शास्त्रज्ञ स्वयं-शिक्षण रोबोटमध्ये प्रगती दर्शवतात

दोन वर्षांपूर्वी, DARPA ने कृत्रिम बुद्धिमत्तेच्या घटकांसह सतत शिकणारी रोबोटिक प्रणाली तयार करण्यासाठी लाइफलाँग लर्निंग मशीन्स (L2M) प्रोग्राम लाँच केला. L2M कार्यक्रमामुळे स्वयं-शिक्षण प्लॅटफॉर्मचा उदय होणार होता जे पूर्व प्रोग्रामिंग किंवा प्रशिक्षणाशिवाय स्वतःला नवीन वातावरणाशी जुळवून घेऊ शकतात. सोप्या भाषेत सांगायचे तर, रोबोट्सना त्यांच्या चुकांमधून शिकायचे होते, आणि प्रयोगशाळेच्या वातावरणात टेम्पलेट डेटाचे संच पंप करून शिकू नये.

L2M प्रोग्राममध्ये विविध प्रमाणात निधीसह 30 संशोधन गटांचा समावेश आहे. नुकतेच, युनिव्हर्सिटी ऑफ सदर्न कॅलिफोर्नियामधील एका गटाने नेचर मशीन इंटेलिजन्सच्या मार्चच्या अंकात नोंदवल्याप्रमाणे स्वयं-शिक्षण रोबोटिक प्लॅटफॉर्म तयार करण्यात खात्रीशीर प्रगती दर्शविली.

बायोमेडिकल अभियांत्रिकी, बायोकिनेसियोलॉजी आणि फिजिकल थेरपीचे प्राध्यापक फ्रान्सिस्को जे. व्हॅलेरो-क्युव्हास यांच्या नेतृत्वात विद्यापीठातील संशोधकांच्या संघाचे नेतृत्व केले जाते. समूहाने विकसित केलेल्या अल्गोरिदमच्या आधारे, जी सजीवांच्या कार्यप्रणालीच्या विशिष्ट यंत्रणेवर आधारित आहे, चार अंगांवर रोबोटच्या हालचाली शिकवण्यासाठी कृत्रिम बुद्धिमत्तेच्या क्रियांचा एक क्रम तयार केला गेला. असे नोंदवले गेले आहे की नकली कंडर, स्नायू आणि हाडांच्या स्वरूपात कृत्रिम अवयव अल्गोरिदम चालवल्यानंतर पाच मिनिटांत चालणे शिकू शकले.

पहिल्या प्रक्षेपणानंतर, प्रक्रिया अव्यवस्थित आणि गोंधळलेली होती, परंतु नंतर एआयने त्वरीत वास्तविकतेशी जुळवून घेण्यास सुरुवात केली आणि पूर्वीच्या प्रोग्रामिंगशिवाय यशस्वीरित्या चालणे सुरू केले. भविष्यात, डेटा सेटसह प्राथमिक एमएल प्रशिक्षणाशिवाय रोबोट्सच्या आजीवन प्रशिक्षणाची तयार केलेली पद्धत नागरी कार ऑटोपायलटसह सुसज्ज करण्यासाठी आणि लष्करी रोबोटिक वाहनांसाठी अनुकूल केली जाऊ शकते. तथापि, या तंत्रज्ञानामध्ये अधिक शक्यता आणि उपयोगाची क्षेत्रे आहेत. मुख्य गोष्ट अशी आहे की अल्गोरिदम एखाद्या व्यक्तीला विकासातील अडथळ्यांपैकी एक म्हणून समजत नाही आणि काहीही वाईट शिकत नाही.

स्त्रोत: 3dnews.ru