वैज्ञानिकहरूले आत्म-सिक्ने रोबोटहरूमा प्रगति देखाउँछन्

दुई वर्षभन्दा कम समयअघि, DARPA ले आर्टिफिसियल इन्टेलिजेन्सका तत्वहरूसहित निरन्तर सिक्ने रोबोटिक प्रणालीहरू सिर्जना गर्न लाइफलाङ ​​लर्निङ मेसिन (L2M) कार्यक्रम सुरु गर्‍यो। L2M कार्यक्रमले आत्म-शिक्षा प्लेटफर्महरूको उदयको लागि नेतृत्व गर्ने थियो जुन पूर्व प्रोग्रामिंग वा प्रशिक्षण बिना नै नयाँ वातावरणमा आफूलाई अनुकूलन गर्न सक्छ। सरल भाषामा भन्नुपर्दा, रोबोटहरूले आफ्ना गल्तीहरूबाट सिक्नुपर्छ, र प्रयोगशाला वातावरणमा टेम्प्लेट डेटाको सेटहरू पम्प गरेर सिक्नुपर्दैन।

L2M कार्यक्रममा विभिन्न मात्रामा कोष सहित 30 अनुसन्धान समूहहरू सामेल छन्। भर्खरै, दक्षिणी क्यालिफोर्निया विश्वविद्यालयको एउटा समूहले सेल्फ-लर्निङ रोबोटिक प्लेटफर्महरू सिर्जना गर्नमा विश्वस्त प्रगति देखाएको छ, जुन नेचर मेसिन इन्टेलिजेन्सको मार्च अंकमा रिपोर्ट गरिएको थियो।

विश्वविद्यालयका अनुसन्धानकर्ताहरूको टोलीको नेतृत्व बायोमेडिकल इन्जिनियरिङ्, बायोकिनेसियोलोजी र फिजिकल थेरापीका प्रोफेसर फ्रान्सिस्को जे. भालेरो-क्युभासले गरेका छन्। समूहले विकसित गरेको एल्गोरिथ्मको आधारमा, जुन जीवित जीवहरूको काम गर्ने निश्चित संयन्त्रहरूमा आधारित छ, कृत्रिम बुद्धिमत्ता कार्यहरूको अनुक्रम चारवटा हातमा रोबोट आन्दोलनहरू सिकाउन सिर्जना गरिएको थियो। एल्गोरिदम दौडिएपछि नक्कली टेन्डन, मांसपेशी र हड्डीको रूपमा कृत्रिम खुट्टाले पाँच मिनेटभित्र हिँड्न सिकेको बताइएको छ।

पहिलो प्रक्षेपण पछि, प्रक्रिया अव्यवस्थित र अराजक थियो, तर त्यसपछि एआईले द्रुत रूपमा वास्तविकताहरूमा अनुकूलन गर्न थाल्यो र सफलतापूर्वक पूर्व प्रोग्रामिंग बिना हिड्न थाल्यो। भविष्यमा, डेटा सेटको साथ प्रारम्भिक एमएल प्रशिक्षण बिना रोबोटहरूको आजीवन प्रशिक्षणको सिर्जना गरिएको विधिलाई नागरिक कारहरूलाई अटोपाइलटहरू र सैन्य रोबोटिक सवारी साधनहरूका लागि सुसज्जित गर्नको लागि अनुकूलित गर्न सकिन्छ। यद्यपि, यो प्रविधिसँग धेरै सम्भावनाहरू र प्रयोगका क्षेत्रहरू छन्। मुख्य कुरा यो हो कि एल्गोरिथ्मले एक व्यक्तिलाई विकासमा अवरोधहरू मध्ये एकको रूपमा बुझ्दैन र केहि नराम्रो सिक्न सक्दैन।

स्रोत: 3dnews.ru