AllenAct de código abierto del Allen Institute, un marco para la investigación de la IA incorporada


Investigadores del Allen Institute for AI lanzaron hoy AllenAct, una plataforma para promover la investigación reproducible en AI incorporada con énfasis en la modularidad y la flexibilidad. AllenAct, que está disponible en versión beta, admite múltiples entornos de entrenamiento y algoritmos con tutoriales, modelos prediseñados y visualizaciones en tiempo real listas para usar.

La IA incorporada, el subdominio de IA para los sistemas que aprenden a realizar tareas e interacciones ambientales, ha experimentado un crecimiento significativo. Esto se debe en parte a la aparición de técnicas como el aprendizaje profundo y la innovación en visión por computadora, procesamiento del lenguaje natural y robótica. El Instituto Allen sostiene que este crecimiento ha sido en gran medida beneficioso, pero cuestiona la fragmentación de las herramientas de desarrollo de IA incorporadas que cree que desalienta la buena ciencia.

En un análisis reciente, el Instituto Allen descubrió que el número de artículos de IA incorporados ahora supera los 160 (frente a alrededor de 20 en 2018 y 60 en 2019) y el número de entornos, tareas, modalidades y algoritmos varía fuerte entre ellos. Por ejemplo, el 10% de los artículos enumeran 6 modalidades, mientras que el 60% solo prueba contra 1. Mientras tanto, el 10% de los artículos se ocupa de 4 tareas de referencia, mientras que el 20% solo cubre 2.

  AllenAct

Arriba: Crecimiento y fragmentación de KI incorporado.

Crédito de la foto: Allen Institute

“Así como ahora esperamos que las arquitecturas neuronales se evalúen a través de múltiples conjuntos de datos, también debemos comenzar a evaluar los métodos de IA incorporados en las tareas y conjuntos de datos. Es fundamental comprender qué componentes del sistema son los más importantes y los que no lo son en absoluto ”, escribieron los investigadores del Instituto Allen en una publicación de blog hoy. Sin embargo, se necesita mucho más tiempo para comenzar con los algoritmos de IA incorporados que pasar a las tareas clásicas … Y la IA incorporada es costosa [because] Los métodos de vanguardia de la actualidad para reforzar el aprendizaje son ineficientes y pueden entrenar modelos competitivos para tareas incorporadas que cuestan decenas de miles de dólares. “

AllenAct tiene como objetivo abordar los desafíos de replicar datos de IA incorporados, tiempo de aceleración y costos de capacitación al desacoplar tareas y entornos y garantizar la compatibilidad con algoritmos especializados que incluyen secuencias de rutinas de entrenamiento. Viene con instrucciones de inicio detalladas, así como código y modelos para una serie de tareas de IA incorporadas estándar, así como soporte para escenarios de IA incorporados y los llamados mundos de cuadrícula como MiniGrid. Las visualizaciones de AllenAct se pueden integrar en TensorBoard, un módulo de análisis para el marco TensorFlow para el aprendizaje automático de Google. Y el Instituto Allen afirma que AllenAct es uno de los pocos marcos de aprendizaje por refuerzo que se dirige a PyTorch de Facebook.

  AllenAct

Arriba: Algunos de los entornos de IA incorporados que se utilizan activamente en la investigación actual.

Crédito de la foto: Allen Institute [19659007] “Así como las primeras bibliotecas de aprendizaje profundo como Caffe y Theano y numerosos tutoriales en línea redujeron las barreras de entrada y marcaron el comienzo de una nueva ola de investigadores que avanzaban hacia el aprendizaje profundo, la IA incorporada de marcos de codificación modularizados, tutoriales extensos y código de inicio extenso ", escribieron los investigadores." Damos la bienvenida y alentamos las contribuciones a la funcionalidad principal de AllenAct, así como la adición de nuevos entornos, tareas, modelos y pesos de modelos previamente entrenados. Nuestro objetivo al lanzar AllenAct es hacer que la IA incorporada sea más accesible y promover una investigación exhaustiva y reproducible ".

AllenAct es de código abierto y está disponible gratuitamente bajo la licencia del MIT.

AllenAct se lanzó después de que el Instituto Allen encontró IA incorporada debido a obstáculos de investigación la pandemia. Habían planeado utilizar el RoboTHOR -Desafío que se lanzará a principios de este año, donde los algoritmos de navegación se implementaron en un robot, el LocoBot, y se ejecutaron en los laboratorios de la organización sin fines de lucro en un entorno físico. Debido a la pandemia, todos los empleados del Instituto Allen estaban trabajando desde casa y no pudieron realizar ningún experimento con LocoBot en el futuro previsible. Decidieron limitar el desafío a escenas simuladas.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *