نماد سایت جهان دیجیتال

تلاش تویوتا برای بهبود یادگیری ربات‌ها

بهبود یادگیری ربات ها

بهبود یادگیری ربات ها

اخبار رباتیک / تویوتا، موسسه فناوری ماساچوست و دانشکده مهندسی و علوم کاربردی کلمبیا نتایج عجیبی را از یک رویکرد جدید یادگیری هوش مصنوعی نشان داده‌اند که به سرعت ربات‌ها در یادگیری مهارت‌های جدید می‌افزاید. به نظر می‌رسد این یک لحظه خاص برای صنعت رباتیک باشد.

به گزارش ایسنا و به نقل از آی‌ای، ما در طلوع عصر رباتیک همه منظوره زندگی می‌کنیم. اکنون دهها شرکت تصمیم گرفته‌اند که زمان سرمایه‌گذاری کلان بر روی ربات‌های انسان‌نما فرا رسیده است که می‌توانند به‌طور مستقل راه خود را در محیط‌های کاری موجود پیدا کنند و وظایف را از کارگران انسانی بگیرند.

با این حال، بسیاری از موارد استفاده اولیه در دسته‌بندی آنچه من تناسب اندام می‌نامم قرار می‌گیرد. ربات‌ها اجسام را بالا می‌برند و آنها را زمین می‌گذارند. این برای تدارکات در انبار، بارگیری و تخلیه کامیون‌ها و جابجایی اشیا در کارخانه‌ها عالی خواهد بود. اما همه چیز آنقدرها هم پر زرق و برق نیست و مطمئنا به سودمندی یک کارگر انسانی نزدیک نمی‌شود.

تویوتا روش کارآمدتری برای آموزش ربات‌ها در نظر گرفته است.

گیل پرت(Gill Pratt)، مدیر عامل موسسه تحقیقاتی تویوتا و دانشمند ارشد شرکت تویوتا موتور، می‌گوید: تحقیقات ما در زمینه رباتیک بر بهبود افراد به جای جایگزینی آن‌ها متمرکز است.

مؤسسه تحقیقاتی تویوتا(TRI) از یک روش پیشگامانه مولد هوش مصنوعی رونمایی کرده است که آموزش سریع و کارآمد مهارت‌های جدید و پیشرفته را به ربات‌ها امکان پذیر می‌کند.

تقویت مردم

اکنون، محققان پشت این پیشرفت می‌گویند امیدوارند رویکرد جدید آنها به مناسب‌تر کردن ربات‌ها برای همکاری با انسان‌ها کمک کند.

آموزش ربات‌ها مستلزم انتقال داده‌ها و مهارت‌هایی است که به آنها کمک می‌کند کارهای خاص را انجام دهند یا با محیط‌های مختلف سازگار شوند. این یک زمینه چند رشته‌ای است که شامل روش‌های مختلفی است، از برنامه نویسی معمولی گرفته تا رویکردهای پیچیده‌تر مانند یادگیری ماشینی و هوش مصنوعی.

با این حال، جدیدترین روش‌های پیشرفته برای آموزش رفتارهای جدید به ربات‌ها زمان زیادی می‌برد، تا حد زیادی ناکارآمد بود و اغلب محدود به فعالیت‌های تعریف‌شده‌ای که در محیط‌هایی با محدودیت‌های شدید انجام می‌شدند، رو به رو بود. روش‌هایی مانند کدنویسی که به طور دقیق اقدامات ربات را مشخص می‌کنند، برای مشاغلی که به خوبی تعریف شده‌اند و نیازی به انعطاف‌پذیری ندارند مناسب است اما ربات‌ها را از انجام کارهای پیچیده‌تر لازم برای فعالیت در سناریوهای روزمره محدود می‌کند.

مدل رفتاری ربات توسعه یافته توسط موسسه تحقیقاتی تویوتا شامل یادگیری از طریق نمایش معلم بساوشی و همچنین توصیف گفتاری اهداف می‌شود.

فناوری لمسی یا فناوری بَساوشی به گونه‌ای از فناوری گفته می‌شود که از راه لمس و توسط حرکت، لرزش یا اِعمال فشار با کاربر تعامل دارد.

این روش امکان معرفی مستقل رفتارهای جدید استنتاج شده از تعداد زیادی نمونه را فراهم می‌کند. این رویکرد نه تنها نتایج قابل اعتماد، قابل تکرار و کارآمدی را به همراه دارد، بلکه این کار را نیز بسیار سریع انجام می‌دهد.

مهارت‌های متنوع

راس تدریک(Russ Tedrake)، معاون تحقیقات رباتیک در موسسه تحقیقاتی تویوتا اظهار داشت: کارهایی که من در حال تماشای انجام آن توسط ربات‌ها هستم شگفت‌انگیز است. من حتی یک سال پیش هم پیش‌بینی نمی‌کردم که به این سطح از مهارت‌های متنوع نزدیک شویم.

آنچه در مورد این رویکرد جدید بسیار هیجان‌انگیز است، میزان و قابل اطمینان بودنی است که با آن می‌توانیم مهارت‌های جدید اضافه کنیم.

از آنجایی که این مهارت‌ها مستقیما با تصاویر دوربین و حس لامسه کار می‌کنند می‌توانند حتی در کارهایی که شامل اشیاء، پارچه و مایعات قابل تغییر هستند، به خوبی عمل کنند و همه اینها به‌ طور سنتی برای ربات‌ها بسیار دشوار بوده است.

موسسه تحقیقاتی تویوتا تاکنون از این روش جدید برای آموزش بیش از ۶۰ توانایی پیچیده و ماهرانه به ربات‌ها تنها با ارائه اطلاعات جدید استفاده کرده است بدون اینکه حتی یک خط کد جدید ایجاد کند.

این موسسه اکنون امیدوار است تا پایان سال ۲۰۲۴ به ربات‌ها ۱۰۰۰ مهارت جدید بیاموزد و تخمین می‌زند که این توانایی تازه به دست آمده برای تعامل با جهان به روش‌های پیچیده و متنوع، روزی به ربات‌ها این امکان را بدهد که از افراد در زمینه‌های غیرقابل پیش‌بینی واقعی‌تر پشتیبانی کنند.

با پیشرفت‌های مداوم در حوزه رباتیک، یادگیری ماشینی و هوش مصنوعی، آموزش ربات‌ها مدام در حال تکامل است. ربات‌ها به طور فزاینده‌ای در مدیریت کارهای دشوار و همکاری با افراد در تیم‌ها بهتر می‌شوند و این آنها را برای کار در کنار انسان‌ها در صنایع مختلف مناسب‌تر می‌کند.

خروج از نسخه موبایل