تویوتا یادگیری ربات ها را بهبود می بخشد
تویوتا، موسسه فناوری ماساچوست و دانشکده مهندسی و علوم کاربردی کلمبیا نتایج عجیبی را از یک رویکرد جدید یادگیری هوش مصنوعی نشان داده اند که به سرعت ربات ها در یادگیری مهارت های جدید می افزاید. به نظر می رسد این یک لحظه خاص برای صنعت رباتیک باشد.
ما در طلوع عصر رباتیک همه منظوره زندگی می کنیم. اکنون دهها شرکت تصمیم گرفته اند که زمان سرمایه گذاری کلان بر روی ربات های انسان نما فرا رسیده است که می توانند به طور مستقل راه خود را در محیط های کاری موجود پیدا کنند و وظایف را از کارگران انسانی بگیرند.
به گزارش تین نیوز به نقل از ایسنا، بسیاری از موارد استفاده اولیه در دسته بندی آنچه من تناسب اندام می نامم قرار می گیرد. ربات ها اجسام را بالا می برند و آنها را زمین می گذارند. این برای تدارکات در انبار، بارگیری و تخلیه کامیون ها و جابجایی اشیا در کارخانه ها عالی خواهد بود. اما همه چیز آنقدرها هم پر زرق و برق نیست و مطمئنا به سودمندی یک کارگر انسانی نزدیک نمی شود.
تویوتا روش کارآمدتری برای آموزش ربات ها در نظر گرفته است
گیل پرت(Gill Pratt)، مدیر عامل موسسه تحقیقاتی تویوتا و دانشمند ارشد شرکت تویوتا موتور، می گوید: تحقیقات ما در زمینه رباتیک بر بهبود افراد به جای جایگزینی آن ها متمرکز است.
مؤسسه تحقیقاتی تویوتا(TRI) از یک روش پیشگامانه مولد هوش مصنوعی رونمایی کرده است که آموزش سریع و کارآمد مهارت های جدید و پیشرفته را به ربات ها امکان پذیر می کند.
تقویت مردم
اکنون، محققان پشت این پیشرفت می گویند امیدوارند رویکرد جدید آنها به مناسب تر کردن ربات ها برای همکاری با انسان ها کمک کند.
آموزش ربات ها مستلزم انتقال داده ها و مهارت هایی است که به آنها کمک می کند کارهای خاص را انجام دهند یا با محیط های مختلف سازگار شوند. این یک زمینه چند رشته ای است که شامل روش های مختلفی است، از برنامه نویسی معمولی گرفته تا رویکردهای پیچیده تر مانند یادگیری ماشینی و هوش مصنوعی.
با این حال، جدیدترین روش های پیشرفته برای آموزش رفتارهای جدید به ربات ها زمان زیادی می برد، تا حد زیادی ناکارآمد بود و اغلب محدود به فعالیت های تعریف شده ای که در محیط هایی با محدودیت های شدید انجام می شدند، رو به رو بود. روش هایی مانند کدنویسی که به طور دقیق اقدامات ربات را مشخص می کنند، برای مشاغلی که به خوبی تعریف شده اند و نیازی به انعطاف پذیری ندارند مناسب است اما ربات ها را از انجام کارهای پیچیده تر لازم برای فعالیت در سناریوهای روزمره محدود می کند.
مدل رفتاری ربات توسعه یافته توسط موسسه تحقیقاتی تویوتا شامل یادگیری از طریق نمایش معلم بساوشی و همچنین توصیف گفتاری اهداف می شود.
فناوری لمسی یا فناوری بَساوشی به گونه ای از فناوری گفته می شود 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 می کند. این رویکرد نه تنها نتایج قابل اعتماد، قابل تکرار و کارآمدی را به همراه دارد، بلکه این کار را نیز بسیار سریع انجام می دهد.
مهارت های متنوع
راس تدریک(Russ Tedrake)، معاون تحقیقات رباتیک در موسسه تحقیقاتی تویوتا اظهار داشت: کارهایی که من در حال تماشای انجام آن توسط ربات ها هستم شگفت انگیز است. من حتی یک سال پیش هم پیش بینی نمی کردم که به این سطح از مهارت های متنوع نزدیک شویم.
آنچه در مورد این رویکرد جدید بسیار هیجان انگیز است، میزان و قابل اطمینان بودنی است که با آن می توانیم مهارت های جدید اضافه کنیم.
از آنجایی که این مهارت ها مستقیما با تصاویر دوربین و حس لامسه کار می کنند می توانند حتی در کارهایی که شامل اشیاء، پارچه و مایعات قابل تغییر هستند، به خوبی عمل کنند و همه اینها به طور سنتی برای ربات ها بسیار دشوار بوده است.
موسسه تحقیقاتی تویوتا تاکنون از این روش جدید برای آموزش بیش از ۶۰ توانایی پیچیده و ماهرانه به ربات ها 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 ربات ها ۱۰۰۰ مهارت جدید بیاموزد و تخمین می زند که این توانایی تازه به دست آمده برای تعامل با جهان به روش های پیچیده و متنوع، روزی به ربات ها این امکان را بدهد که از افراد در زمینه های غیرقابل پیش بینی واقعی تر پشتیبانی کنند.
با پیشرفت های مداوم در حوزه رباتیک، یادگیری ماشینی و هوش مصنوعی، آموزش ربات ها مدام در حال تکامل است. ربات ها به طور فزاینده ای در مدیریت کارهای دشوار و همکاری با افراد در تیم ها بهتر می شوند و این آنها را برای کار در کنار انسان ها در صنایع مختلف مناسب تر می کند.