Incontra 'Galileo', un nuovo sistema di intelligenza artificiale del MIT che potrebbe aiutare i robot ad aiutarci durante i disastri

I computer possono essere insegnati a capire molte cose sul mondo ma quando si tratta di prevedere cosa accadrà quando due oggetti entrano in collisione, non c'è nulla di simile all'esperienza del mondo reale.

È qui che entra in gioco Galileo. Sviluppato dal CSIT (Computer Science and Artificial Intelligence Lab) del MIT, il nuovo modello computazionale ha dimostrato di essere altrettanto accurato degli umani nel prevedere come gli oggetti del mondo reale si muovono e interagiscono.

In definitiva, potrebbe aiutare i robot a prevedere eventi in situazioni di disastro e aiutare gli esseri umani a evitare danni.

[Letture: Il tuo nuovo PC ha bisogno di questi 15 gratuiti, excelle nt programs]

Gli umani imparano fin dai primi giorni - spesso attraverso urti, lividi e dolorose esperienze - come interagiscono gli oggetti fisici. I computer, tuttavia, non hanno il vantaggio di quella formazione iniziale.

Per compensare questa mancanza, i ricercatori CSAIL hanno creato Galileo, un sistema che può allenarsi utilizzando una combinazione di video reali e un motore fisico 3D per dedurre le proprietà fisiche degli oggetti e prevedere l'esito di una varietà di eventi fisici.

Per addestrare Galileo, i ricercatori hanno utilizzato una serie di 150 video che descrivono eventi fisici che coinvolgono oggetti realizzati in 15 materiali diversi, tra cui cartone, schiuma, metallo e gomma da cancellare. Dotato di tale addestramento, il modello poteva generare un set di dati di oggetti e le loro varie proprietà fisiche.

Hanno quindi alimentato le informazioni del modello di Bullet, un motore fisico 3D spesso utilizzato per creare effetti speciali per film e videogiochi. Prendendo gli elementi chiave di una determinata scena e poi simulandola fisicamente in avanti nel tempo, Bullet ha servito come un "controllo di realtà" contro le ipotesi di Galileo, ha detto il MIT.

Infine, il team ha sviluppato algoritmi di deep-learning che consentono al modello di insegnare a se stesso per migliorare ulteriormente le sue previsioni.

Per testare i poteri predittivi di Galileo, il team lo ha messo a confronto con soggetti umani per prevedere una serie di simulazioni, una delle quali può essere vista in una demo online.

In una simulazione, per Ad esempio, gli utenti vedono prima una collisione che coinvolge una rampa inclinata di 20 gradi; vengono quindi mostrati il ​​primo fotogramma di un video con una rampa di 10 gradi e viene chiesto di prevedere se l'oggetto scivolerà lungo la superficie.

"È interessante notare che sia il modello del computer che i soggetti umani svolgono questa attività al caso e hanno un pregiudizio nel dire che l'oggetto si muoverà ", ha detto Ilker Yildirim, che è stato autore principale insieme alla studentessa di dottorato CSAIL Jiajun Wu su un articolo che descrive la ricerca." Questo suggerisce non solo che umani e computer commettono errori simili, ma fornisce ulteriori prove che La comprensione della scena umana può essere meglio descritta come simulazione probabilistica. "

Il documento è stato presentato il mese scorso alla Conferenza sui sistemi di elaborazione delle informazioni neurali a Montreal, il MIT ha annunciato lunedì.

Alla fine, i ricercatori sperano di estendere il lavoro a

"Immagina un robot che possa adattarsi facilmente a un evento fisico estremo come un tornado o un terremoto," ha detto Coautho. r Joseph Lim. "In definitiva, il nostro obiettivo è creare modelli flessibili che possano aiutare gli esseri umani in situazioni come questa, dove c'è un'incertezza significativa."