ಎರಡು ವರ್ಷಗಳ ಹಿಂದೆ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಅಂಶಗಳೊಂದಿಗೆ ನಿರಂತರವಾಗಿ ಕಲಿಯುವ ರೋಬೋಟಿಕ್ ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ರಚಿಸಲು DARPA ಲೈಫ್‌ಲಾಂಗ್ ಲರ್ನಿಂಗ್ ಮೆಷಿನ್ಸ್ (L2M) ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ಪ್ರಾರಂಭಿಸಿತು. L2M ಪ್ರೋಗ್ರಾಂ ಸ್ವಯಂ-ಕಲಿಕೆಯ ವೇದಿಕೆಗಳ ಹೊರಹೊಮ್ಮುವಿಕೆಗೆ ಕಾರಣವಾಗಬೇಕಿತ್ತು, ಅದು ಪೂರ್ವ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಅಥವಾ ತರಬೇತಿಯಿಲ್ಲದೆ ಹೊಸ ಪರಿಸರಕ್ಕೆ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ. ಸರಳವಾಗಿ ಹೇಳುವುದಾದರೆ, ರೋಬೋಟ್‌ಗಳು ತಮ್ಮ ತಪ್ಪುಗಳಿಂದ ಕಲಿಯಬೇಕಾಗಿತ್ತು ಮತ್ತು ಪ್ರಯೋಗಾಲಯದ ಪರಿಸರದಲ್ಲಿ ಟೆಂಪ್ಲೇಟ್ ಡೇಟಾದ ಸೆಟ್‌ಗಳನ್ನು ಪಂಪ್ ಮಾಡುವ ಮೂಲಕ ಕಲಿಯಬಾರದು.
L2M ಪ್ರೋಗ್ರಾಂ ವಿವಿಧ ಪ್ರಮಾಣದ ನಿಧಿಯೊಂದಿಗೆ 30 ಸಂಶೋಧನಾ ಗುಂಪುಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಇತ್ತೀಚೆಗಷ್ಟೇ, ದಕ್ಷಿಣ ಕ್ಯಾಲಿಫೋರ್ನಿಯಾ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಒಂದು ಗುಂಪು ಸ್ವಯಂ-ಕಲಿಕೆ ರೋಬೋಟಿಕ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ರಚಿಸುವಲ್ಲಿ ಮನವೊಪ್ಪಿಸುವ ಪ್ರಗತಿಯನ್ನು ತೋರಿಸಿದೆ, ಮಾರ್ಚ್ ಸಂಚಿಕೆ ನೇಚರ್ ಮೆಷಿನ್ ಇಂಟೆಲಿಜೆನ್ಸ್‌ನಲ್ಲಿ ವರದಿಯಾಗಿದೆ.
ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಸಂಶೋಧಕರ ತಂಡವು ಬಯೋಮೆಡಿಕಲ್ ಎಂಜಿನಿಯರಿಂಗ್, ಬಯೋಕಿನೆಸಿಯಾಲಜಿ ಮತ್ತು ಭೌತಚಿಕಿತ್ಸೆಯ ಪ್ರಾಧ್ಯಾಪಕರಾದ ಫ್ರಾನ್ಸಿಸ್ಕೊ ಜೆ ವ್ಯಾಲೆರೊ-ಕ್ಯುವಾಸ್ ಅವರ ನೇತೃತ್ವದಲ್ಲಿದೆ. ಗುಂಪು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಆಧರಿಸಿ, ಇದು ಜೀವಂತ ಜೀವಿಗಳ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಕೆಲವು ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಆಧರಿಸಿದೆ, ನಾಲ್ಕು ಅಂಗಗಳ ಮೇಲೆ ರೋಬೋಟ್ ಚಲನೆಯನ್ನು ಕಲಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕ್ರಿಯೆಗಳ ಅನುಕ್ರಮವನ್ನು ರಚಿಸಲಾಗಿದೆ. ಅನುಕರಣೆ ಸ್ನಾಯುರಜ್ಜುಗಳು, ಸ್ನಾಯುಗಳು ಮತ್ತು ಮೂಳೆಗಳ ರೂಪದಲ್ಲಿ ಕೃತಕ ಅಂಗಗಳು ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಚಲಾಯಿಸಿದ ನಂತರ ಐದು ನಿಮಿಷಗಳಲ್ಲಿ ನಡೆಯಲು ಕಲಿಯಲು ಸಾಧ್ಯವಾಯಿತು ಎಂದು ವರದಿಯಾಗಿದೆ.
ಮೊದಲ ಉಡಾವಣೆಯ ನಂತರ, ಪ್ರಕ್ರಿಯೆಯು ವ್ಯವಸ್ಥಿತವಲ್ಲದ ಮತ್ತು ಅಸ್ತವ್ಯಸ್ತವಾಗಿತ್ತು, ಆದರೆ ನಂತರ AI ತ್ವರಿತವಾಗಿ ನೈಜತೆಗಳಿಗೆ ಹೊಂದಿಕೊಳ್ಳಲು ಪ್ರಾರಂಭಿಸಿತು ಮತ್ತು ಪೂರ್ವ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಇಲ್ಲದೆ ಯಶಸ್ವಿಯಾಗಿ ನಡೆಯಲು ಪ್ರಾರಂಭಿಸಿತು. ಭವಿಷ್ಯದಲ್ಲಿ, ಡೇಟಾ ಸೆಟ್‌ಗಳೊಂದಿಗೆ ಪ್ರಾಥಮಿಕ ML ತರಬೇತಿಯಿಲ್ಲದೆ ರೋಬೋಟ್‌ಗಳ ಆಜೀವ ತರಬೇತಿಯ ವಿಧಾನವನ್ನು ರಚಿಸಲಾಗಿದೆ, ನಾಗರಿಕ ಕಾರುಗಳನ್ನು ಸ್ವಯಂಪೈಲಟ್‌ಗಳೊಂದಿಗೆ ಮತ್ತು ಮಿಲಿಟರಿ ರೋಬೋಟಿಕ್ ವಾಹನಗಳಿಗೆ ಸಜ್ಜುಗೊಳಿಸಲು ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದು. ಆದಾಗ್ಯೂ, ಈ ತಂತ್ರಜ್ಞಾನವು ಹೆಚ್ಚು ನಿರೀಕ್ಷೆಗಳನ್ನು ಮತ್ತು ಬಳಕೆಯ ಕ್ಷೇತ್ರಗಳನ್ನು ಹೊಂದಿದೆ. ಮುಖ್ಯ ವಿಷಯವೆಂದರೆ ಅಲ್ಗಾರಿದಮ್ ಒಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ಅಭಿವೃದ್ಧಿಯಲ್ಲಿನ ಅಡೆತಡೆಗಳಲ್ಲಿ ಒಂದಾಗಿ ಗ್ರಹಿಸುವುದಿಲ್ಲ ಮತ್ತು ಕೆಟ್ಟದ್ದನ್ನು ಕಲಿಯುವುದಿಲ್ಲ.
ಮೂಲ: 3dnews.ru