رونمایی «دیپ مایند» از مدل هوش مصنوعی جدید خود

به گزارش آی‌ای، ربات‌های امروزی با توجه به اینکه با داده‌های دنیای واقعی آموزش می‌ببینند، می‌توانند وظایف مختلفی را انجام دهند. اما اگر آنها نیازی به این داده‌ها نداشته باشند و بتوانند این مرحله را دور بزنند چه می‌شود؟ این امر منجر به توسعه بسیاری از ربات‌های همه منظوره با سرعت بیشتری می‌شود.

اکنون دیپ مایند که زیرمجموعه گوگل محسوب می‌شود، یک مدل هوش مصنوعی بهبود یافته به نام RoboCat معرفی کرده است که می‌تواند داده‌های آموزشی جدیدی را برای بهبود تکنیک خود بدون دخالت بیش از حد انسانی تولید کند.

دانشمندان توسعه دهنده این مدل هوش مصنوعی می‌گویند: RoboCat بسیار سریع‌تر از سایر مدل‌های پیشرفته یاد می‌گیرد. این مدل می‌تواند یک کار جدید را با حداقل ۱۰۰ نمایش انتخاب کند، زیرا از یک مجموعه داده بزرگ و متنوع استخراج می‌شود. این قابلیت به تسریع تحقیقات رباتیک کمک می‌کند، زیرا نیاز به آموزش تحت نظارت انسان را کاهش می‌دهد و گام مهمی در جهت ایجاد یک ربات همه منظوره است.

آنها در ادامه توضیح دادند که این مدل جدید بر اساس مدل چندوجهی گاتو(Gato) توسعه یافته است. این مدل می‌تواند زبان، تصاویر و اقدامات را در محیط‌های شبیه سازی شده و فیزیکی پردازش کند.

پژوهشگران از معماری گاتو استفاده کردند که مجموعه‌ای از مجموعه‌های آموزشی بزرگ از توالی‌هایی از تصاویر و اقدامات بازوهای رباتیک مختلف را ارائه می‌کند که صدها کار مختلف را انجام می‌دهند. سپس RobotCat را برای یادگیری وظایف جدید با دنبال کردن پنج مرحله آموزش دادند:

۱. جمع آوری ۱۰۰ تا ۱۰۰۰ نمایش از یک کار یا ربات جدید، با استفاده از یک بازوی رباتیک که توسط یک انسان کنترل می‌شود.

۲. RoboCat را روی این کار/بازوی جدید تنظیم می‌کنند و یک عامل دنباله تخصصی ایجاد می‌کنند.

۳. RoboCat روی این وظیفه/بازوی جدید به طور متوسط ۱۰ هزار بار تمرین می‌کند و داده‌های آموزشی بیشتری تولید می‌کند.

۴. داده‌های نمایشی و داده‌های خودتولید شده را در مجموعه داده آموزشی موجود RoboCat می‌گنجانند.

۵. در نهایت نیز یک نسخه جدید از RoboCat را بر روی مجموعه داده آموزشی جدید آموزش می‌دهند.

این آموزش متنوع به مدل هوش مصنوعی یاد می‌دهد که در عرض چند ساعت با بازوهای رباتیک مختلف کار کند و RobotCat به سرعت سازگار می‌شود.

در واقع این ربات حتی با وجود اینکه روی بازوهای دو انگشتی آموزش ندیده بود، می‌توانست خود را با بازویی پیچیده‌تر با سه انگشت و دو برابر ورودی‌های قابل کنترل تطبیق دهد.

RoboCat هرچه کارهای جدید بیشتری یاد بگیرد، در یادگیری کارهای جدید و بیشتر، بهتر می‌شود.

نسخه‌های اولیه RoboCat فقط در ۳۶ درصد مواقع در کارهایی که قبلا ندیده بود و انجام نداده بود، موفق بود. با این حال، جدیدترین و پیشرفته‌ترین RoboCat که بر روی تنوع بیشتری از وظایف آموزش دیده است، دارای نرخ موفقیت بیش از دو برابری در همان وظایف است.