Simülasyonda Yemek Yapmayı Öğrenen Akıllı Mutfak Robotu

Yapay zekaya sahip bir aşçı, ev hizmetlisi ya da kahya düşünün. Bunların gerçek ortamlarda, robotik bedenlerde eğitilmesi demek, fazlasıyla çaba, masraf ve zaman demektir. Deneme yanılma yöntemiyle omlet yapmayı öğrenen akıllı bir mutfak robotu, binlerce deneme sonucunda on binlerce yumurtayı ziyan edecektir.

Görsel bir örnek isterseniz, 1986 yapımı Short Circuit filminden Number5’ın, bir yemek kitabının rehberliğinde kahvaltı hazırlama çabasına bakabilirsiniz:

Seattle’daki Allen Institute for Artificial Intelligence‘ın bilgisayar görüşü (computer vision) ekibinden Roozbeh Mottaghi, “Bu denemeler robota ya da robotun etkileşime geçtiği nesnelere zarar verebilir … Dolayısıyla modelleri sanal bir çevrede eğitmek, çok daha güvenli ve tasarruflu.” diyor. Bu tespitten yola çıkan Mottaghi ve ekibi, 2016’dan bu yana THOR (The House Of inteRactions / Etkileşimlerin Evi) ismini verdikleri, gerçek dünyanın örnek alındığı, etkileşimli ve fotorealistik, 3D sanal çevre üzerine çalışıyor. İlk versiyonu 2017’nin Aralık ayında yayınlanan AI2-THOR, yapay zekaya içinde dolaşabileceği dört farklı oda ve etkileşime girebileceği birçok nesne sunuyor. Toplanabilen yatak, doldurulabilen küvet, doğranabilen elma bunlardan bazıları.
AI2-THOR, yapay zekanın eğitimi için kurulan sanal alanların ilki değil. Waymo gibi şirketler hali hazırda sürücüsüz araçları için, içinde yolları ve trafik ışıklarıyla, kendi sanal eğitim alanlarını kullanmaktalar.
AI2-THOR, Unity oyun motoru üzerine kurulmuş. Yapay zeka eğitiminde bilgisayar oyunlarının da kullanıldığı birçok örnek var. Örneğin, “Grand Theft Auto” isimli oyunda kendi sürücüsüz araç modelini eğitmeye çalışan bir çok insan var. Bir bilgisayar oyuncusunun gözünde AI2-THOR’un sunduğu alan, günümüz oyunlarının sundukları gerçekliğin gerisinde olabilir. Ama sanıyorum ki bir yapay zekanın gözünde gerçek olandan farkı yoktur.
Aşağıda AI2-THOR’un ve bu sistem üzerinde çalışan Interaktif Soru Cevaplama (IQA)’nın tanıtım videolarını izleyebilirsiniz:

Kaynak: IEEE Spectrum