Les chercheurs ont abordé trois problèmes :(1) Agir comme un chien :où le but est de prédire les futurs mouvements du chien à partir d'une séquence d'images déjà vues. (2) Planification comme un chien :où le but est de trouver une séquence d'actions qui déplace le chien entre les emplacements de la paire d'images donnée. (3) Apprendre d'un chien :où nous utilisons la représentation apprise pour une troisième tâche (par exemple, estimation de la surface praticable). Crédit :arXiv:1803.10827 [cs.CV]
Une équipe de chercheurs de l'Université de Washington et de l'Allen Institute for AI a entraîné un système d'IA à réagir comme un chien en utilisant les données d'un animal réel. Dans leur article téléchargé sur le arXiv serveur de préimpression, le groupe décrit son système et ce qu'il peut et ne peut pas faire. L'équipe présentera également ses travaux à la Conférence sur la vision par ordinateur et la reconnaissance de formes cet été.
Les systèmes d'IA sont généralement basés sur des algorithmes d'apprentissage en profondeur qui traitent des données décrivant des événements, puis en utilisant ce qu'ils ont appris pour prédire le comportement futur. Dans ce nouvel effort, les chercheurs ont appliqué une telle stratégie au comportement des chiens. Leur objectif était de créer un système d'IA capable de réagir de la même manière qu'un chien dans des circonstances données. Pour atteindre cet objectif, ils ont fixé une multitude de capteurs à un malamute nommé Kelp M. Redmon. Ils ont mis une GoPro et un microphone sur sa tête, capteurs d'inertie sur son corps, pattes et queue, et une unité Arduino sur le dos pour collecter et traiter les données au fur et à mesure qu'elles affluaient. Ensuite, ils ont laissé le chien faire des trucs de chien, comme jouer au parc.
Le système d'IA a été mis en place pour atteindre trois objectifs principaux :prédire les mouvements futurs, planifier une tâche et apprendre du comportement du chien. L'idée était que le système apprenne à prédire ce qu'un chien ferait ensuite dans un scénario donné, comme lorsque vous repérez un écureuil. Pour imiter un chien, le système aurait besoin de créer un plan d'action pour effectuer les mouvements futurs prévus et, bien sûr, doivent être capables d'apprendre à faire des choses de chien en apprenant comment un chien réel les fait.
Dans tout, l'équipe en a récolté 24, 500 images de vidéo, qui étaient synchronisés avec les moments corporels et le son. Ils ont utilisé 21, 000 de ces cadres pour former leur système d'IA et le reste pour le tester. Ils rapportent que le système fonctionne bien, surpassant les niveaux de référence sur les tâches qu'ils jugeaient difficiles. Le système d'IA n'était pas connecté à un robot chien, mais c'est clairement la direction que prend la recherche - il ne faudra probablement pas longtemps avant que les systèmes comportementaux d'IA soient liés à des projets qui se sont concentrés sur le fait que des robots ressemblant à des chiens se déplacent comme de vrais animaux de manière utile.
© 2018 Tech Xplore
