آموزش وظایف جدید به ربات‌ها/ تشخیص زباله با استفاده از بینایی رباتیک ممکن شد

به گزارش خبرنگار خبرگزاری علم و فناوری آنا، یکی از نخستین موضوعاتی که در دنیای رباتیک کشف می‌کنید، پیچیدگی کار‌های ساده است، موضوعاتی که برای انسان‌ها ساده به نظر می‌رسند، متغیر‌های بالقوه نامحدودی دارند و آن‌ها را بدیهی می‌دانیم.

دقیقاً به همین دلیل است که بیشتر این صنعت (رباتیک ) روی وظایف تکرارپذیر در محیط‌های ساختاریافته متمرکز شده است. خوشبختانه دنیای یادگیری رباتیک در سال‌های اخیر شاهد پیشرفت‌هایی بوده است و این صنعت در مسیر ایجاد و به‌کارگیری سیستم‌های سازگارتر قرار دارد.

سال گذشته تیم رباتیک گوگل دیپ مایند ربات تبدیل شونده (RT ۱) «آرتی ۱» را به نمایش گذاشت که سیستم‌های ربات همه روزه خود را برای انجام وظایفی مانند انتخاب و قراردادن و بازکردن گره‌ها آموزش می‌داد. به گفته این تیم، این سیستم مبتنی بر پایگاه داده‌ای متشکل از ۱۳۰ هزار نمایش بود که با نرخ موفقیت ۹۷ درصدی برای بیش از ۷۰۰ وظیفه منجر شد.

امروز نوبت به «آرتی ۲» (RT ۲) رسیده است؛ در یک پست وبلاگی وینسنت ونهوک دانشمند برجسته دیپ مایند و رئیس رباتیک، می‌گوید که این سیستم به ربات‌ها اجازه می‌دهد تا به طور موثر مفاهیم آموخته شده در مجموعه داده‌های نسبتا کوچک را به سناریو‌های مختلف منتقل کنند.

گوگل توضیح می‌دهد: «آرتی ۲» قابلیت‌های تعمیم بهبود یافته و درک معنایی و بصری فراتر از داده‌های رباتیکی که در معرض آن‌ها قرار داشت را نشان می‌دهد.

وان هوک به سناریویی اشاره می‌کند که در آن از ربات خواسته می‌شود زباله‌ها را دور بیندازد، در بسیاری از مدل ها، کاربر باید به ربات یاد دهد که چه چیزی را به عنوان زباله تشخیص دهد و سپس آن را آموزش دهد تا زباله‌ها را بردارد و دور بیندازد. این سطحی از مینی کامپیوتر است که به خصوص برای سیستم‌هایی که انتظار می‌رود مجموعه‌ای از وظایف مختلف را انجام دهند، مقیاس پذیر نیست.

وان هوک می‌نویسد: از آنجا که «آرتی ۲» قادر به انتقال دانش از پیکره بزرگی از داده‌های وب است، در حال حاضر ایده‌ای از زباله‌ها دارد و می‌تواند آن‌ها را بدون آموزش صریح شناسایی کند. به ماهیت انتزاعی زباله‌ها فکر کنید یک کیسه چیپس یا پوست موز بعد از خوردن آن‌ها تبدیل به زباله می‌شود. «آرتی ۲» قادر است این موضوع را از داده‌های آموزش زبان بینایی خود درک کند و این کار را انجام دهد.

این تیم می‌گوید میزان کارایی در اجرای وظایف جدید از ۳۲ درصد به ۶۲ درصد در ربات «آرتی ۲» بهبود یافته است.