Forskare gör en hemsimulator för att träna artificiell intelligens

När du tänker "maskininlärning" är det nästan instinktivt att bilda en dator som plockar igenom ofattbara mängder data, knäppa oändliga svängningar av siffror som syftar till att göra anslutningar till skillnad från vilken person som helst skulle tro att göra.

Men en grupp forskare från Kanada hade en annan idé: Varför inte lära dem att spela hus?

Detta ledde dem till att skapa tiotusentals simulerade hem där A.I. kan lära sig att manipulera miljöerna inom dem. De kallar den virtuella lekplatsen HoME, eller Hushållens multimodala miljö. Programmerare kan ställa upp pussel för A.I. att lösa inom olika "hem" miljöer, vilket kan vara allt från att flytta en soffa för att ordna stolar.

"Människor lär sig från att kombinera information över olika modaliteter: vision, språk och fysik", säger Ethan Perez, en djup lärande forskare vid University of Montreal, säger Omvänd i ett Skype-samtal. "Som maskininlärning har avancerat har det kunnat hantera alla dessa individuellt. Nu verkar det moget att faktiskt föra alla dessa till en enda miljö där A.I. kan faktiskt försöka lära sig vad "tungt" betyder interaktivt."

I ett papper presenterar Perez och hans lag på NIPS 2017 - en A.I. konferensen hölls i Long Beach i Kalifornien - forskarna förklarar hur de använde en dataset med 45 000 unika 3D-hemlayouter för att skapa ett virtuellt gym för AI.

Några av de största tekniska företagen har börjat träna sina A.I. att bli mer sofistikerad. Ett utmärkt exempel är Google med det klassiska videospelet Star Craft att träna sin DeepMind i hopp om att en dag kommer det att kunna slå mänskliga spelare.

"Andra multimodala miljöer som UNDERGÅNG eller Star Craft har varit riktigt coolt och användbar ", säger Florian Golemo, en doktorand vid universitetet i Montreal Omvänd. "Men att ha miljöer med mer verkliga scenarier som inte innehåller en pistol framför dig eller var du måste beordra Zerglings kan verkligen vara praktisk."

Allt detta möjliggjordes av SUNCG dataset, som sammanställde tusentals extremt detaljerade hemlayouter. Utan detta sa laget att de skulle behöva förlita sig på slumpmässigt genererade hem, vilket har varit mindre idealiskt för A.I. att träna i.

Golemo, som har en bakgrund i robotik, tror att HoME är ett utmärkt sätt att träna hushållsbotorer i framtiden, helt enkelt på grund av hur realistiska lagets simulering är. Han förklarar att även om det finns andra miljöer som har använts för att träna bots, är HoMEs mest sannolika för hur ett hus skulle se ut i det verkliga livet.

För tillfället säkerställer skaparna av HoME att framtida användare av deras produkt har alla de verktyg som behövs för att sätta upp massor av tester inom dessa hussimuleringar. Vem visste att en state-of-the-art A.I. tränare skulle se så mycket ut som en gammal version av The Sims ?

Denna "Minitaur" -robot kan öppna dörrar, gå på is och gå i princip var som helst.