با کمک هوش مصنوعی؛
به گزارش خبرنگار فناوری خبرگزاری دانشجو، دانشمندان علوم کامپیوتری در دانشگاه لیدز از فناوری‌های هوش مصنوعی برنامه ریزی خودکار و تقویت یادگیری برای تعلیم یک ربات استفاده کردند تا بتواند اشیاء را در یک فضای شلوغ مانند قفسه‌های انبار یا یخچال پیدا کند و آن‌ها حرکت بدهد.
هدف این پروژه افزایش استقلال ربات است، بنابراین ماشین می‌تواند موقعیت‌های ویژه یک کار را ارزیابی کرده و برای آن‌ها راه حل پیدا کند که این موضوع وابسته به مهارت‌های جابجایی ربات و دانش آن نسبت به یک مشکل است.
چالش بزرگ پیش رو این است که در یک محدوده تعریف شده، ربات ممکن است در برداشتن اشیاء مشکل داشته باشد. ربات باید بتواند برای رسیدن به شی موردنظر توالی از حرکات را و احتمالا با حذف انتخاب‌های اضافی، طراحی کند. برای طراحی چنین وظایفی، نیامند قدرت کامپیوتری بالا هستیم، زیرا ربات در انجام کار‌ها مکث دارد و وقتی شروع به کار میکند با شکست مواجه می‌شود.
استفاده از ایده «تمرین باعث بهتر شدن می‌شود» باعث شده دانشمندان از دو فناوری هوش مصنوعی استفاده کنند. اولین فناوری برنامه ریزی خوکار است. ربات می‌تواند مسئله را با استفاده از یک سیستم بینایی تشخیص دهد. با استفاده از تصاویر بدست آمده، نرم افزار سیستم عامل ربات توالی ممکن را شبیه سازی میکند تا به شی مورد نظر برسد. اما شبیه سازی ربات پیچیدگی دنیای واقعی را تشخیص نمی‌دهد پس انجام وظیفه مربوطه با شکست مواجه می‌شود مثلا اشیاء را از قفسه می‌اندازد؛ بنابراین گروه لیدز این فناوری را با تکنیک دیگری از هوش مصنوعی به نام تقویت یادگیری ترکیب کرده اند.
تقویت یادگیری شامل توالی از تلاش‌های آزمون و خطا (در مجموع حدود ۱۰۰۰۰ بار) برای رسیدن و حرکت دادن اشیاء است. بر اساس این آزمون و خطا‌ها ربات «یاد میگیرد» که کدام عمل برنامه ریزی شده با موفقیت همراه است. کم کم ربات خودبخود یادگیری را شروع میکند. ابتدا از برنامه‌های تصادفی که ممکن است درست باشد شروع میکند؛ با آزمون و خطای بیشتر انتخاب‌هایی که منجر به موفقیت می‌شوند، افزایش می‌یابد.
دکتر متئو لئوتنی گفت: «هوش مصنوعی می‌تواند به ربات برای پیدا کردن دلیل و راه حل کمک کند مثلا ما دیدیم که ربات‌ها گاهی در شطرنج با استادبزرگ‌ها درگیر می‌شوند. اما ربات‌ها به اندازه انسان در فعال و ماهر بودن خوب نیستند و این به علت استعداد‌های مغزی انسان ها، تکامل و تمرین‌های مکرر است. این موضوع نظریه ما برای نسل‌های بعدی ربات هاست».
ارسال نظرات