آموزش کار خانه به ربات‌ها/ هوش مصنوعی تعامل انسان و ربات را افزایش می‌دهد
به گزارش خبرگزاری علم و فناوری آنا به نقل از نیوساینتیس، یک ربات می‌تواند با گوش دادن به دستورات صوتی انسان، نحوه شستن صحیح ظروف یا بسته بندی یک کیسه را بیاموزد. این می‌تواند راه را برای ربات‌های خانگی یا محل کار آینده هموار کند که قادر به یادگیری در لحظه در تعامل با انسانها هستند.
لوسی شیائوانگ شی از دانشگاه استنفورد در کالیفرنیا می‌گوید: «تقریباً غیرممکن است» آموزش ربات‌های کمک‌کننده خانگی که بتوانند به‌خوبی کارهای روزمره را در هر موقعیتی مدیریت کنند.
شی و همکارانش دو ماژول هوش مصنوعی توسعه دادند. یکی اقدامات رباتیک را با استفاده از دستورالعمل‌های زبانی برنامه ریزی می‌کند و دیگری آن اقدامات را به حرکات کنترل حرکتی تبدیل می‌کند. محققان ابتدا ربات را با کنترل مستقیم دو بازوی روباتیک توسط اپراتور‌های انسانی آموزش دادند تا همزمان هر مرحله را با صدای بلند روایت کنند. سپس صدای ضبط شده رونویسی و با حرکات ربات هماهنگ شد تا داده‌های آموزشی برچسب‌گذاری شده برای ربات ایجاد شود تا از آن یاد بگیرد.
محققان همچنین برخی از داده‌ها را در جایی که اپراتور‌های انسانی اشتباه می‌کردند، اما خودشان را تصحیح کردند، نگه داشتند. چلسی فین در دانشگاه استنفورد می‌گوید: به ناچار ربات نیز اشتباه خواهد کرد و اگر اشتباه کند، این داده‌ها به آن نشان می‌دهد که چگونه اشتباه را اصلاح کند.
سپس محققان ربات را به چالش کشیدند تا کار‌هایی مانند قرار دادن اقلام در کیسه پلاستیکی، استفاده از یک قاشق فلزی برای ریختن مواد ترکیبی خاص در کیسه و استفاده از یک اسفنج برای تمیز کردن آب نبات‌های خرسی چسبناک از روی بشقاب انجام دهد. یک میکروفون به ناظران انسانی اجازه می‌دهد تا در حین کار به ربات آموزش دهند: آنها ابتدا یک فرمان ماشه مانند «ایست» یا «بخشش» را قبل از ارائه جزئیات صادر کردند.
این اصلاحات شفاهی پس از آن برای تنظیم دقیق و بهبود قابلیت‌های برنامه ریزی ربات استفاده شد. چنین تنظیم دقیقی زمانی که ربات سه کار را دوباره به تنهایی انجام داد، به طور متوسط میزان موفقیت ربات را حدود ۲۰ درصد افزایش داد.
این رویکرد هوش مصنوعی آموزش‌دیده شده همچنین در برنامه‌ریزی اقدامات برای ربات، از جی‌پی‌تی-۴ وی که یک مدل هوش مصنوعی عمومی که قادر به پردازش اطلاعات بصری و زبانی است، بهتر عمل کرد. جی‌پی‌تی-۴ وی در مراحل استدلال خود به خوبی عمل کرد، اما در درک روابط فضایی بین ربات و اشیاء اطراف دچار خطا شد.
با این حال، محققان می‌گویند که ممکن است بتوان یک مدل زبان بینایی مشابه را انتخاب کرد و آن را با آموزش‌های اضافی تنظیم کرد تا ربات‌ها بتوانند دستورات زبانی بیشتری را درک کنند.
انتهای پیام/