لحظه مگ-گروه اجتماعی : رباتهای امروزی در دیدن محیط (مثلاً با دوربین) و حرف زدن (با کمک هوش مصنوعی) بسیار پیشرفته شدهاند، اما وقتی نوبت به کارهایی مثل برداشتن اجسام، دستکاری اشیا یا تماس آرام با انسان میرسد، هنوز عملکرد ضعیفی دارند. دلیل اصلی این است که رباتها نمیتوانند احساس لمس را بهخوبی درک کنند و بر اساس آن واکنش مناسب نشان دهند.
راهحل: تقلید از یادگیری نوزادان
پژوهشگران دانشگاه تونگجی چین با الهام از چگونگی یادگیری نوزادان انسان، روشی جدید ابداع کردهاند که به رباتها میآموزد مانند یک کودک، از طریق لمس و تجربه فیزیکی با دنیا تعامل کنند. این سامانه که بر پایه فرا یادگیری (یک روش هوش مصنوعی برای یادگیری سریع و انعطافپذیر) طراحی شده و در مجله معتبر نوروکامپیوتینگ/ Neurocomputing منتشر شده، تنها از حسگرهای لمسی و حس موقعیت بدنی ربات استفاده میکند.
در این روش، ربات یاد میگیرد با ترکیب اطلاعات لمسی (مثل حس فشار) و آگاهی از موقعیت اعضای بدن خود، بهتر بفهمد چگونه با اشیا و انسانها تعامل فیزیکی ایمن و طبیعی داشته باشد.
ویژگیهای کلیدی این روش جدید
یادگیری سریع و انعطافپذیری: ربات میتواند پس از آموزش محدود، خود را با موقعیتها و اشیای جدید سازگار کند؛
بینیازی از مدلهای پیچیده: این سامانه بدون نیاز به برنامهنویسی دقیق و جزئیات فنی سنگین، تنها با دادههای حسگرها کار میکند؛
مقاومت و توسعهپذیری: این روش در شرایط مختلف بهخوبی عمل میکند و میتوان آن را برای رباتهای گوناگون به کار برد.
آزمایش موفق در دنیای واقعی
هنگامی که این سامانه روی رباتهای واقعی آزمایش شد، نتایج بسیار امیدوارکننده بود. رباتها توانستند بهتدریج حرکات خود را بهبود بخشند و با انسانها به گونهای ایمن و طبیعی تعامل کنند، گویی در حال یادگیری از تجربیات خود هستند.
آیندهای با رباتهای باهوشتر و مفیدتر
این پیشرفت میتواند راه را برای ساخت رباتهای انساننمای همیار و رباتهای خدماتی هموار کند که در محیطهایی مانند مراکز مراقبت، بیمارستانها یا خانهها بتوانند با انسانها همکاری نزدیک و بیخطری داشته باشند. گام بعدی، آزمایش این سامانه روی رباتهای بیشتر و در شرایط متنوعتر خواهد بود.
لحظه مگ
