El vídeo revela els sorprenents reptes de la docència A.I. vestir-se

Arrossegar-se en una samarreta pot ser una de les poques tasques que els éssers humans som capaços de fer, fins i tot amb prou feines despert i encara rient el son dels nostres ulls. Però el fet que hàgim sabut vestir-nos (més o menys) nega la complexitat de la sèrie de moviments necessaris per passar de ser tan amable a vestir-se com per sortir de portes.

Una persona que ho entén tant com qualsevol persona és Alex Clegg, doctor en informàtica. estudiant del Georgia Institute of Technology, que s'ha centrat a utilitzar l'aprenentatge automàtic fins a la intel·ligència artificial de tecnologia com vestir-se. Com diu Invers, mentre que A.I. És prou intel·ligent com per predir quins pacients obtindran sèpsia o com desafiar els campions del món en jocs d’estratègia complexos, l’ensenyament de les màquines per posar-se una samarreta s’ha demostrat ser un objectiu difícil.

"El drap és complex", explica en un correu electrònic. "Pot respondre de forma immediata i dràsticament a petits canvis en la posició del cos i sovint limita el moviment … La roba també té la tendència a plegar-se, pegar-se i aferrar-se al cos, fent que la sensació tàctica o tàctil sigui essencial per a la tasca".

Llavors, per què, exactament, es tracta d’un geni d’ordinador que intenta trencar la forma en què ens adaptem al matí? Clegg va explicar que hi ha algunes aplicacions possibles per a A.I. que entén l’art que sembla enganyosament simple de vestir-se. A curt termini, les conclusions de Clegg es podrien utilitzar per accelerar algun dia el procés de fer animacions en 3D reals. Però, el que és més important, aquestes idees poden ajudar a dissenyar robots assistents que puguin ajudar a cuidar a éssers humans joves i grans.

Els investigadors van començar a ensenyar a un ordinador a dominar com aconseguir un braç a la màniga. En el document que es presentarà a la propera conferència SIGGRAPH Asia 2018 sobre infografia al desembre, Clegg i els seus col·legues van explicar la tècnica precisa que utilitzaven, un tipus d'aprenentatge automàtic anomenat "aprenentatge reforçat profundament".

L’objectiu d’un aprenentatge reforçat és intentar ensenyar als robots com completar certs moviments i tasques fent-los que ho facin una i altra vegada. En el cas del vestidor A.I., l’equip de Clegg tenia l’I. observar l’entorn virtual del procés, replicar-lo i després recompensar-lo quan semblava estar en el camí correcte.

Clegg va explicar que es necessitaven centenars de milers de proves per tal que el personatge animat en forma d'embotits desenvolupessin per aprendre a posar-se una jaqueta o una samarreta. Al capdavall, el seu bot havia d'aprendre a percebre el tacte perquè pogués tirar la samarreta quan calgués. A més, també necessitaven incorporar un motor de física per tal que la simulació sigui la més precisa possible.

Al final, el maldestre i animat fill de Clegg va aconseguir aprendre a posar-se la samarreta, encara que de manera inelegant. Tot i així, els resultats poden ser molt útils com a prova de concepte de com es pot utilitzar l’aprenentatge profund per resoldre problemes matisats.

"És emocionant imaginar l'amplitud de problemes que podem resoldre amb un aprenentatge reforçat", diu. "Esperem amb interès continuar treballant per facilitar la robòtica i trobar solucions a grans problemes que afecten la vida quotidiana de tantes persones".

Convertir els resultats obtinguts en aquest estudi per treballar amb la robòtica necessitarà una mica més per harmonitzar els aspectes del programari i el maquinari. Però les conclusions de Clegg estableixen un camí per als investigadors que estiguin interessats a alliberar els nostres cuidadors de robots futuristes de les seves limitacions actuals.