څه کم دوه کاله دمخه، DARPA د ژوند اوږد زده کړې ماشینونه (L2M) برنامه پیل کړه ترڅو د مصنوعي استخباراتو عناصرو سره د دوامداره زده کړې روبوټیک سیسټمونه رامینځته کړي. د L2M برنامه باید د ځان زده کړې پلیټ فارمونو رامینځته کیدو لامل شي چې کولی شي د مخکینۍ برنامې یا روزنې پرته ځان نوي چاپیریال سره تطابق کړي. په ساده ډول ووایاست، روبوټ باید د خپلو غلطیو څخه زده کړه وکړي، او د لابراتوار چاپیریال کې د ټیمپلیټ ډیټا سیټونو پمپ کولو سره زده کړه نه کوي.
د L2M برنامه د 30 څیړنیزو ګروپونو سره د مختلف مقدار تمویل سره شامله ده. په دې وروستیو کې، د سویلي کالیفورنیا پوهنتون څخه یوې ډلې د ځان زده کړې روبوټیک پلیټ فارمونو رامینځته کولو کې د قناعت وړ پرمختګ ښودلی، لکه څنګه چې د فطرت ماشین استخباراتو د مارچ په مسله کې راپور شوی.
د پوهنتون د څیړونکو ټیم د فرانسسکو J. Valero-Cuevas لخوا رهبري کیږي، د بایو میډیکل انجینرۍ پروفیسور، بایوکینزیولوژي او فزیکي درملنې. د ګروپ لخوا رامینځته شوي الګوریتم پراساس ، کوم چې د ژوندي موجوداتو د فعالیت ځانګړي میکانیزمونو پراساس دی ، د مصنوعي استخباراتو عملونو ترتیب رامینځته شوی ترڅو د روبوټ حرکتونه په څلورو غړو کې زده کړي. دا راپور ورکړل شوی چې مصنوعي پښې د تقلید کندو، عضلاتو او هډوکو په بڼه د الګوریتم چلولو وروسته په پنځو دقیقو کې د تګ کولو زده کړه کولی شي.
د لومړي پیل څخه وروسته، پروسه غیر منظم او ګډوډ وه، مګر بیا AI په چټکۍ سره د واقعیتونو سره سمون پیل کړ او په بریالیتوب سره د مخکینۍ برنامه کولو پرته حرکت پیل کړ. په راتلونکي کې، د ډیټا سیټونو سره د ابتدايي ML روزنې پرته د روبوټونو د ټول عمر روزنې لپاره رامینځته شوی میتود د ملکي موټرو او د نظامي روبوټیک وسایطو سره د اتوماتیک موټرو سمبالولو لپاره تطبیق کیدی شي. په هرصورت، دا ټیکنالوژي ډیر امکانات او د کارولو ساحې لري. اصلي خبره دا ده چې الګوریتم یو کس د پرمختګ په لاره کې د خنډونو په توګه نه پیژني او هیڅ بد نه زده کوي.
سرچینه: 3dnews.ru