वैज्ञानिकों ने स्व-सीखने वाले रोबोट में प्रगति दिखाई है

दो साल से भी कम समय पहले, DARPA ने कृत्रिम बुद्धिमत्ता के तत्वों के साथ लगातार सीखने वाले रोबोटिक सिस्टम बनाने के लिए लाइफलॉन्ग लर्निंग मशीन्स (L2M) कार्यक्रम लॉन्च किया था। एल2एम कार्यक्रम से स्व-शिक्षण प्लेटफार्मों के उद्भव का अनुमान लगाया गया था जो पूर्व प्रोग्रामिंग या प्रशिक्षण के बिना खुद को एक नए वातावरण में अनुकूलित कर सकते थे। सीधे शब्दों में कहें तो, रोबोटों को अपनी गलतियों से सीखना था, न कि प्रयोगशाला वातावरण में टेम्पलेट डेटा के सेट को पंप करके सीखना था।

L2M कार्यक्रम में अलग-अलग मात्रा में फंडिंग वाले 30 अनुसंधान समूह शामिल हैं। अभी हाल ही में, दक्षिणी कैलिफ़ोर्निया विश्वविद्यालय के समूहों में से एक ने स्व-शिक्षण रोबोटिक प्लेटफ़ॉर्म बनाने में ठोस प्रगति दिखाई है, जैसा कि नेचर मशीन इंटेलिजेंस के मार्च अंक में बताया गया है।

विश्वविद्यालय के शोधकर्ताओं की टीम का नेतृत्व बायोमेडिकल इंजीनियरिंग, बायोकिन्सियोलॉजी और फिजिकल थेरेपी के प्रोफेसर फ्रांसिस्को जे. वैलेरो-क्यूवास कर रहे हैं। समूह द्वारा विकसित एल्गोरिदम के आधार पर, जो जीवित जीवों के कामकाज के कुछ तंत्रों पर आधारित है, चार अंगों पर रोबोट की गतिविधियों को सिखाने के लिए कृत्रिम बुद्धिमत्ता क्रियाओं का एक क्रम बनाया गया था। यह बताया गया है कि नकली टेंडन, मांसपेशियों और हड्डियों के रूप में कृत्रिम अंग एल्गोरिदम चलाने के बाद पांच मिनट के भीतर चलना सीखने में सक्षम थे।

पहले लॉन्च के बाद, प्रक्रिया अव्यवस्थित और अराजक थी, लेकिन फिर एआई ने तेजी से वास्तविकताओं के अनुकूल होना शुरू कर दिया और पूर्व प्रोग्रामिंग के बिना सफलतापूर्वक चलना शुरू कर दिया। भविष्य में, डेटा सेट के साथ प्रारंभिक एमएल प्रशिक्षण के बिना रोबोट के आजीवन प्रशिक्षण की बनाई गई विधि को नागरिक कारों को ऑटोपायलट से लैस करने और सैन्य रोबोट वाहनों के लिए अनुकूलित किया जा सकता है। हालाँकि, इस तकनीक में बहुत अधिक संभावनाएँ और उपयोग के क्षेत्र हैं। मुख्य बात यह है कि एल्गोरिदम किसी व्यक्ति को विकास में बाधाओं में से एक के रूप में नहीं देखता है और कुछ भी बुरा नहीं सीखता है।

स्रोत: 3dnews.ru