L’Allen Institute intende sviluppare algoritmi di navigazione in crowdsourcing, consentendo ai ricercatori di far muovere liberamente i propri robot nei suoi appartamenti fisici e virtuali.
In un edificio di fronte alla sua sede principale a Seattle, l’Allen Institute for Artificial Intelligence (AI2) dispone di mobili Ikea sufficienti per allestire 14 appartamenti diversi. Il laboratorio non si sta dedicando all’interior design, non esattamente. Le risorse sono destinate ad addestrare algoritmi più intelligenti per il controllo dei robot.
I robot domestici come il Roomba funzionano bene solo perché i loro compiti sono relativamente semplici. Girare a vuoto, tornare indietro e tornare più volte negli stessi punti non ha molta importanza quando l’obiettivo è pulire senza sosta lo stesso pavimento.
Ma qualsiasi cosa che richieda una navigazione più efficiente o complessa mette ancora in difficoltà molti robot all’avanguardia. Anche la ricerca necessaria per migliorare questo status quo è costosa, limitando i progressi più all’avanguardia ai laboratori commerciali ben finanziati.
Ora AI2 vuole prendere due piccioni con una fava. Martedì ha annunciato una nuova sfida chiamata RoboTHOR (THOR sta per The House Of inteRactions — sì, davvero). Servirà sia a ottenere tramite crowdsourcing algoritmi di navigazione migliori, sia ad abbassare le barriere finanziarie per i ricercatori che potrebbero non disporre di risorse proprie nel campo della robotica.
L’obiettivo finale è quello di far progredire più rapidamente l’IA coinvolgendo un maggior numero di gruppi di ricerca. Comunità diverse dovrebbero apportare prospettive e casi d’uso diversi che amplieranno il repertorio delle capacità dei robot, avvicinando il settore a un’intelligenza più generalizzabile.
Un confronto fianco a fianco tra sale da pranzo reali e simulate in una delle configurazioni dell’appartamento.
Il laboratorio ha progettato una stanza facilmente riconfigurabile, delle dimensioni di un monolocale angusto, che fungerà da palcoscenico per tutte le 14 varianti di appartamento. Ha inoltre ricreato repliche virtuali identiche in Unity, un popolare motore per videogiochi, oltre ad altre 75 configurazioni, tutte rese disponibili online come open source. Insieme, queste 89 configurazioni totali offriranno ambienti di simulazione realistici ai team di tutto il mondo per addestrare e testare i propri algoritmi di navigazione. Gli ambienti sono inoltre precaricati con modelli dei robot di AI2 e rispecchiano il più fedelmente possibile la fisica del mondo reale, come la gravità e i riflessi della luce.
La sfida richiede specificamente ai team di sviluppare algoritmi in grado di portare 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. Ciò sarà più difficile della semplice navigazione perché richiederà al robot di comprendere il comando e di riconoscere anche l’oggetto nel suo campo visivo.
I team si sfideranno in tre fasi. Nella prima fase, riceveranno i 75 ambienti di simulazione esclusivamente digitali per addestrare e convalidare i loro algoritmi. Nella seconda fase, ai team con le migliori prestazioni verranno forniti quattro nuovi ambienti di simulazione con i corrispondenti doppioni fisici. I team potranno perfezionare i loro algoritmi da remoto caricandoli nei robot reali di AI2.
Nella fase finale, i migliori dovranno dimostrare la generalizzabilità dei loro algoritmi negli ultimi 10 appartamenti digitali e nelle corrispondenti controparti fisiche. I team che otterranno i migliori risultati in questa fase finale si aggiudicheranno il diritto di vantarsi e un invito a presentare i loro modelli alla Conference on Computer Vision and Pattern Recognition, una conferenza leader nella ricerca sull’intelligenza artificiale per i sistemi basati sulla visione.
Vari oggetti reali e simulati.
AI2
Al termine della sfida, AI2 intende mantenere l’allestimento a disposizione, consentendo a chiunque di accedere all’ambiente per continuare a condurre ricerche nel campo della robotica. I ricercatori che supereranno una certa soglia di precisione negli ambienti simulati, dimostrando di non causare incidenti ai robot, potranno implementare da remoto i propri algoritmi in quelli fisici. La stanza ruoterà tra le diverse configurazioni d’arredo.
“Manterremo questo ambiente e manterremo questi robot”, afferma Ani Kembhavi, ricercatore presso AI2 che guida il progetto. Il suo team intende sviluppare un sistema di time-sharing per consentire a diversi ricercatori di testare a turno da remoto i propri algoritmi nel mondo reale.
AI2 spera che questa strategia renda la ricerca nel campo della robotica più accessibile, eliminando il più possibile i costi hardware associati. Spera inoltre che questo programma ispiri altre organizzazioni ben finanziate ad aprire le proprie risorse in modo simile. Inoltre, ha appositamente progettato la sua sala riconfigurabile con materiali a basso costo e mobili Ikea disponibili in tutto il mondo; l’allestimento è costato circa 10.000 dollari. Se altri ricercatori volessero costruire i propri spazi di addestramento fisico, potrebbero facilmente replicarlo a livello locale e ottenere comunque ambienti di simulazione virtuali corrispondenti.
Kembhavi, il cui padre è un astronomo, paragona l’idea alla condivisione globale dei telescopi. “Comunità come quella astronomica hanno capito come prendere risorse costose e renderle disponibili ai ricercatori di tutto il mondo”, afferma.
“Questa è la nostra visione per questo ambiente”, aggiunge. “IA incorporata per tutti.”
