Regardez le premier robot de Facebook: il a appris à marcher et à identifier des objets

Facebook utilisera des systèmes de vision par ordinateur et de traitement du langage naturel déjà existants

sont développés par Facebook Research, notamment  pour analyser les publications dans un flux de réseau social.

Le robot est prévu pour être complètement autonome.et auto-apprentissage - les systèmes doivent apprendre directement à partir des données brutes. Selon l'entreprise, cela permettra à l'appareil de s'adapter plus rapidement aux nouveaux défis et aux circonstances. La base de l'intelligence artificielle sera l'apprentissage basé sur le modèle RL, qui permettra aux robots d'apprendre par essais et erreurs.

Nous aimerions apprendre au robot à marcher sans aide. Le mouvement est une tâche très difficile en robotique, et cela le rend très excitant, de notre point de vue.

Développeur de recherche sur Facebook, Roberto Calandra

Un trait distinctif du robot de Facebookest que le dispositif ne sera pas mis en œuvre des algorithmes pour son mouvement. Au début, il ne peut pas marcher; toutefois, il utilise progressivement l'algorithme d'apprentissage et commence à interagir avec ses contrôleurs, qui peuvent déjà être activés pour le mouvement. Plus un robot acquiert d'expérience, mieux il fonctionne.

Dans ce cas, le robot doit non seulementdéterminez votre position et votre orientation dans l'espace, mais gardez également l'équilibre et connectez les impulsions des capteurs entre eux pour le bon fonctionnement de mécanismes complexes tels que le genou.

Des robots de Facebook pour la vision par ordinateurutilisez l'un des algorithmes développés pour prédire la popularité des vidéos. Un réseau neuronal peut analyser plusieurs secondes de vidéo et prédire d’autres images, même sans visualisation, pour accélérer l’analyse d’une énorme quantité de matériel.

Dans le cadre de l'expérience de recherche sur Facebooka introduit le premier appareil - un manipulateur capable de fonctionner avec une manette de jeu, de faire rouler un cube de 20 facettes et de bien comprendre les résultats obtenus en une seconde ou une autre.

La combinaison de sources d'informations visuelles et tactiles peut améliorer les méthodes d'apprentissage et la fonctionnalité des futures plates-formes d'auto-apprentissage, selon Facebook.

Selon les développeurs, maintenant similaireles projets n’utilisent qu’un seul type (deux au maximum) d’informations, alors que pour que les dispositifs robotiques fonctionnent pleinement, ils doivent percevoir les informations provenant de différents sens.