Innovazione

I robot di Nvidia imparano come l’uomo

La multinazionale ha sviluppato una piattaforma AI che è in grado di insegnare le macchine a guardare le azioni degli umani, per replicarle e raggiungere gli stessi obiettivi

Pubblicato il 25 Mag 2018

Paolo Longo

robot

All’interno dei suoi laboratori, Nvidia ha un team che lavora per finalizzare una piattaforma di intelligenza artificiale che faccia da “base” per l’apprendimento dei robot. A differenza di quanto avviene sinora, dove un umano inserisce un comando in una serie di algoritmi per lasciare poi che questi ultimi si organizzino in maniera automatica, la soluzione della multinazionale americana va oltre, fornendo solo un input al primo esemplare di una famiglia di software, lasciando che gli altri imparano dal precedente le azioni da compiere per giungere a un obiettivo. Stando a Nvidia, si tratta di un metodo che segue il modo di operare dell’uomo, cioè l’osservazione prima dell’azione.

Research at NVIDIA: Researchers Help Robots Work Alongside Humans

Research at NVIDIA: Researchers Help Robots Work Alongside Humans

Guarda questo video su YouTube

La tecnologia di apprendimento profondo mira a insegnare la tecnica della replica agli algoritmi: “Affinché i robot eseguano compiti utili in situazioni reali, deve entrare in gioco un contesto di guarda-e-agisci, che punti a risultati comprensibili e concreti – ha spiegato il team di ricercatori – Con le dovute metriche, un utente può dire a una macchina cosa vuole ottenere, fornendo indicazioni sulle modalità di operazione ma senza muovere un dito per portarle a termine”. Gran parte del lavoro di interazione è svolto dalle GPU Nvidia Titan X, nel cui ambiente il sistema di apprendimento approfondito svolge compiti relativi alla percezione, alla generazione e all’esecuzione del programma.

A livello tecnico, una volta completata la dimostrazione, l’AI crea una descrizione, leggibile dagli esseri umani, per dettagliare i passi compiuti per completare un certo task a cui è stato sottoposto, fornendo così ai ricercatori lo schema che l’algoritmo ha seguito come conseguenza delle osservazioni. L’idea è promuovere il ruolo dei dati sintetici, dove le informazioni vengono create totalmente da sé. Nello specifico, laddove le reti neurali di deep learning richiedono una grande quantità di dati prima di creare modelli ampli e utili su larga scala, la tecnica sintetica sfrutta un archivio informativo minore, connesso ai risultati esperienziali, per muovere le macchine e darle relative istruzioni.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 3