Google werkt sinds kort op het gebied van zogenaamde "cloudrobotica". Dit is een fenomeen wanneer robots, die hebben geleerd om onafhankelijk elke actie uit te voeren, hun "ervaring" kunnen delen met andere robots, simpelweg door informatie te verzenden via elke beschikbare communicatiemethode. Dit principe van lesgeven stelt je in staat om het moment van herprogrammeren, of, om zo te zeggen, "omscholing" te vermijden, wanneer je nieuwe taken aan de techniek vastlegt.
De essentie van "cloudrobotica" is als volgt: het is gebaseerd op neurale netwerken die de opeenvolging van uitgevoerde acties bepalen en opslaan, die verantwoordelijk zijn voor de processen van automatisme en informatieoverdracht. In het algemeen voor alles wat we ervaring noemen. Robots op basis van neurale netwerken kunnen elke taak uitvoeren en het kunstmatige brein zal zijn eigen oplossingen vinden. Als de robot in de toekomst deze acties meerdere keren uitvoert, zal hij een optimaal algoritme ontwikkelen dat hij naar andere machines kan overbrengen, en ze zullen het gebruiken en verbeteren, en niet elke keer opnieuw beginnen.
Wetenschappers van Google Research hebben hun algoritme getest op drie soorten robots die verschillende taken uitvoeren: deuren openen, objecten op een dienblad bestuderen en een aangepaste versie van het eerste experiment, waarbij de robot niet zelfstandig werd getraind, maar bestuurd door een persoon met de daaropvolgende taak om de vaardigheden te verbeteren.
In het eerste geval kostte het de auto veel tijd om te begrijpen dat om de deur te openen, je de hendel moet pakken, deze moet draaien en op de deur moet duwen. Maar alle volgende robots gebruikten dit algoritme en sloegen het trainingsmoment over.
In het experiment met het dienblad werden de machines aan zichzelf overgelaten en bestudeerden ze enkele uren de causale verbanden tussen objecten (bijvoorbeeld: een ketel - een kopje - suiker: wat ermee te doen is alleen voor ons duidelijk, de robots moesten "leren").
Experiment nummer drie, na het trainen van de robot door de operator, was overgeleverd aan het "collectieve bewustzijn", dat snel samen de optimale oplossingen vond, verschillend in verschillende beginposities van de manipulatoren en het eindresultaat, dat de manipulatie versnelde.
Het meest interessante moment was toen een van de robots werd gedwongen een deur te openen waarop een heel ander type handgreep was geïnstalleerd. De machine heeft uitstekend werk geleverd.
Waarom is dit allemaal nodig, naast het construeren van theorieën over de opstand van machines? Het is simpel: door deze versnelling van het leerproces kunnen industriële robots complexe taken veel sneller uitvoeren dan bij de traditionele aanpak.
Promotie video:
VLADIMIR KUZNETSOV