Acest robot durează doar 2 ore pentru a învăța cum să meargă singur

Într-un studiu recent efectuat la Google, inginerii au încercat să folosească un model de inteligență artificială (AI) ca bază pentru a crea un robot cu 4 picioare care poate învăța cum să se miște extrem de natural, fără a avea nevoie de prea multă asistență din partea oamenilor, cum ar fi să avanseze. înapoi, cotind la stânga și la dreapta. În plus, poate învăța și cum să se deplaseze cu precizie pe trei tipuri diferite de teren, inclusiv teren plat, perne moi și covorașe cu goluri.

Acest lucru poate suna simplu, dar în realitate, este foarte dificil să proiectați controlere de roboți care să poată gestiona comenzi de navigație atât de diverse și complexe, în special pe diferite tipuri de teren, fără ajutorul AI. Problema cheie este că roboții se pot auto-învăța și se pot adapta la multe situații, în loc să aibă întotdeauna nevoie de intervenția umană la fiecare pas.

Tehnologia AI folosită în acest proiect se numește „învățare prin consolidare profundă”, o abordare bazată pe tehnologia de învățare profundă inspirată din psihologia învățării.ro și „învățare prin încercare” și „învățare prin eroare”. Puterea învățării prin întărire profundă a fost demonstrată pentru prima dată în 2013, când DeepMind a lansat un model AI care ar putea învăța cum să joace jocuri clasice Atari fără instrucțiuni.

Jocurile video, sau cel puțin jocurile de simulare, sunt adesea folosite de cercetătorii în robotică pentru a-și antrena modelele AI. Creează un mediu teoretic excelent, permițând cercetătorilor să-și antreneze roboții într-o lume virtuală înainte de a ieși în lumea reală, ajutând robotul să recunoască și să-și amintească situațiile pe care le experimentează atunci când învață cum să îndeplinească o anumită sarcină.

În plus, cercetătorii Google promovează și dezvoltarea unor algoritmi îmbunătățiți care permit roboților lor să învețe mai repede cu mai puține încercări.

Faptul că un robot poate învăța să meargă singur în 2 ore poate să nu fie un rezultat șocant, dar arată o diferență clară de eficiență în comparație cu inginerii care trebuie să programeze în mod specific fiecare operațiune.Modul în care roboții funcționează este manual și extrem de pasiv precum inainte de. Cu toate acestea, dificultățile pe care le-a întâmpinat echipa Google au fost și ele uriașe.

„Deși mulți algoritmi de învățare nesupravegheată sau de învățare cu întărire profundă au fost demonstrați în simulare, aplicarea acestora la roboți în experimente din lumea reală nu este simplă. În primul rând, învățarea prin consolidare profundă necesită o cantitate mare de date de antrenament de intrare, iar colectarea datelor despre robot este, de asemenea, foarte costisitoare. În al doilea rând, procesul de antrenament necesită a petrece mult timp pentru monitorizarea robotului. Dacă am avea nevoie de un om care să monitorizeze robotul și să-l reseteze manual de fiecare dată când acesta se declanșează - de sute sau de mii de ori - ar fi nevoie de mult efort și timp pentru a antrena robotul. Cu cât durează mai mult, cu atât va fi mai dificil să scalați învățarea roboților în multe medii diferite”, a spus Jie Tan, unul dintre inginerii cheie ai proiectului.

În viitor, această cercetare ar putea ajuta la crearea unor roboți mai agili, care se pot adapta mai rapid la diferite tipuri de teren. Potențialul aplicației este uriaș, totuși proiectul se află abia în primele etape de dezvoltare și vor mai fi încă multe provocări de depășit.