फेसबुक ने ‘सन्निहित एआई’ को प्रशिक्षित करने के लिए हैबिटेट पर्यावरण को अपडेट किया

Posted on

एआई अपनाने की अवस्था में आपका उद्यम कहां खड़ा है? पता लगाने के लिए हमारे एआई सर्वेक्षण में भाग लें।


2019 में, फेसबुक ओपन-सोर्स एआई हैबिटेट, एक सिम्युलेटर जो एआई सिस्टम को प्रशिक्षित कर सकता है, जो एक होम रोबोट जैसी चीजों को ऐसे वातावरण में संचालित करने के लिए प्रशिक्षित कर सकता है, जिसका मतलब अपार्टमेंट और कार्यालयों जैसी वास्तविक दुनिया की सेटिंग्स की नकल करना है। आज फेसबुक ने घोषणा की कि उसने हैबिटेट की क्षमताओं को अन्य 3D सिमुलेटर की तुलना में “परिमाण के क्रम” को तेज करने के लिए बढ़ाया है, जिससे शोधकर्ता सिमुलेशन में अधिक जटिल कार्य कर सकते हैं, जैसे टेबल सेट करना और फ्रिज को स्टॉक करना। इसके साथ मेल खाते हुए, फेसबुक ने 3डी स्पेस कैप्चर कंपनी मैटरपोर्ट के साथ मिलकर ओपन-सोर्स किया, जिसका दावा है कि यह अब तक के इनडोर 3डी स्कैन का सबसे बड़ा डेटासेट है।

कंप्यूटर विज़न और प्राकृतिक भाषा में एआई मॉडल को आमतौर पर इंटरनेट से टेक्स्ट, इमेज, ऑडियो और वीडियो के साथ प्रशिक्षित किया जाता है। लेकिन सन्निहित एआई – रोबोट की तरह एक भौतिक या आभासी अवतार के साथ सिस्टम का विकास – की अलग-अलग ज़रूरतें हैं। सन्निहित एआई कार्यों के लिए भौतिक दुनिया के साथ बातचीत करने के लिए सिस्टम की आवश्यकता होती है, उदाहरण के लिए, काउंटरटॉप और डेस्क के बीच अंतर करने के लिए किसी भी कोण से विभिन्न वस्तुओं को पहचानना। इस प्रकार के रोबोट और निजी सहायकों को सुरक्षित रूप से विकसित करने के लिए, फेसबुक का दावा है कि उन्हें समृद्ध, यथार्थवादी नकली स्थानों में प्रशिक्षित किया जाना है।

कार्य में सुधार

सन्निहित एआई की अवधारणा सन्निहित अनुभूति पर आधारित है, यह सिद्धांत कि मनोविज्ञान की कई विशेषताएं – मानव या अन्यथा – एक जीव के पूरे शरीर के पहलुओं से आकार लेती हैं। इस तर्क को एआई पर लागू करके, शोधकर्ता एआई सिस्टम जैसे चैटबॉट, रोबोट, स्वायत्त वाहन और यहां तक ​​कि स्मार्ट स्पीकर के प्रदर्शन में सुधार की उम्मीद करते हैं जो उनके वातावरण, लोगों और अन्य एआई के साथ बातचीत करते हैं। उदाहरण के लिए, एक वास्तविक रूप से सन्निहित रोबोट यह देखने के लिए जांच कर सकता है कि क्या कोई दरवाजा बंद है, या ऊपर के बेडरूम में बज रहे स्मार्टफोन को पुनः प्राप्त कर सकता है।

हैबिटेट को इसे आगे बढ़ाने के लिए डिज़ाइन किया गया था, लेकिन नवीनतम रिलीज़ – हैबिटैट 2.0 – मुख्य तरीकों से मूल में सुधार करता है। यह रेप्लिकाकैड का परिचय देता है, एक कलाकार-लेखक, अपार्टमेंट के पुन: कॉन्फ़िगर करने योग्य 3 डी डेटासेट जो वास्तविक रिक्त स्थान से मेल खाते हैं जो ऑब्जेक्ट्स के साथ खुल सकते हैं और बंद हो सकते हैं, जैसे कैबिनेट और दराज। और यह होम असिस्टेंट बेंचमार्क के साथ जहाज करता है, रोबोट के लिए कार्यों का एक सूट जो घर को साफ करने, किराने का सामान स्टॉक करने और टेबल सेट करने सहित कई हेरफेर क्षमताओं का परीक्षण करता है।

फेसबुक का कहना है कि रेप्लिकाकैड, जिसे बनाने में फेसबुक द्वारा काम पर रखे गए पेशेवर 3डी कलाकारों को बनाने में 900 घंटे लगे, में फर्नीचर, रसोई के बर्तन, किताबें, और बहुत कुछ फैले हुए 92 विभिन्न वस्तुओं में 11 लेआउट शामिल हैं। जहां तक ​​होम असिस्टेंट बेंचमार्क का सवाल है, इसमें रोबोट को काउंटर, सिंक और सोफा जैसे रिसेप्टेकल्स से वस्तुओं को चुनने और रखने के साथ-साथ खुले और बंद कंटेनर जैसे दराज और फ्रिज की आवश्यकता होती है।

नए डेटासेट और बेंचमार्क से परे, हैबिटैट 2.0 मूल की तुलना में कहीं अधिक प्रदर्शन-अनुकूल है, फेसबुक कहता है, प्रति सेकंड 26,000 सिमुलेशन चरणों से अधिक गति के साथ – 8-जीपीयू कंप्यूटर पर 850 गुना रीयल-टाइम (प्रति सेकेंड 30 कदम)। यहां, एक चरण एक छवि को प्रस्तुत करने और एक सेकंड के 1/30 वें भाग के लिए कठोर-शरीर की गतिशीलता का अनुकरण करने के लिए संदर्भित करता है। फेसबुक का दावा है कि यह पिछले काम की तुलना में 100 गुना तेज है, जिसमें प्रयोग का समय 6 महीने से लेकर 2 दिन से कम है। संदर्भ के लिए, मौजूदा सिमुलेटर आमतौर पर प्रति सेकंड 10 से 400 कदम प्राप्त करते हैं।

पर्यावास 2.0 इस गति को प्राप्त करने के लिए कुछ बलिदान करता है, अर्थात् तरल पदार्थ, फिल्मों, कपड़े और रस्सियों की गैर-कठोर गतिशीलता और काटने, ड्रिलिंग, वेल्डिंग और पिघलने जैसे भौतिक राज्य परिवर्तनों के अनुकरण के लिए समर्थन की कमी। इसके अलावा, इसका नया डेटासेट, रेप्लिकाकैड, केवल यूएस में अपार्टमेंट पर तैयार किया गया था, जिसमें विभिन्न लेआउट और प्रकार के फर्नीचर और वस्तुओं के साथ संस्कृतियों और क्षेत्रों को शामिल नहीं किया गया था। लेकिन फेसबुक का तर्क है कि ये सार्थक ट्रेडऑफ़ हैं, क्योंकि प्रदर्शन में वृद्धि प्रशिक्षण समय गति और प्रशिक्षण मॉडल से सटीकता में सुधार के लिए “सीधे अनुवाद” करती है – विशेष रूप से वस्तु पुनर्व्यवस्था कार्यों के लिए – अधिक अनुभव के साथ।

“हमारा लक्ष्य सिमुलेशन में ऐसे सन्निहित एजेंटों को विकसित करने के लिए संपूर्ण ‘अनुसंधान स्टैक’ को आगे बढ़ाना है – घर के पैमाने पर इंटरैक्टिव 3 डी संपत्तियों को क्यूरेट करना … जो अनदेखी वस्तुओं, ग्रहणों और घरेलू लेआउट के सामान्यीकरण का अध्ययन करने में सहायता करते हैं; उच्च-प्रदर्शन फोटो यथार्थवादी 3D सिमुलेटर की अगली पीढ़ी का विकास करना जो समृद्ध इंटरैक्टिव वातावरण का समर्थन करते हैं; [and] वर्षों से पुनरुत्पादित तुलना और प्रगति की व्यवस्थित ट्रैकिंग को सक्षम करने के लिए चुनौतीपूर्ण प्रतिनिधि बेंचमार्क स्थापित करना, “हैबिटेट 2.0 के पीछे की टीम ने नए सिम्युलेटर का वर्णन करते हुए एक पेपर में लिखा था। “रेप्लिकाकैड डेटा के साथ मिलकर, ये सुधार हमें के प्रदर्शन की जांच करने की अनुमति देते हैं [AI techniques] शास्त्रीय के खिलाफ … हमारे द्वारा परिभाषित चुनौतीपूर्ण पुनर्व्यवस्था कार्यों के सूट के लिए दृष्टिकोण।”

पर्यावास-मैटरपोर्ट डेटासेट

हैबिटेट 2.0 के साथ, फेसबुक मैटरपोर्ट: हैबिटेट-मैटरपोर्ट 3डी रिसर्च डेटासेट (एचएम3डी) के साथ मिलकर 3डी इंडोर स्कैन का डेटासेट जारी कर रहा है। यह 1,000 आवास-संगत स्कैन का संग्रह है जो “सटीक रूप से स्केल किए गए” आवासीय रिक्त स्थान जैसे अपार्टमेंट, बहुपरिवार आवास, और एकल परिवार के घरों के साथ-साथ कार्यालय भवनों और खुदरा स्टोर सहित वाणिज्यिक रिक्त स्थान से बना है।

फेसबुक एआई के एक शोधकर्ता ध्रुव बत्रा का मानना ​​​​है कि एचएम 3 डी सन्निहित एआई में अनुसंधान को आगे बढ़ाने में “महत्वपूर्ण भूमिका” निभाएगा। “इस डेटासेट के साथ, होम रोबोट और एआई सहायक जैसे एआई एजेंटों को वास्तविक दुनिया के वातावरण की जटिलताओं को समझने, वस्तुओं, कमरों और रिक्त स्थान को पहचानने, या नेविगेट करने और निर्देशों का पालन करना सीखने के लिए प्रशिक्षित किया जा सकता है – सभी संदर्भों में जो बहुत अलग हैं एक दूसरे से, ”उन्होंने एक ब्लॉग पोस्ट में लिखा। “गलत वस्तुओं को खोजने या भौतिक वस्तुओं को पुनः प्राप्त करने जैसे जटिल कार्यों को करने के लिए, एक सन्निहित एआई एजेंट को नक्शे और एपिसोडिक मेमोरी प्रतिनिधित्व (जो पहले से ही देखा गया है उसे याद करने के लिए), भाषण और ऑडियो संकेतों को समझने और परिष्कृत मोटर नियंत्रण प्रदर्शित करने की आवश्यकता है सीढ़ियों से ऊपर और नीचे जाना पड़ता है।”

भविष्य में, फेसबुक का कहना है कि वह अधिक देशों के स्कैन के साथ-साथ एनोटेशन को शामिल करने के लिए डेटासेट का विस्तार करने की उम्मीद करता है जो एआई को ऑब्जेक्ट पुनर्प्राप्ति जैसे उच्च-स्तरीय समझ कार्यों को प्राप्त करने में मदद कर सकता है। इसके अलावा, अपने पिछले एआई अनुसंधान पर निर्माण करते हुए, कंपनी का लक्ष्य बदलते परिवेशों का अध्ययन करना है ताकि हैबिटेट 2.0 जैसे सिमुलेटर में सिमुलेशन स्थिर होने के बजाय तरल बन सकें।

“[Dynamic simulations] बत्रा ने कहा, नकली प्रशिक्षण वातावरण वास्तविक दुनिया के करीब लाएगा, जहां लोग और पालतू जानवर स्वतंत्र रूप से घूमते हैं और जहां मोबाइल फोन, वॉलेट और जूते जैसी रोजमर्रा की वस्तुएं हमेशा एक ही स्थान पर नहीं होती हैं। “हम मानते हैं कि सन्निहित एआई में प्रगति डेवलपर्स को गहरी प्रासंगिक समझ के साथ सहायकों को बनाने और प्रशिक्षित करने में मदद कर सकती है और उन्हें अपने आसपास की दुनिया को नेविगेट करने की क्षमता दे सकती है।”

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है।

जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

Leave a Reply

Your email address will not be published. Required fields are marked *