Apakah Anda ingat adegan di Walt Disney's Bambi di mana anak rusa belajar berdiri dan berjalan dengan kekuatannya sendiri? Ini adalah sketsa menawan dalam film, yang menunjukkan keterampilan yang dimiliki banyak bayi hewan — mulai dari babi, jerapah, hingga, ya, rusa — dalam beberapa menit setelah kelahiran mereka. Selama beberapa jam pertama kehidupannya, hewan-hewan ini dengan cepat menyempurnakan keterampilan motoriknya hingga mereka memiliki kendali penuh atas geraknya sendiri. Manusia, yang belajar berdiri berpegangan pada sesuatu pada usia sekitar tujuh bulan dan mulai berjalan pada usia 15 bulan, sangatlah lamban jika dibandingkan.
Isi
- Penguatan positif
- Membangun robot yang lebih baik
Coba tebak, tugas terbaru apa yang robot telah selesaikan untuk kita? Dalam sebuah studi baru dilakukan oleh para peneliti di Google, para insinyur telah mengajari robot Minitaur berkaki empat untuk berjalan, tanpa perlu banyak mengajarinya sama sekali. Sebaliknya, mereka menggunakan sejenis kecerdasan buatan yang berorientasi pada tujuan untuk membuat robot berkaki empat
belajar bagaimana berjalan ke depan, mundur, dan belok kiri dan kanan sepenuhnya dengan sendirinya. Ia berhasil melatih dirinya sendiri untuk melakukan hal ini di tiga medan berbeda, termasuk tanah datar, kasur empuk, dan keset dengan celah-celah.Video yang Direkomendasikan
“Robot berkaki dapat memiliki mobilitas yang tinggi karena kaki sangat penting untuk menavigasi jalan tidak beraspal dan tempat yang dirancang untuk manusia,” Jie Tan, penyelidik utama proyek tersebut dan kepala upaya penggerak Google, mengatakan kepada Digital Trends. “Kami tertarik untuk memungkinkan robot berkaki menavigasi lingkungan dunia nyata yang beragam dan kompleks, tetapi sulit untuk merekayasa pengontrol robotik secara manual yang dapat menangani keragaman dan hal tersebut kompleksitas. Oleh karena itu penting agar robot dapat belajar sendiri. Pekerjaan ini menarik karena ini adalah demonstrasi awal bahwa, dengan sistem kami, robot berkaki dapat belajar berjalan sendiri dengan sukses.”
Penguatan positif
Belajar Berjalan di Dunia Nyata dengan Usaha Minimal Manusia
Teknologi yang mendasari proyek khusus ini adalah sesuatu yang disebut pembelajaran penguatan mendalam, a pendekatan khusus untuk pembelajaran mendalam yang terinspirasi oleh psikologi behavioris dan trial and error sedang belajar. Diminta untuk memaksimalkan imbalan tertentu, agen perangkat lunak belajar mengambil tindakan dalam lingkungan yang akan mencapai hasil tersebut dengan cara yang paling tepat dan seefisien mungkin. Kekuatan pembelajaran penguatan adalah didemonstrasikan secara terkenal pada tahun 2013 ketika DeepMind Google merilis makalah yang menunjukkan cara mereka melatih A.I. untuk memainkan video game Atari klasik. Hal ini dicapai tanpa instruksi selain skor di layar dan sekitar 30.000 piksel yang membentuk setiap frame dari video game yang dimainkannya.
Video game, atau setidaknya simulasi, juga sering digunakan oleh peneliti robotika. Secara teori, simulasi sangat masuk akal karena memungkinkan ahli robot untuk melatih mesin mereka di dunia virtual sebelum terjun ke dunia nyata. Hal ini menyelamatkan robot dari kesalahan dan kerusakan yang tak terhindarkan yang akan dialami robot saat belajar melakukan tugas tertentu. Sebagai analogi, bayangkan jika semua pelajaran mengemudi Anda dilakukan dengan menggunakan simulator mengemudi. Argumen yang dapat dibuat adalah bahwa Anda akan belajar lebih cepat karena Anda tidak perlu terlalu berhati-hati dalam mempertaruhkan keselamatan fisik atau merusak mobil Anda (atau milik orang lain). Anda juga dapat berlatih lebih cepat tanpa harus menunggu pelajaran yang dialokasikan atau pengemudi berlisensi bersedia mengantar Anda keluar.
Masalahnya adalah, seperti yang diketahui oleh siapa pun yang pernah memainkan video game mengemudi, sangat sulit untuk memodelkan dunia nyata dengan cara yang terasa seperti dunia nyata. Sebaliknya, para peneliti Google mulai mengembangkan algoritme yang lebih baik yang memungkinkan robot mereka belajar lebih cepat dengan lebih sedikit uji coba. Membangun berdasarkan penelitian Google sebelumnya diterbitkan pada tahun 2018, robot mereka mampu belajar berjalan hanya dalam beberapa jam dalam demonstrasi terbaru ini.
Hal ini juga dapat dilakukan sambil menekankan pendekatan pembelajaran yang lebih hati-hati dan aman, serta mengurangi risiko jatuh. Hasilnya, hal ini meminimalkan jumlah intervensi manusia yang perlu dilakukan untuk mengangkat robot dan membersihkannya setiap kali robot terjatuh.
Membangun robot yang lebih baik
Belajar berjalan dalam dua jam mungkin tidak sebanding dengan efisiensi belajar berjalan, tetapi hal ini jauh dari keharusan bagi para insinyur untuk secara eksplisit memprogram bagaimana robot biasanya diajarkan untuk bermanuver. (Dan, seperti disebutkan, ini jauh lebih baik daripada yang bisa dilakukan bayi manusia dalam jangka waktu seperti itu!)
“Meskipun banyak algoritma pembelajaran tanpa pengawasan atau pembelajaran penguatan telah didemonstrasikan simulasi, menerapkannya pada robot berkaki nyata ternyata sangat sulit,” Tan menjelaskan. “Pertama, pembelajaran penguatan membutuhkan data, dan mengumpulkan data robot itu mahal. Pekerjaan kami sebelumnya telah mengatasi tantangan ini. Kedua, pelatihan mengharuskan seseorang menghabiskan banyak waktu untuk mengawasi robot. Jika kita membutuhkan seseorang untuk memantau robot dan mengatur ulang robot secara manual setiap kali robot tersandung — ratusan atau ribuan kali — maka akan memerlukan banyak usaha dan waktu yang sangat lama untuk melatih robot tersebut. Semakin lama waktu yang dibutuhkan, semakin sulit untuk meningkatkan pembelajaran pada banyak robot di berbagai lingkungan.”
Suatu saat penelitian ini dapat membantu menciptakan robot yang lebih lincah dan mampu beradaptasi lebih cepat di berbagai medan. “Potensi penerapannya sangat banyak,” kata Tan. Namun, Tan menekankan bahwa ini “masih dalam tahap awal, dan masih banyak tantangan yang perlu kita atasi.”
Namun, sesuai dengan tema pembelajaran penguatan, ini tentu saja merupakan hadiah yang layak untuk dimaksimalkan!
Rekomendasi Editor
- AI mengubah Breaking Bad menjadi anime — dan itu menakutkan
- Mengapa AI tidak akan pernah menguasai dunia
- Bagaimana kita tahu kapan AI benar-benar menjadi makhluk hidup?
- Rumus lucunya: Mengapa humor yang dihasilkan mesin adalah cawan suci A.I.
- Bacalah 'kitab suci sintetik' yang sangat indah dari A.I. yang berpikir itu adalah Tuhan
Tingkatkan gaya hidup AndaTren Digital membantu pembaca mengawasi dunia teknologi yang bergerak cepat dengan semua berita terbaru, ulasan produk yang menyenangkan, editorial yang berwawasan luas, dan cuplikan unik.
