تنظیمات
تصویر
مشخصات خبر
اندازه فونت :
چاپ خبر
شاخه : فناوری
لینک : econews.ir/5x3180295
شناسه : 3180295
تاریخ :
کمک هوش مصنوعی به ربات‌ها برای بهتر برداشتن اشیاء اقتصاد ایران: محققان موسسه فناوری ماساچوست(MIT) یک سیستم هوش مصنوعی جدید توسعه داده‌اند که می‌تواند ربات‌ها را در برداشتن و مدیریت اشیاء بهینه کند و بیش از ۲۰۰۰ شیء را در دست بگیرد.

به گزارش خبرگزاری اقتصاد ایران ،  هنگامی که ما یک شیء را برمی‌داریم، لازم نیست به این فکر کنیم که چگونه آن را در دست خود قرار دهیم و چگونه آن را در دستمان نگه داریم. این قابلیتی است که وقتی از کودکی یاد می‌گیریم حرکت کنیم و چیزهای مختلف را برداریم، به طور طبیعی در ما به وجود می‌آید. این همان قابلیت ذاتی است که به کودکان اجازه می‌دهد حتی از پیشرفته‌ترین ربات‌های موجود امروزی نیز در کار کردن با دستان خود ماهرتر باشند.

اما این موضوع می‌تواند به سرعت تغییر کند. گروهی از دانشمندان آزمایشگاه علوم رایانه و هوش مصنوعی موسسه فناوری ماساچوست(MIT) سیستم هوش مصنوعی جدیدی را توسعه داده‌اند که روزی می‌تواند همین میزان از مهارت ما انسان‌ها را به ربات‌ها بدهد.

آنها با استفاده از یک الگوریتم هوش مصنوعی تقویتی مدل آزاد، یک دست رباتیک انسان‌نما ایجاد کردند که می‌تواند بیش از ۲۰۰۰ شیء را در دست بگیرد و مدیریت کند. علاوه بر این، این سیستم برای یافتن راهی برای حرکت دادن اشیا در دست خود، نیازی به آموزش ندارد.

این سیستم هنوز برای استفاده در دنیای واقعی آماده نیست. محققان برای شروع، باید آن را به یک ربات واقعی منتقل کنند. اما این کار ممکن است آن قدرها هم که به نظر می‌رسد، دشوار نباشد. در آغاز سال جاری، محققان دانشگاه "ژجیانگ" و دانشگاه "ادینبرو" را دیدیم که با موفقیت، یک سیستم هوش مصنوعی تقویتی را به سگ رباتیک خود موسوم به "جوئینگ"(Jueying) منتقل کردند. این سیستم به این سگ رباتیک اجازه داد تا راه رفتن را بیاموزد و به تنهایی و بدون کمک پس از افتادن روی زمین، بلند شود.

همانطور که انتظار می‌رود، این سیستم هنوز کامل نیست. این سیستم در حال حاضر می‌تواند بسیاری از اشیاء کوچک‌تر از جمله چیزهایی مانند توپ تنیس و سیب را با نرخ موفقیت نزدیک به ۱۰۰ درصدی کنترل کند و تغییر جهت دهد، اما ابزارهایی مانند پیچ ​​گوشتی و قیچی برای آن یک چالش هستند و وقتی پای این اشیا وسط می‌آید، میزان موفقیت آن به ۳۰ درصد کاهش می‌یابد.

با این حال، پتانسیل این سیستم بسیار زیاد است و می‌تواند روزی ربات‌ها را در کنترل ابزارها بسیار بهتر کند و آنها را در کارهایی مانند بسته‌بندی جعبه‌ها بسیار کارآمدتر کند.