Les ingénieurs du MIT ont mis au point un outil de code général pour optimiser l’apprentissage des robots. Ils l’appellent une « recette automatisée du succès », qui peut être appliquée à « pratiquement n’importe quel système robotique autonome » pour accélérer le développement de robots marcheurs, de voitures autonomes et d’autres projets robotiques importants.
Le processus standard pour les ingénieurs en robotique est monotone ; il y a beaucoup d’essais et d’erreurs impliqués dans le perfectionnement du mouvement du robot (s’ouvre dans un nouvel onglet), comme nous l’avons vu dans le passé. On s’attend à ce que, lorsque les ingénieurs se lancent dans un projet de robotique, l’IA doive répéter les mêmes mouvements encore et encore avant de devenir même vaguement apte à accomplir une tâche donnée.
Ce processus est rendu encore plus complexe lorsqu’il s’agit d’objets déformables, mais comme nous l’avons signalé précédemment, les ingénieurs du MIT ouvrent la voie à une IA très complexe avec des robots à rouler la pâte à pizza. (s’ouvre dans un nouvel onglet).
MIT News nous a donné les détails du projet (s’ouvre dans un nouvel onglet) dans lequel l’étudiant diplômé Charles Dawson, ainsi que le professeur adjoint du département d’aéronautique et d’astronautique du MIT, ChuChu Fan, ont proposé le code dans le but de rendre le processus d’apprentissage moins ardu pour les robots et leurs ingénieurs.
Pour ce faire, ils ont pris la façon de penser actuelle et l’ont bouleversée. Comme l’explique Dawson, « Au lieu de dire : ‘Compte tenu d’un design, quelle est la performance ?’ nous voulions inverser cela pour dire : « Compte tenu des performances que nous voulons voir, quel est le design qui nous y amène ? »
À partir de là, ils ont créé le code en utilisant des techniques de « programmation différentiable », que le résumé de l’étude (s’ouvre dans un nouvel onglet) notes « peuvent être utilisées pour identifier automatiquement comment et où modifier un système pour améliorer les performances d’un robot ». Ainsi, au lieu que les ingénieurs aient besoin de s’appuyer sur des systèmes conçus individuellement pour enseigner leurs spécifique robot, cet outil devrait couvrir une grande variété de projets comme une sorte d’outil d’optimisation unique.
Et quoi de mieux pour prouver que cela fonctionne qu’en montrant d’adorables robots tortues apprenant (très rapidement) la meilleure technique pour amener une boîte là où elle doit être ?
Dawson et Fan présenteront les résultats de la recherche lors de la conférence annuelle Robotics: Science and Systems à New York (s’ouvre dans un nouvel onglet)—c’est-à-dire du 27 juin au 1er juillet 2022.
Il va bien sûr y avoir un air de panique, comme à chaque pas que font les chercheurs et les ingénieurs vers des robots plus intelligents. Quand ils les augmentent avec des muscles plus forts et une protection contre les explosions (s’ouvre dans un nouvel onglet), il n’est pas difficile de comprendre pourquoi. Mais nous ne pouvons pas laisser la nervosité de I, Robot entraver votre soutien au progrès technologique. Tant que nous apprenons à plus de robots à danser sur le rock and roll des années 60 (s’ouvre dans un nouvel onglet)au moins le soulèvement hostile des mechs sera bien chorégraphié.