A Google a közelmúltban az ún. Felhőrobotika területén dolgozott. Ez egy olyan jelenség, amikor a robotok, megtanulva bármilyen műveletet elvégezni, megoszthatják tapasztalataikat más robotokkal, egyszerűen az információk bármely rendelkezésre álló kommunikációs módszerrel történő továbbításával. A tanítás ezen alapelve lehetővé teszi, hogy elkerülje az átprogramozás pillanatát, vagy úgy mondjuk, az "átképzést", amikor új technikai feladatokat állít fel.
A "felhőrobotika" lényege a következő: ideghálózatokon alapul, amelyek meghatározzák és tárolják a végrehajtott műveletek sorrendjét, felelősek az automatizmus és az információátadás folyamatáért. Általában mindent, amit tapasztalatnak nevezünk. A neurális hálózatokon alapuló robotok bármilyen feladatot fel tudnak állítani, és a mesterséges agy saját megoldásokat talál. A jövőben, amikor ezeket a műveleteket többször hajtja végre, a robot kifejleszti az optimális algoritmust, amelyet más gépekre is át tud adni, és ezt fogja használni és továbbfejleszteni, és nem minden alkalommal kezdődik.
A Google Research tudósai háromféle típusú roboton tesztelték algoritmusukat, amelyek különböző feladatokat hajtanak végre: ajtók nyitása, tárgyak tanulmányozása a tálcán, valamint az első kísérlet módosított verziója, amikor a robotot nem önállóan képzték, hanem egy személy irányította, és ezt a feladatot a készségek fejlesztése követte.
Az első esetben sok időbe telt az autó, hogy megértse, hogy az ajtó kinyitásához meg kell fognia a fogantyút, el kell fordítania és be kell nyomnia az ajtót. De az összes későbbi robot felhasználta ezt az algoritmust, és kihagyta a képzési pillanatot.
A tálcával végzett kísérletben a gépeket magukra hagyták, és néhány órán keresztül tanulmányozták a tárgyak közötti okozati összefüggéseket (például: vízforraló - csésze - cukor: mit kell tenni, ez csak nekünk nyilvánvaló, a robotoknak „meg kellett tanulniuk”).
A harmadik kísérlet, miután a robotot az operátor kiképezte, a „kollektív tudatosság” kezére maradt, amely gyorsan közösen találta meg az optimális megoldásokat, különbözve a manipulátorok különböző kezdeti helyzetében és a végeredményben, amely felgyorsította a manipulációt.
A legérdekesebb pillanat az volt, amikor az egyik robot kénytelen volt kinyitni egy ajtót, amelyre egy teljesen más típusú fogantyút telepítettek. A gép kiváló munkát végzett.
Miért van szükség mindezre a gépek felkelésével kapcsolatos elméletek felépítése mellett? Ez egyszerű: a tanulási folyamat ilyen gyorsítása lehetővé teszi az ipari robotok számára, hogy sokkal gyorsabban kezdjék el elvégezni a komplex feladatokat, mint a hagyományos megközelítésnél.
Promóciós videó:
VLADIMIR KUZNETSOV