ਵਿਗਿਆਨੀ ਸਵੈ-ਸਿੱਖਣ ਵਾਲੇ ਰੋਬੋਟਾਂ ਵਿੱਚ ਤਰੱਕੀ ਦਿਖਾਉਂਦੇ ਹਨ

ਦੋ ਸਾਲ ਤੋਂ ਵੀ ਘੱਟ ਸਮਾਂ ਪਹਿਲਾਂ, DARPA ਨੇ ਲਾਈਫਲੌਂਗ ਲਰਨਿੰਗ ਮਸ਼ੀਨਾਂ (L2M) ਪ੍ਰੋਗਰਾਮ ਨੂੰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਤੱਤਾਂ ਨਾਲ ਲਗਾਤਾਰ ਸਿੱਖਣ ਵਾਲੇ ਰੋਬੋਟਿਕ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਲਾਂਚ ਕੀਤਾ ਸੀ। L2M ਪ੍ਰੋਗਰਾਮ ਨੂੰ ਸਵੈ-ਸਿਖਲਾਈ ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਉਭਾਰ ਵੱਲ ਲੈ ਜਾਣਾ ਚਾਹੀਦਾ ਸੀ ਜੋ ਪਹਿਲਾਂ ਪ੍ਰੋਗਰਾਮਿੰਗ ਜਾਂ ਸਿਖਲਾਈ ਦੇ ਬਿਨਾਂ ਆਪਣੇ ਆਪ ਨੂੰ ਇੱਕ ਨਵੇਂ ਵਾਤਾਵਰਣ ਵਿੱਚ ਢਾਲ ਸਕਦੇ ਸਨ। ਸਿੱਧੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਰੋਬੋਟਾਂ ਨੂੰ ਆਪਣੀਆਂ ਗਲਤੀਆਂ ਤੋਂ ਸਿੱਖਣਾ ਪੈਂਦਾ ਸੀ, ਅਤੇ ਇੱਕ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਵਾਤਾਵਰਣ ਵਿੱਚ ਟੈਂਪਲੇਟ ਡੇਟਾ ਦੇ ਸੈੱਟਾਂ ਨੂੰ ਪੰਪ ਕਰਕੇ ਨਹੀਂ ਸਿੱਖਣਾ ਪੈਂਦਾ ਸੀ।

L2M ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਮਾਤਰਾ ਵਿੱਚ ਫੰਡਿੰਗ ਦੇ ਨਾਲ 30 ਖੋਜ ਸਮੂਹ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ। ਹੁਣੇ-ਹੁਣੇ, ਦੱਖਣੀ ਕੈਲੀਫੋਰਨੀਆ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਸਮੂਹਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੇ ਸਵੈ-ਸਿੱਖਣ ਵਾਲੇ ਰੋਬੋਟਿਕ ਪਲੇਟਫਾਰਮ ਬਣਾਉਣ ਵਿੱਚ ਠੋਸ ਪ੍ਰਗਤੀ ਦਿਖਾਈ, ਜਿਵੇਂ ਕਿ ਨੇਚਰ ਮਸ਼ੀਨ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਮਾਰਚ ਅੰਕ ਵਿੱਚ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਹੈ।

ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਦੀ ਟੀਮ ਦੀ ਅਗਵਾਈ ਬਾਇਓਮੈਡੀਕਲ ਇੰਜਨੀਅਰਿੰਗ, ਬਾਇਓਕਿਨੇਸੀਓਲੋਜੀ ਅਤੇ ਫਿਜ਼ੀਕਲ ਥੈਰੇਪੀ ਦੇ ਪ੍ਰੋਫੈਸਰ ਫਰਾਂਸਿਸਕੋ ਜੇ. ਵੈਲੇਰੋ-ਕਿਊਵਾਸ ਕਰ ਰਹੇ ਹਨ। ਸਮੂਹ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤੇ ਗਏ ਐਲਗੋਰਿਦਮ ਦੇ ਅਧਾਰ ਤੇ, ਜੋ ਕਿ ਜੀਵਿਤ ਜੀਵਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੀਆਂ ਕੁਝ ਵਿਧੀਆਂ 'ਤੇ ਅਧਾਰਤ ਹੈ, ਚਾਰ ਅੰਗਾਂ 'ਤੇ ਰੋਬੋਟ ਦੀਆਂ ਹਰਕਤਾਂ ਨੂੰ ਸਿਖਾਉਣ ਲਈ ਨਕਲੀ ਖੁਫੀਆ ਕਿਰਿਆਵਾਂ ਦਾ ਇੱਕ ਕ੍ਰਮ ਬਣਾਇਆ ਗਿਆ ਸੀ। ਇਹ ਦੱਸਿਆ ਗਿਆ ਹੈ ਕਿ ਨਕਲ ਦੇ ਨਸਾਂ, ਮਾਸਪੇਸ਼ੀਆਂ ਅਤੇ ਹੱਡੀਆਂ ਦੇ ਰੂਪ ਵਿੱਚ ਨਕਲੀ ਅੰਗ ਐਲਗੋਰਿਦਮ ਨੂੰ ਚਲਾਉਣ ਤੋਂ ਬਾਅਦ ਪੰਜ ਮਿੰਟਾਂ ਵਿੱਚ ਤੁਰਨਾ ਸਿੱਖਣ ਦੇ ਯੋਗ ਸਨ।

ਪਹਿਲੀ ਲਾਂਚ ਤੋਂ ਬਾਅਦ, ਪ੍ਰਕਿਰਿਆ ਅਸਥਿਰ ਅਤੇ ਹਫੜਾ-ਦਫੜੀ ਵਾਲੀ ਸੀ, ਪਰ ਫਿਰ AI ਨੇ ਅਸਲੀਅਤਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਢਾਲਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਅਤੇ ਬਿਨਾਂ ਕਿਸੇ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਦੇ ਸਫਲਤਾਪੂਰਵਕ ਚੱਲਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ। ਭਵਿੱਖ ਵਿੱਚ, ਡਾਟਾ ਸੈੱਟਾਂ ਦੇ ਨਾਲ ਮੁੱਢਲੀ ਐਮਐਲ ਸਿਖਲਾਈ ਤੋਂ ਬਿਨਾਂ ਰੋਬੋਟਾਂ ਦੀ ਜੀਵਨ ਭਰ ਸਿਖਲਾਈ ਦੀ ਬਣਾਈ ਗਈ ਵਿਧੀ ਨੂੰ ਨਾਗਰਿਕ ਕਾਰਾਂ ਨੂੰ ਆਟੋਪਾਇਲਟਾਂ ਨਾਲ ਲੈਸ ਕਰਨ ਅਤੇ ਫੌਜੀ ਰੋਬੋਟਿਕ ਵਾਹਨਾਂ ਲਈ ਅਨੁਕੂਲਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸ ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾਵਾਂ ਅਤੇ ਵਰਤੋਂ ਦੇ ਖੇਤਰ ਹਨ. ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਐਲਗੋਰਿਦਮ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਵਿਕਾਸ ਵਿੱਚ ਰੁਕਾਵਟਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨਹੀਂ ਸਮਝਦਾ ਅਤੇ ਕੁਝ ਵੀ ਬੁਰਾ ਨਹੀਂ ਸਿੱਖਦਾ.

ਸਰੋਤ: 3dnews.ru