インテルはロボットが電子レンジを操作できるようにするために必要な努力をしている

コンピュータやロボットに、物体（例えばオーブンと食器洗い機の違い）を理解し認識するだけでなく、人間が日常的に行う比較的単純な作業をこなせるように訓練することは、非常に重要です。しかし、たとえ冷蔵庫とコンロを区別できるまで人工知能を訓練できたとしても、真に機能させるには、それらの物体を操作できるかどうかも確認する必要があります。

ここで、Intel AI 研究者が UCSD およびスタンフォードと共同で行った新しい研究の成果が登場します。コンピューター ビジョンとパターン認識に関する会議で発表された論文では、集められた研究チームが、各オブジェクトについて非常に詳細で階層的に整理され、完全に注釈が付けられたパーツ情報を持つ 3D オブジェクトの大規模なデータ セットである「PartNet」を作成した方法について詳しく説明しています。

このデータセットは他に類を見ないものであり、ロボット関連企業の間で既に高い需要があります。なぜなら、このデータセットは物体をセグメント化されたパーツに整理する手法を用いており、現実世界でこれらの物体を認識し操作するように設計された人工知能アプリケーションの学習モデル構築に非常に有効だからです。例えば、上の写真の例では、ロボットアームに電子レンジの電源を入れて残り物を温めさせたい場合、ロボットは「ボタン」とそれらが全体とどのように関係しているかを認識する必要があります。

PartNetを用いて訓練されたロボット、そしてこのデータセットの進化は、まるで誰かが縁石の上で見つけた「無料」の看板が前面に貼られたような、コンピューター生成の電子レンジを操作するだけに留まりません。このデータセットには、2万6000個以上の個々の物体に57万個以上の部品が含まれており、複数のカテゴリーにまたがる物体に共通する部品はすべて互いに対応するものとしてマークされています。つまり、ある種類の椅子の背もたれを認識するようにAIを訓練すれば、別の種類の椅子の背もたれも認識できるはずです。

これは、ダイニングルームを改装したいが、ホームヘルパー ボットに、古い椅子を引き出せたのと同じように、ゲストのために新しい椅子を引き出せるようにしたい場合に便利です。

確かに、私の例はすべて遠い、まだ仮説的な未来を想定しています。詳細な物体認識には、より有用な近い将来の応用が数多くあり、部品識別は一般的な物体認識に関する意思決定の強化にも役立つ可能性があります。しかし、家庭用ロボット工学への影響は間違いなくより興味深い考察対象であり、今日、高度なロボット工学に焦点を当てた多くの商業化の取り組みの焦点となっています。