ชีวิตดีขึ้นกับการจัดบ้านด้วยหุ่นยนต์ AI ของ Meta และ Boston Dynamics

ไม่ใช่หนังสือของคุณคนโดะ มาริเอะ แต่ Meta บริษัทแม่ของ Facebook อวดหุ่นยนต์ AI ที่สามารถเรียนรู้จากมนุษย์ได้ Meta กล่าวว่าหุ่นยนต์ของพวกเขา สามารถจัดเรียงวัตถุภายในห้องแล็บและอพาร์ตเมนต์ได้

Facebook parent Meta touts Artificial Intelligence robot that can learn from humans. Meta said that its robot was able to rearrange objects inside of a lab and apartment

Meta ประกาศความก้าวหน้า ขั้นที่2 ในการพัฒนาหุ่นยนต์ AI ที่สามารถผ่านการทดสอบ

หุ่นยนต์ AI ของ Meta จัดเรียง ‘วัตถุที่หลากหลาย’ 

ในการประกาศการพัฒนา ขั้นที่สอง ทีมงาน FAIR ของ Meta กล่าวว่าได้ใช้ adaptive (sensorimotor) skill coordination (ASC) กับหุ่นยนต์ Spot ของ Boston Dynamics เพื่อทดลอง “จัดเรียงวัตถุที่หลากหลาย” ในอพาร์ทเมนต์ ขนาด 185 ตารางเมตร และห้องปฏิบัติการมหาวิทยาลัย ขนาด 65 ตารางเมตร” 

Meta ประกาศความก้าวหน้า ขั้นที่ 2 ในการพัฒนาหุ่นยนต์ AI ที่สามารถผ่านการทดสอบ “challenging sensorimotor skills”

ในการแถลงข่าวเมื่อวันศุกร์ที่ผ่านมา บริษัทประกาศว่าได้พัฒนาวิธีการสำหรับหุ่นยนต์ ในการเรียนรู้จากการโต้ตอบจากมนุษย์ในโลกจริง “โดยการฝึกอบรมแบบจำลองการแสดงภาพเพื่อจุดประสงค์ทั่วไป (วิชวลคอร์เทกซ์ประดิษฐ์ – artificial visual cortex) จากวิดีโอจำนวนมาก”

วิดีโอดังกล่าวมาจากชุดข้อมูลโอเพ่นซอร์สจาก Meta ซึ่งบริษัทกล่าวว่าแสดงให้ผู้คนทำกิจวัตรประจำวัน เช่น “ไปร้านขายของชำ และทำอาหารกลางวัน”

วิธีหนึ่งที่ทีมวิจัย AI ของ Facebook (FAIR) ของ Meta ทำเพื่อฝึกหุ่นยนต์คือการพัฒนาวิชวลคอร์เทกซ์ประดิษฐ์ ซึ่งในมนุษย์วิชวลคอร์เทกซ์เป็นพื้นที่ของสมองที่ช่วยให้บุคคลเปลี่ยนการมองเห็นเป็นการเคลื่อนไหว

ชุดข้อมูลที่ใช้เพื่อสอนหุ่นยนต์ Ego4D รวบรวมจาก “กล้องวิดีโอแบบสวมใส่ได้หลายพันชั่วโมง” ที่อาสาสมัครงานวิจัย ทำกิจวัตรประจำวัน เช่น การทำอาหาร การเล่นกีฬา การทำความสะอาด และงานฝีมือ

Meta กล่าวว่า ASC ในหุ่นยนต์ Spot มี “ประสิทธิภาพเกือบสมบูรณ์แบบ” ผ่านการทดสอบ 59 จาก 60 ด่านทดสอบ

ตามข่าวประชาสัมพันธ์ ทีมงาน FAIR ได้สร้าง “CortexBench” ซึ่งประกอบด้วย “เซ็นซอรี่มอเตอร์ ที่รองรับ 17 งาน ที่แตกต่างกัน ในการซิมูเลชั่น การควบคุมการเคลื่อนที่ของหุ่นยนต์ ครอบคลุมการเคลื่อนที่ การนำทาง ใกล้เคียงงานที่มนุษย์ทำได้ให้มากที่สุด

“การทดสอบ กำหนดสภาพแวดล้อมที่ใกล้เคียงกับโลกจริง เซ็ตอัพพื้นที่ภายในอาคาร ครอบคลุมตั้งแต่ การทดสอบกับพื้นราบขนาดใหญ่มาก จนถึงตั้งบนพื้นโต๊ะที่ ไม่มีขอบผนังให้ตรวจจับ เพื่อทดสอบศักยภาพการสแกน 3 มิติ” บริษัท กล่าว

ทีมงาน FAIR ของ Meta ใช้ adaptive (sensorimotor) skill coordination (ASC) กับหุ่นยนต์ Spot ของ Boston Dynamics เพื่อ “จัดเรียงวัตถุที่หลากหลาย” ในอพาร์ทเมนต์ ขนาด 185 ตารางเมตร และห้องปฏิบัติการในมหาวิทยาลัย ขนาด 65 ตารางเมตร

เมื่อใช้กับหุ่นยนต์ Spot Meta กล่าวว่า ASC ประสบความสำเร็จใน “ประสิทธิภาพเกือบสมบูรณ์แบบ” และประสบความสำเร็จ ผ่านการทดสอบ 59 จาก 60 ด่านทดสอบ จากวิดีโอที่แชร์โดย Meta แสดงให้เห็นหุ่นยนต์กำลังเคลื่อนย้ายวัตถุต่างๆ จากที่หนึ่งไปยังอีกที่หนึ่ง

ทีมงานของ FAIR กล่าวว่า เป้าหมายคือ การสอนหุ่นยนต์สปอตให้ “เคลื่อนที่ไปรอบ ๆ บ้านที่ไม่เคยเห็นมาก่อน หยิบสิ่งของที่ไม่ได้กำหนดตำแหน่งล่วงหน้า และจัดวางไว้ในตำแหน่งที่เหมาะสม”

จากการทดสอบ หุ่นยนต์ Spot  “สามารถเรียนรู้ว่าบ้านหน้าตาเป็นอย่างไร” และจัดเรียงสิ่งของต่างๆ ได้สำเร็จ

เปรียบเทียบ มุมมองซิมูเลชั่น และมุมมองโลกจริง ของหุ่นยนต์ ‘Spot’ ในการทดสอบจัดเรียงวัตถุ

view original *