Walt Disney'in filmindeki o sahneyi hatırlıyor musun? Bambi adı geçen geyik yavrusu nerede ayağa kalkıp kendi gücüyle yürümeyi öğrenir? Filmde, domuzlardan zürafaya ve evet geyiklere kadar pek çok yavru hayvanın doğumlarından birkaç dakika sonra edindiği bir beceriyi sergileyen büyüleyici bir hikaye var. Yaşamlarının ilk birkaç saati boyunca bu hayvanlar, kendi hareket hareketleri üzerinde tam kontrole sahip olana kadar motor becerilerini hızla geliştirirler. Yaklaşık yedi ayda bir şeylere tutunarak ayakta durmayı öğrenen ve 15 ayda yürümeye başlayan insanlar, buna kıyasla umutsuzca halsizdir.
İçindekiler
- Pozitif takviye
- Daha iyi robotlar inşa etmek
Robotların bizi geride bıraktığı son görev neydi tahmin edin? Yeni bir çalışmada Google'daki araştırmacılar tarafından gerçekleştirilen, mühendisler dört ayaklı bir Minitaur robota yürümeyi öğrettiler, aslında ona pek bir şey öğretmek zorunda kalmadılar. Bunun yerine, dört ayaklı bir robot yapmak için bir tür hedef odaklı yapay zeka kullandılar.
ileri yürümeyi öğren, geriye doğru ve tamamen kendi başına sola ve sağa dönün. Düz zemin, yumuşak bir yatak ve yarıklı bir paspas da dahil olmak üzere üç farklı arazide bunu kendi kendine başarıyla yapmayı başardı.Önerilen Videolar
"Bacaklı robotlar büyük hareket kabiliyetine sahip olabilir çünkü bacaklar, asfaltsız yollarda ve insanlar için tasarlanmış yerlerde gezinmek için gereklidir." Jie TanProjenin baş araştırmacısı ve Google'ın hareket çalışmaları başkanı Digital Trends'e şunları söyledi: "Ayaklı robotların çeşitli ve karmaşık gerçek dünya ortamlarımızda gezinmesini sağlamakla ilgileniyoruz, ancak bu çeşitliliği yönetebilecek robotik kontrolörleri manuel olarak tasarlamak zordur ve karmaşıklık. Bu nedenle robotların kendi kendilerine öğrenebilmeleri önemlidir. Bu çalışma heyecan verici çünkü bu, sistemimiz sayesinde bacaklı bir robotun kendi başına yürümeyi başarılı bir şekilde öğrenebileceğinin erken bir gösterimi.”
Pozitif takviye
Asgari İnsan Çabasıyla Gerçek Dünyada Yürümeyi Öğrenmek
Bu özel projenin temelindeki teknoloji, derin takviyeli öğrenme olarak adlandırılan bir şeydir. Davranışçı psikolojiden ve deneme yanılmadan ilham alan derin öğrenmeye özel bir yaklaşım öğrenme. Belirli bir ödülü en üst düzeye çıkarmaları söylenen yazılım aracıları, bu sonuçlara mümkün olan en kesin ve verimli şekilde ulaşacak bir ortamda harekete geçmeyi öğrenirler. Takviyeli öğrenmenin gücü 2013'te ünlü bir şekilde gösterildi Google'ın DeepMind'ı bir yapay zekayı nasıl eğittiğini gösteren bir makale yayınladığında klasik Atari video oyunlarını oynamak için. Bu, ekrandaki puan ve oynadığı video oyunlarının her karesini oluşturan yaklaşık 30.000 piksel dışında hiçbir talimat olmadan başarıldı.
Video oyunları veya en azından simülasyonlar robot bilimi araştırmacıları tarafından da sıklıkla kullanılıyor. Simülasyon teoride son derece mantıklıdır çünkü robot bilimcilerin gerçek dünyaya geçmeden önce makinelerini sanal bir dünyada eğitmelerine olanak tanır. Bu, robotları belirli bir görevi yerine getirmeyi öğrenirken karşılaşacağı kaçınılmaz zorluklardan ve aşınma ve yıpranmalardan kurtarır. Bir benzetme olarak, tüm sürüş derslerinizin bir sürüş simülatörü kullanılarak gerçekleştirildiğini hayal edin. Fiziksel güvenliğinizi riske atma veya arabanıza (veya bir başkasınınkine) zarar verme konusunda bu kadar dikkatli olmanız gerekmeyeceği için daha hızlı öğreneceğiniz argümanı ileri sürülebilir. Ayrıca, tahsis edilen dersleri veya lisanslı bir sürücünün sizi götürmeye istekli olmasını beklemek zorunda kalmadan daha hızlı eğitim alabilirsiniz.
Buradaki sorun şu ki, araba sürme video oyunu oynayan herkesin bileceği gibi, gerçek dünyayı gerçek dünya gibi hissettirecek şekilde modellemenin oldukça zor olması. Bunun yerine Google araştırmacıları, robotlarının daha az denemeyle daha hızlı öğrenmesine olanak tanıyan gelişmiş algoritmalar geliştirmeye başladı. Daha önceki bir Google araştırmasından yola çıkarak 2018 yılında yayınlandıRobotları bu son gösteride yalnızca birkaç saat içinde yürümeyi öğrenebildi.
Bunu aynı zamanda daha temkinli, daha güvenli, daha az düşme içeren bir öğrenme yaklaşımını vurgulayarak da yapabiliyor. Sonuç olarak, robotun her takla attığında yerden alınması ve tozunu alması için yapılması gereken insan müdahalesi sayısı en aza indirilir.
Daha iyi robotlar inşa etmek
İki saat içinde yürümeyi öğrenmek, yürümeyi öğrenme verimliliği açısından oldukça yüksek düzeyde olmayabilir, ancak bu, mühendislerin bir robota genellikle manevra yapmayı nasıl öğreteceğini açıkça programlamak zorunda olmasından çok uzaktır. (Ve belirtildiği gibi bu, insan bebeklerinin bu tür bir zaman diliminde başarabileceğinden çok daha iyidir!)
“Birçok denetimsiz öğrenme veya takviyeli öğrenme algoritması kanıtlanmış olmasına rağmen simülasyonun gerçek, bacaklı robotlara uygulanmasının inanılmaz derecede zor olduğu ortaya çıktı," Tan açıkladı. "Öncelikle, takviyeli öğrenme veriye aç ve robot verilerinin toplanması pahalı. Önceki çalışmalarımız bu zorluğa değindi. İkincisi, eğitim birisinin robotu denetlemek için çok zaman harcamasını gerektirir. Robotu izleyecek ve her tökezlediğinde (yüzlerce veya binlerce kez) manuel olarak sıfırlayacak bir kişiye ihtiyacımız varsa, robotu eğitmek çok fazla çaba ve çok uzun zaman alacaktır. Ne kadar uzun sürerse, öğrenmeyi birçok farklı ortamdaki birçok robota ölçeklendirmek de o kadar zor olur."
Bir gün bu araştırma, çeşitli arazilere daha hızlı uyum sağlayabilen, daha çevik robotların yaratılmasına yardımcı olabilir. Tan, "Potansiyel uygulamalar çoktur" dedi. Ancak Tan, bunun "henüz erken günler olduğunu ve hâlâ üstesinden gelmemiz gereken birçok zorluk olduğunu" vurguladı.
Takviyeli öğrenme temasına uygun olarak, kesinlikle en üst düzeye çıkarmaya değer bir ödül!
Editörlerin Önerileri
- Yapay Zeka, Breaking Bad'i bir animeye dönüştürdü ve bu çok korkutucu
- Neden yapay zeka dünyaya asla hükmedemeyecek?
- Bir yapay zekanın gerçekten duyarlı hale geldiğini nasıl bileceğiz?
- Komik formül: Makine tarafından üretilen mizah neden yapay zekanın kutsal kâsesidir?
- Bir A.I.'nin tüyler ürpertici derecede güzel "sentetik kutsal kitabını" okuyun. kendini Tanrı sanan
Yaşam tarzınızı yükseltinDigital Trends, en son haberler, eğlenceli ürün incelemeleri, anlayışlı başyazılar ve türünün tek örneği olan ön bakışlarla okuyucuların teknolojinin hızlı tempolu dünyasını takip etmelerine yardımcı olur.
