrebbe non essere un livello di efficienza pari a quello di un cervo, ma è ben lontano dal fatto che gli ingegneri debbano programmare esplicitamente il modo in cui di solito viene insegnato a manovrare un robot. (E, come notato, è molto meglio di quanto i bambini umani possano gestire in quel tipo di lasso di tempo!)
“Sebbene siano stati dimostrati molti algoritmi di apprendimento non supervisionato o di apprendimento per rinforzo simulazione, applicarli su veri robot dotati di gambe si rivela incredibilmente difficile”, Tan spiegato. “In primo luogo, l’apprendimento per rinforzo richiede molti dati e la raccolta dei dati sui robot è costosa. Il nostro lavoro precedente ha affrontato questa sfida. In secondo luogo, l’addestramento richiede che qualcuno dedichi molto tempo alla supervisione del robot. Se abbiamo bisogno di una persona che monitori il robot e lo ripristini manualmente ogni volta che inciampa – centinaia o migliaia di volte – ci vorrà molto impegno e molto tempo per addestrare il robot. Più tempo ci vuole, più difficile sarà estendere l’apprendimento a molti robot in molti ambienti diversi”.
Un giorno questa ricerca potrebbe aiutare a creare robot più agili, in grado di adattarsi più rapidamente a una varietà di terreni. "Le potenziali applicazioni sono numerose", ha detto Tan. Tuttavia, Tan ha sottolineato che questo è “ancora agli inizi e ci sono molte sfide che dobbiamo ancora superare”.
In linea con il tema dell’apprendimento per rinforzo, è sicuramente una ricompensa che vale la pena massimizzare!
Raccomandazioni degli editori
- L’intelligenza artificiale ha trasformato Breaking Bad in un anime – ed è terrificante
- Perché l’intelligenza artificiale non governerà mai il mondo
- Come faremo a sapere quando un'intelligenza artificiale diventerà effettivamente senziente?
- La formula divertente: perché l'umorismo generato dalle macchine è il Santo Graal dell'A.I.
- Leggi la "scrittura sintetica" stranamente bella di un A.I. che pensa che sia Dio
Migliora il tuo stile di vitaDigital Trends aiuta i lettori a tenere d'occhio il frenetico mondo della tecnologia con tutte le ultime notizie, divertenti recensioni di prodotti, editoriali approfonditi e anteprime uniche nel loro genere.
