В Meta научили ИИ ориентироваться в пространстве без карт и GPS

Как пишет hightech.plus, компания Meta* сообщила о прорыве в разработке навигационных алгоритмов. Как сообщает SiliconAngle, ИТ-гиганту удалось создать модель, которая точно ориентируется в пространстве без использования GPS, карт, других систем позиционирования и дополнительного обучения с подкреплением. Новая технология пригодится в проектировании роботов, метавселенных и дополненной реальности, уверены инженеры Meta.

В своем исследовании компания сосредоточилась на «точечно-целевой навигационной модели» — системе, которая может перемещаться по новым средам без какой-либо карты или GPS-датчика. Это технология применяет алгоритмы, имитирующие мыслительные процессы человека в упрощенном формате. В масштабе пары физических объектов разница между таким алгоритмом и тем, что использует GPS, несущественна. Однако, если речь идет об оцифровке зданий или даже городов, новый алгоритм Meta сможет легко обойти конкурентов благодаря меньшему объему обрабатываемых данных.

Создана технология беспроводной передачи энергии на большие расстояния
«AR-очки, которые показывают нам, где мы оставили свои ключи, например, требуют фундаментально новых технологий, которые помогают ИИ понимать расположение и размеры незнакомой, постоянно меняющейся среды без ресурсоемких вычислений и предварительно загруженных карт. Как людям, нам не нужно знать точное местоположение или длину нашего журнального столика, чтобы иметь возможность ходить вокруг него, не натыкаясь на его углы», — объяснили инженеры.

Тот же принцип используется и в новой модели. Эта система использует технику, известную как визуальная адометрия. Она позволяет ИИ определять свое местоположение на основе визуальных данных — например, если робот с поддержкой этой системы подойдет к стене, а затем развернется на 90 градусов, то он запомнит, что двигаться назад больше не имеет смысла и будет учитывать это, прокладывая новый маршрут. В компании утверждают, что эта методика может использоваться для создания эффективных нейронных моделей без аннотаций от человека.

Чтобы еще сильнее повысить эффективность ИИ, Meta создала коллекцию обучающих данных Habitat-Web. В этой библиотеке представлено более 100 тыс. различных методов объектно-целевой навигации. Технология связывает симулятор Habitat, работающий через обычный веб-браузер, с сервисом Mechanical Turk и позволяет дистанционно управлять виртуальными роботами в любом масштабе. По заявления разработчика, агенты ИИ, обученные на этих данных, могут достигать «самых современных результатов» — например, они учатся искать объекты, заглядывая в комнаты и проверяя скрытые углы.

В дополнение команда Meta создала модульный подход «подключи и работай». Это решение помогает роботам обобщать разнообразные наборы семантических навигационных задач с помощью «системы обучения с нулевым опытом». Идея состоит в том, чтобы помочь агентам ИИ адаптироваться на лету без ресурсоемких карт и обучения. Модель один раз «захватывает» основные данные в визуальной навигации, а затем применяет их к различным задачам в трехмерной среде без повторного обучения.

В результатах исследования инженеры рассказали, что новые модели требуют в 12,5 раз меньше обучающих данных и показывают успешные результаты на 14% чаще конкурентов. В перспективе разработчики хотят внедрить такие модели в метавселенную компании, а также в будущие AR/VR-гарнитуры.

Источник: http://gisa.ru/133783.html