Robotunuzun yeni bir görev öğrenmesini ister misiniz? Cevabınız evet ise ,bir günde her şeyi öğretebilecek geniş bir video veritabanı olan RoboNet’e gönderin.
ImageNet az bilinen bir veritabanıdır. Princeton Üniversitesi‘ndeki araştırmacılar tarafından oluşturulan ImageNet, her biri görüntünün ne gösterdiğini açıklayan kitle kaynaklı metinlerle açıklanan 14 milyon görüntü içermektedir.
ImageNet önemlidir, çünkü günümüzün tabiri caizse güçlü sinir ağlarının çoğunun dişlerini kestiği bir veritabanıdır. Yapay sinir ağları görüntülere ve beraberindeki metne bakarak öğretmeyi amaçlar ve veritabanı ne kadar büyük olursa, o kadar iyi öğrenirler. ImageNet ve bunun gibi diğer görsel veri setleri olmadan, en güçlü sinir ağları bile hiçbir şeyi tanıyamazdı.
Şimdi robotistler, ücretlerini çevre ile nasıl etkileşime gireceklerini öğretmek için videoyla benzer bir yaklaşım denemek istediklerini söylüyor. Berkeley ve California Üniversitesi’nden Sudeep Dasari ve çalışan robotlar, açıklamalı video verilerinden oluşan RoboNet adında bir veritabanı oluşturuyor. Örneğin, veriler bir bardağı masanın üzerinde hareket ettiren bir robot örneğini içerebilir. Buradaki fikir, herhangi birisinin bir fincanla etkileşimde bulunmasa bile, bir kimsenin bu verileri indirip kullanabilmesi için bir robotun sinir ağını eğitmesidir.
Şimdiye kadar robotistler, ücretlerini çevrede nasıl gezineceklerini ve etkileşime gireceklerini öğretmede sınırlı başarı elde ettiler. Yaklaşımları, ImageNet’in popülerleşmesine yardımcı olan standart makine öğrenme tekniğidir.
Bir robotun bir yüzeyle hareket ettirmek için bir fırçayla etkileşime girme şeklini kaydederek başlarlar. Ardından hareketinin birçok videosunu çekerler ve verileri, eylemi en iyi şekilde nasıl gerçekleştirecekleri konusunda sinir ağlarını eğitmek için kullanırlar.
İşin püf noktası, elbette, çok fazla veriye sahip olmaktır – başka bir deyişle, öğrenilecek sayısız saat video. Bir robot fırça hareketinde ustalaştığında, bir kaşık veya bir çift gözlük olsun, hemen hemen başka bir şeyi hareket ettirmek için aynı öğrenme prosedüründen geçmesi gerekir. Eğer ortam değişirse, bu öğrenme sistemleri genellikle her şeye yeniden başlamak zorundadır.
Dasari ve ortakları, “Her yeni ortam için sıfırdan veri toplamanın yaygın olarak uygulanması, temel olarak dünya hakkındaki temel bilgileri (gereksiz bir çabayı yeniden öğrenmek) ifade ediyor.
RoboNet bunun üstesinden gelir. “Robot deneyimini paylaşmak için açık bir veritabanı olan RoboNet’i öneriyoruz” diyorlar. Böylece herhangi bir robot başka birinin deneyiminden ders alabilir.
Veritabanını başlatmak için, ekip, çeşitli ortamlarda farklı tutucular içeren yedi farklı robot türünü kullanarak 15 milyon video karesini zaten kaydetmiştir.
Dasari ve ortakları, daha önce hiç denemedikleri görevler için robotları önceden eğitmek için bu veritabanının nasıl kullanılacağını göstermeye devam ediyor. Ve bu yaklaşımla eğitilmiş robotların, geleneksel olarak daha fazla veri konusunda eğitilmiş olanlardan daha iyi performans gösterdiğini söylüyorlar.
RoboNet verileri, herkesin kullanması için mevcuttur. Ve tabii ki, Dasari ve işbirliği diğer araştırma ekiplerinin RoboNet’i geniş bir robo-öğrenme kaynağı haline getirmek için kendilerine katkıda bulunacaklarını umuyor.
Önemli potansiyeli olan etkileyici bir çalışma. “Bu çalışma, çok çeşitli ortamlarda ve farklı donanımlarda çalışabilen robotik ajanlar oluşturma yolunda ilk adımı atıyor” diyor.
Elbette ileride önemli zorluklar var. Örneğin, araştırmacılar verilerin en iyi nasıl kullanılacağına karar vermelidir – jüri hala en etkili eğitim rejimlerinde. “RoboNet’in, daha geniş robotik ve takviye öğrenen topluluklara, gerçek dünyadaki karmaşıklığı karşılamak için takviye öğrenme algoritmalarının nasıl ölçeklendirileceğini araştırmak için ilham vereceğini umuyoruz” diyorlar.
Sonuç, hem etkileyici hem de düşündürücüdür: her robota öğrenmesi gereken becerileri kazandırabilecek bir tür robot üniversitesi.
ImageNet, makine vizyonunun nesneleri tanımada insanlar kadar iyi olmasında kilit bir faktör olmuştur. RoboNet sadece yarısı kadar başarılıysa, etkileyici bir kazanç olacaktır.
