Pinto arbeitet daran, das zu beheben. Als Informatikforscher an der New York University möchte er Roboter im Haushalt sehen, die viel mehr tun als nur Staub saugen: „Wie schaffen wir eigentlich Roboter, die ein integralerer Bestandteil unseres Lebens sein können, Hausarbeiten erledigen, Altenpflege leisten usw.“ Rehabilitation – wissen Sie, einfach da zu sein, wenn wir sie brauchen?“
Das Problem besteht darin, dass für die Ausbildung multiqualifizierter Roboter viele Daten erforderlich sind. Pintos Lösung besteht darin, neue Wege zu finden, diese Daten zu sammeln – insbesondere Roboter dazu zu bringen, sie während des Lernens zu sammeln, ein Ansatz namens selbstüberwachtes Lernen (eine Technik, die unter anderem auch von Yann LeCun, dem leitenden KI-Wissenschaftler von Meta und Pintos NYU-Kollegen, vertreten wird). ).
„Lerrels Arbeit ist ein wichtiger Meilenstein bei der Zusammenführung von maschinellem Lernen und Robotik“, sagt Pieter Abbeel, Direktor des Roboterlernlabors an der University of California, Berkeley. „Man wird davon ausgehen, dass seine aktuelle Forschung viele der ersten Bausteine für die Zukunft des Roboterlernens gelegt hat.“
Die Idee eines Haushaltsroboters, der Kaffee kochen oder Geschirr spülen kann, ist Jahrzehnte alt. Aber solche Maschinen bleiben Stoff für Science-Fiction. Jüngste Fortschritte in anderen Bereichen der KI, insbesondere bei großen Sprachmodellen, nutzten riesige Datensätze aus dem Internet. Mit Robotern sei das nicht möglich, sagt Pinto.