Se pensate di essere gli unici a saper afferrare un oggetto, vi sbagliate di grosso. Usare la propria mano per afferrare una penna che è sdraiata sulla scrivania non viene sentito esattamente come un lavoro di routine, ma per i robot è ancora un'azione difficile da compiere. Quindi, per insegnare ai robot come prendere meglio degli oggetti casuali, il team di ricerca di Google ha dedicato 14 robot al compito.
Il metodo standard per risolvere questo problema sarebbe per il robot il fatto di esaminare l'ambiente, creare un piano per riuscire ad afferrare l'oggetto, quindi eseguire l'azione progettata. Nel mondo reale, però, un sacco di cose possono cambiare tra la formulazione di questo piano e l'esecuzione di esso.
Robot e azioni: ecco tutti gli esperimenti di Google
Google sta ora utilizzando questi robot per addestrare una rete neurale convoluzionale profonda per aiutare i suoi robot a prevedere l'esito delle loro azioni in base ai comandi di input della fotocamera e del motore. Si tratta fondamentalmente della coordinazione occhio-mano per i robot.
Il team afferma che ci sono volute circa 3.000 ore di pratica (e 800.000 tentativi di azione) prima di vedere l'inizio di comportamenti reattivi intelligenti.
"Il robot osserva l'oggetto e corregge i suoi movimenti in tempo reale. Vengono mostrati anche interessanti comportamenti precedenti all'azione, come l'isolamento di un singolo oggetto da un gruppo, scrive il team. "Tutti questi comportamenti emersi sono naturalmente da imparare volta per volta, piuttosto che essere programmati nel sistema."
I ricercatori di Google dicono che il tasso medio di fallimento senza l'addestramento è stato del 34 per cento sui primi 30 tentativi. Dopo l'allenamento, il numero è sceso al 18 per cento. Ancora non è perfetto, ma la prossima volta che un robot arriverà di corsa cercando di afferrarvi, ricordate che avrà l'80 per cento di possibilità di riuscirci!