(原題: Kindred AI は強化学習を利用して、人間やサルに VR メガネをかけてロボットを訓練し、より賢くすることを目指している) 著者: 江宏昌 昨年9月、Kindred AIという会社がメディアの注目を集めた。このカナダの会社は、米国特許庁に少し風変わりな特許を申請した。VRグラスやその他の外部センサーの助けを借りて、人間のオペレーターがロボットを遠隔操作できるようになり、また、その制御データを使用して機械学習アルゴリズムをトレーニングし、ロボットの動作を人間の動作に近づけ、よりスマートにすることもできるというものだ。
(Kindred AI 特許出願の画像) 最近、このかなり謎めいた企業がついにMIT Technology Reviewのインタビューに応じ、この特許の背後にある技術とKindred AIの将来のロボットに関するアイデアを紹介した。 Kindred AI は、D-Wave の研究者数名によって設立されました。 Leifeng.comによると、D-Waveは最も有名な量子コンピュータ企業です。同社は2011年5月に、世界初の商用量子コンピュータとして知られるD-Wave Oneを発売しました。しかし、Kindred AIのCTOで元D-Wave社員のスザンヌ・ギルダート氏はメディアのインタビューで「量子コンピューターは確かに魅力的だが、人間に似たロボットの方がクールだ」と語った。 現在、Kindred AI は、仮想現実ゴーグルを装着してリアルタイムでアームを制御できる人間のオペレーターの支援を時々必要とすることで、従来の産業用ロボットアームが小さな物体をより速く、より安定して掴めるようにするテストを行っています。 「オペレーターは、ロボットが見て、聞いて、感じていることを見、聞いて、感じます。オペレーターが行動を起こすと、ロボットは同期して動きます」と、Kindred の共同創設者兼 CEO である Geindie Rose 氏は語ります。 「これにより、TI ではロボットが人間のように行動する方法を示すことができます。特定の場所に物を置くことは、人間がロボットを制御するための最善の方法ではありませんが、複雑な状況や予期しない状況に対処することに関しては、人間が依然として最善です。」 Kindred AI のシステムは、複数の機械学習アルゴリズムを使用し、ロボットアームが物体をつかむときなど、どれが望ましい結果をもたらすかを予測しようとします。適切なアルゴリズムがない場合、人間の助けを求めます。最も重要なのは、これらのアルゴリズムが人間の行動から学習できることです。これを実現するために、同社は強化学習アプローチを採用しました。 Leiphone.com(公式アカウント:Leiphone.com)によると、強化学習はMIT Technology Reviewが発表した「2017年の世界トップ10のブレークスルーテクノロジー」の1つに選ばれた。この手法は、一連のシナリオの下で複数のステップで適切な意思決定を行うことにより、特定の目標を達成することに重点を置いている。 ローズ氏は、このシステムは小さな衣類を拾うのに人間の2倍の速さだが、これは単独のロボットでは到底達成できない作業だと述べた。同時に、このシステムの助けにより、1 人が一度に複数のロボットを操作することもできます。 「この方法を十分長く続けられ、ロボットの背後に AI モデルがあれば、さまざまなモデルを試してどれが一番うまくいくかがわかります。人間がロボットを使ってあらゆることをできるのであれば、ロボットが人間のようになることを学べない理由はありません。」 Kindred AI の特許には、システムを通じてサルがロボットを制御できる可能性まで記載されています。 Kindred AI が追求しているアプローチには大きな可能性があるようだ。カリフォルニア大学バークレー校で機械学習とロボット工学を専門とするケン・ゴールドバーグ教授は、人間のスキルを活用することでロボットの学習が大幅に加速するだろうと述べている。ロボット手術で自身も同様のアプローチを採用しているゴールドバーグ氏は、ロボットに人間から学習させることは非常に活発な研究分野であると付け加えた。 「これはロボット工学における大きなチャンスの核心であり、人間によるデモンストレーションには大きなメリットがあると考えています。」 しかし、ロボットが人間から学習できるようにするには、多くの技術的な課題もあります。遠隔操作のヒューマノイドロボットを研究しているMITの准教授、サンベ・キム氏は、人間の操作を機械の動きにマッピングするのは非常に複雑だと言います。 「最初の課題は、硬いコネクタを皮膚に取り付けて人の動きを追跡することです。人間は内骨格動物なので、これは非常に困難です。より大きな課題は、人間が意思決定を行う際に取る手順を実際に理解することです。その多くは無意識のうちに行われます。」 しかし、Kindred AI の創設者たちは決してひるんでいない。「私たちの目標は認知を解体することです」と同社の CEO、ジョーディ・ローズ氏は言う。「すべての生物は特定の行動や動きのパターンに従っています。私たちは同じ原理に従う機械を作ろうとしているのです。」 出典: MITテクノロジーレビュー |
<<: インテルがモービルアイを買収、自動運転市場は3社間の競争の幕開けか
>>: たった 14 ステップ: Python 機械学習をゼロからマスターする (リソース付き)
データ品質の低さは、人工知能 (AI) および機械学習 (ML) テクノロジの実際のパフォーマンスを...
チューリング・ビッグスリーの一人であるルカン氏は昨日、もう一つの名言を残した。 「知能の面では、Ch...
この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...
大規模モデルに向けて、テクノロジー大手はより大規模なモデルをトレーニングしており、学界はそれらを最適...
[[330335]]画像出典: Panoramic Vision 「小型化」は生活をより便利にする...
今年の自動運転業界は商用化がキーワードです。年末に、百度、中国自動車技術研究センター、同済大学が共同...
光学文字認識 (OCR) は、機械が画像やスキャンされた文書からテキストを認識して抽出できるようにす...
[[405016]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...
この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...
この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...
人工知能の発展は日々変化しており、特に生成型人工知能はテクノロジー業界で話題になっています。しかし、...
これは、AI テクノロジーが身元調査業界に革命をもたらし、これまで以上に効率的でコスト効率の高いソリ...
昨年 11 月、PyTorch は権威ある PyTorch チュートリアル ブック「Deep Lea...