Sztuczna inteligencja obniży ceny robotów

fot. pixabay

Umiejętność korzystania z wiedzy zdobytej w innych okolicznościach mogłaby sprawić, że tanie roboty będą wykonywać zadania w sposób nie gorszy od swoich droższych odpowiedników.

Jednym z najtrudniejszych wyzwań stojących obecnie przed ich konstruktorami jest sprawne działanie maszyny poza laboratorium. W warunkach symulacji możliwe jest wyposażenie go w drogie czujniki i zapewnienie mu idealnego środowiska do nauki. Jednak w rzeczywistym świecie używanie tych samych sensorów może być nieuzasadnione finansowo dla konsumentów.

Naukowcy z Vrije Universiteit zwrócili się więc w stronę uczenia maszynowego. Tak zwany transfer learning jest procesem adaptowania danych, które algorytm sterowania przetwarzał w jednym kontekście do zastosowania w innej sytuacji. Oznacza to, że robot może najpierw trenować za pomocą lepszych czujników, by potem wykorzystać to czego się nauczył, wykorzystując tanie sensory w rzeczywistym środowisku.

Aby przetestować swoją ideę, naukowcy stworzyli i przetestowali robota, który najpierw nawigował swoją pracą za pomocą ośmiu czujników zbliżeniowych, a następnie w oparciu o pojedynczą kamerę. W trakcie badań odkryli, że gdy algorytm sterujący robotem wykorzystywał transfer learning do podejmowania decyzji (tylko z dostępem do kamery), nauczył się poruszać po określonych trajektoriach znacznie szybciej niż wtedy, gdy nie korzystał z tej technologii.

(rr)