MIT, Autodesk phát triển AI có thể tìm ra các hướng dẫn Lego khó hiểu

Bạn bị bối rối bởi một bộ Lego? Một khuôn khổ học máy mới có thể giải thích những hướng dẫn đó cho bạn. 

Các nhà nghiên cứu tại Đại học Stanford, Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo của MIT và Phòng thí nghiệm AI của Autodesk đã hợp tác để phát triển một khuôn khổ dựa trên học tập mới có thể giải thích các hướng dẫn 2D để xây dựng các đối tượng 3D. 

Mạng kế hoạch thủ công để thực thi, hoặc MEPNet, đã được thử nghiệm trên các bộ Lego do máy tính tạo ra, hướng dẫn bộ Lego thực và kế hoạch xây dựng voxel theo phong cách Minecraft và các nhà nghiên cứu cho biết nó hoạt động tốt hơn các phương pháp hiện có trên diện rộng. 

Ý tưởng mới lạ của MEPNet

Thông dịch các hướng dẫn 2D không dễ dàng đối với trí tuệ nhân tạo. Các nhà nghiên cứu cho biết có một số vấn đề chính xuất phát từ hướng dẫn trực quan, giống như bộ Lego, hoàn toàn bao gồm hình ảnh: Xác định sự tương ứng giữa các đối tượng 2D và 3D và xử lý rất nhiều mảnh cơ bản, như Lego. 

Các nhà nghiên cứu cho biết, những viên gạch Lego cơ bản thường được lắp ráp thành các dạng phức tạp trước khi được thêm vào phần thân chính của mô hình. Các nhà nghiên cứu cho biết, điều này “làm tăng khó khăn cho máy móc trong việc giải thích các hướng dẫn sử dụng Lego: nó đòi hỏi phải suy ra các tư thế 3D của các vật thể không nhìn thấy được bao gồm các vật thể nguyên thủy đã thấy”.

Các nhà nghiên cứu cho biết, các phương pháp hiện tại để phân tích cú pháp các bước thủ công thành các kế hoạch do máy thực thi chủ yếu bao gồm hai hình thức: Các phương pháp dựa trên tìm kiếm đơn giản và chính xác nhưng tốn kém về mặt tính toán; và các mô hình dựa trên học tập có tốc độ nhanh nhưng không tốt trong việc xử lý các hình dạng 3D không nhìn thấy được.

MEPNet, các nhà nghiên cứu cho biết, kết hợp cả hai.

Bắt đầu với mô hình 3D của các thành phần, trạng thái hiện tại của bộ Lego và hình ảnh thủ công 2D, MEPNet “dự đoán một tập hợp các điểm chính và mặt nạ 2D cho từng thành phần,” các nhà nghiên cứu viết.

Sau khi hoàn thành, các điểm chính 2D “được chiếu lại thành 3D bằng cách tìm các kết nối có thể có giữa hình dạng cơ sở và các thành phần mới”. Sự kết hợp này “duy trì hiệu quả của các mô hình dựa trên học tập và khái quát hóa tốt hơn cho các thành phần 3D không nhìn thấy,” nhóm nghiên cứu viết.

Nhưng nó có thể xây dựng tủ trang điểm Ikea của tôi không?

Trong bài báo, các nhà nghiên cứu cho biết mục đích của họ là tạo ra những cỗ máy giúp mọi người lắp ráp các vật thể phức tạp và chúng bao gồm đồ nội thất cùng với những viên gạch Lego và thế giới voxel trong danh sách các ứng dụng của họ.

Chúng tôi đã hỏi các nhà nghiên cứu đằng sau MEPNet về các cách sử dụng tiềm năng hơn của khung công tác mới của họ, nhưng vẫn chưa nhận được phản hồi. Trong khi đó, có thể hợp lý khi giả sử MEPNet có thể xây dựng một giá sách - ít nhất là trên thực tế - với thư viện các thành phần và hướng dẫn cần thiết.

Tất cả những gì con người phải làm là giải thích các kết xuất 3D của MEPNet, hy vọng sẽ dễ dàng hơn các hướng dẫn về đồ nội thất đóng gói phẳng.

Những ai muốn kiểm tra MEPNet và đã quen thuộc với Pytorch, có thể tìm mã của nó trên Github. ®