Na zdjęciu widoczny jest robot BRETT, który jest wykorzystywany w eksperymentach laboratoryjnych na Uniwersytecie Kalifornijskim. Ten robot reaguje na inteligentne oprogramowanie AI, które umożliwia mu wykonywanie zadań fizycznych poprzez metodę prób i błędów.
Określa się to jako uczenie autonomiczne – BRETT może podejść do nowego środowiska, z obiektami, których nigdy wcześniej nie widział, i samodzielnie zrozumieć, jak dotknąć, poruszać, składać, układać, otwierać, zamykać i obsługiwać wszystkie rodzaje rzeczy, które wykryje w przestrzeni. Nawet jeśli nigdy wcześniej nie miał z nimi do czynienia.
Oprogramowanie AI nadaje mu zdolność do nauki bez wcześniejszego programowania na każde zadanie.
Badacze z Uniwersytetu Kalifornijskiego opracowali nowe oprogramowanie AI komputerów, które umożliwia robotom naukę umiejętności fizycznych – zwanych zadaniami motorycznymi – poprzez metodę prób i błędów. Robot wykorzystuje krok po kroku proces podobny do tego, w jaki sposób ludzie się uczą.
Laboratorium przeprowadziło demonstrację swojej techniki – nazywanej uczeniem się poprzez wzmocnienie. W teście: robot wykonuje różnorodne zadania fizyczne – bez wcześniejszego zaprogramowania szczegółów dotyczących swojego otoczenia.
Niektóre udane testowe zadania robota:
- umieszczanie wieszaka na drążku
- układanie drewnianych pierścieni na drążku
- składanie samolotu z zabawek
- zakręcanie nakrętki na butelce z wodą
- wkładanie kształtnej kołków do odpowiadających im otworów
Roboty uczą się zadań motorycznych autonomicznie dzięki sztucznej inteligencji.
Badania są częścią Inicjatywy Ludzie + Roboty — w Centrum Badań nad Technologią Informacyjną na rzecz Społeczeństwa Uniwersytetu Kalifornijskiego — CITRIS. Centrum opracowuje rozwiązania informatyczne na rzecz dobra świata. Rozwijają sztuczną inteligencję, robotykę i automatyzację.
- |
cytat | autor: Pieter Abbeel, PhD
To, co pokazujemy w tym projekcie, to nowe podejście umożliwiające robotowi naukę. Kluczem jest to, że kiedy robot ma do czynienia z czymś nowym, nie musimy go ponownie programować. To samo oprogramowanie AI umożliwia robotowi naukę wszystkich różnych zadań, które mu zadaliśmy.
cytat | autor: Trevor Darrell, PhD
Większość zastosowań robotycznych ma miejsce w kontrolowanych środowiskach — gdzie fizyczne obiekty znajdują się w przewidywalnych pozycjach w otoczeniu. Wyzwaniem jest umieszczenie robotów w rzeczywistych warunkach życia — takich jak domy, biura, czy transportowanie ich do nowych lub nieznanych miejsc — ponieważ te środowiska stale się zmieniają. Robot musi być w stanie wyczuwać + dostosowywać się do otoczenia.
Na zdjęciu widać robota BRETT. Jest on zaprogramowany za pomocą oprogramowania AI, aby korzystać
z narzędzi i wykonywać zadania ruchowe. Zamieszkuje on eksperymentalne laboratorium na Uniwersytecie Kalifornijskim.
Można zobaczyć dłoń chwytaka robota wyciągającą drewniany gwoźdź z belki drewnianej z tyłu młota.
Robi to samodzielnie — starannie dostosowując łuk, kąt, kierunek, nacisk, ruch i siłę, jaką wywiera na młot. Dokładnie tak jak człowiek.
W końcu udaje mu się osiągnąć cel po wielu próbach metodą prób i błędów. Także uczy się tak samo, jak ludzie.
Zespół badawczy, zlokalizowany na słynnym kampusie w Berkeley, nadal robota BRETT nazwano od:
B | Berkeley R | Robot do E | Eliminacji T | Uciążliwych T | Zadań
Lepsze niż stare podejścia.
Poprzednie techniki pomagające robotowi poruszać się w trójwymiarowym środowisku wymagały:
wstępnego zaprogramowania go do obsługi szerokiego zakresu możliwych scenariuszy
tworzenia symulowanych środowisk, w których robot operuje
Zamiast tego badacze użyli techniki oprogramowania komputerowego o nazwie głębokie uczenie maszynowe — umożliwiając robotowi zrozumienie wszystkich danych, jakie otrzymuje, ze wszystkich swoich czujników.
Oprogramowanie głębokiego uczenia maszynowego AI tworzy warstwy rozpoznawania wzorców — które obsługują surowe dane sensoryczne pochodzące z trójwymiarowego środowiska robota. Od dźwięku, echa, dotyku, ciśnienia, temperatury, ruchu, pozycji, po widzenie kamery. Dzięki AI robot może śledzić wzorce w trwającym strumieniu informacji, które otrzymuje — ze swoich wielu czujników.
Cytat | od Sergey’a Levine’a Ph.D.
Ludzie nie rodzą się z repertuarem zachowań, które można wdrożyć jak szwajcarski scyzoryk. I nie musimy być wstępnie zaprogramowani, aby wykonywać czynności. Ludzie uczą się nowych umiejętności w ciągu czasu — poprzez doświadczenie + obserwację innych ludzi.
Proces ten jest tak głęboko zakorzeniony w naszej biologii, że nawet nie możemy precyzyjnie komunikować się z kimś, jak wykonać jakiekolwiek zadanie fizyczne. Możemy tylko udzielać wskazówek, gdy uczą się tego sami.
Zobacz i przeczytaj artykuł o mocy obliczeniowej AI TUTAJ