A IA nunca poderá ver o futuro, mas pode fazer previsões estatísticas com base no que sabe e pretende fazer. O desenvolvimento do robô não será interrompido porque os tecnocratas são obrigados a inventar se têm um bom motivo para fazê-lo ou não. ⁃ TN Editor
Os pesquisadores da UC Berkeley desenvolveram uma tecnologia de aprendizado robótico que permite que os robôs imaginem o futuro de suas ações para que possam descobrir como manipular objetos que nunca haviam encontrado antes. No futuro, essa tecnologia poderá ajudar carros autônomos a antecipar eventos futuros na estrada e produzir assistentes robóticos mais inteligentes em residências, mas o protótipo inicial concentra-se em aprender habilidades manuais simples inteiramente com jogos autônomos.
Usando esta tecnologia, chamada previsão visual, os robôs podem prever o que suas câmeras verão se realizarem uma sequência específica de movimentos. Essas imaginações robóticas ainda são relativamente simples por enquanto - previsões feitas apenas alguns segundos no futuro - mas são suficientes para o robô descobrir como mover objetos em uma mesa sem perturbar obstáculos. Fundamentalmente, o robô pode aprender a executar essas tarefas sem a ajuda de humanos ou conhecimento prévio sobre física, seu ambiente ou o que são os objetos. Isso ocorre porque a imaginação visual é aprendida inteiramente do zero, a partir da exploração autônoma e não supervisionada, onde o robô brinca com objetos em uma mesa. Após essa fase de execução, o robô constrói um modelo preditivo do mundo e pode usá-lo para manipular novos objetos que ele não tinha visto antes.
"Da mesma forma que podemos imaginar como nossas ações moverão os objetos em nosso ambiente, esse método pode permitir que um robô visualize como comportamentos diferentes afetarão o mundo ao seu redor", disse Sergey Levine, professor assistente do Departamento de Engenharia Elétrica e Ciências da Computação de Berkeley, cujo laboratório desenvolveu a tecnologia. "Isso pode permitir o planejamento inteligente de habilidades altamente flexíveis em situações complexas do mundo real".
No centro deste sistema está uma tecnologia de aprendizado profundo baseada em previsão de vídeo recorrente convolucional ou advecção neural dinâmica (DNA). Os modelos baseados em DNA preveem como os pixels em uma imagem se moverão de um quadro para o próximo, com base nas ações do robô. As melhorias recentes nessa classe de modelos, bem como os recursos de planejamento bastante aprimorados, permitiram que o controle robótico com base na previsão de vídeo realizasse tarefas cada vez mais complexas, como deslizar brinquedos em torno de obstáculos e reposicionar vários objetos.
wpDiscuz