Вполне вероятно, что очень скоро роботы будут жить в домах с людьми, помогая пожилым людям жить самостоятельно. Но для этого им придется научиться выполнять всю маленькую работу, которую люди могли бы выполнять не задумываясь. Многие современные системы искусственного интеллекта обучены выполнять определенные задачи, анализируя тысячи подписанных изображений конкретного действия. Хотя эти методы помогают решать все более сложные задачи, они по-прежнему касаются лишь очень специфических задач и требуют кучу времени и вычислительной мощности для обучения.
Читайте также: Специализированный магазин МД Стор для копателей, кладоискателей, любителей хобби поиска с металлоискателем, поиска сокровищ. У нас можно купить металлоискатель, катушку для металлоискателя, пинпоинтеры, рюкзаки, сумки, лопаты для копа, и любое другое поисковое оборудование. Самый широкий выбор товаров, полный набор всего доступного в Украине оборудования для копа, поиска кладов и сокровищ только у нас - интернет магазин MD Store по доступным ценам ...
Если робот будет заботиться о пожилых людях, проблемы такой работы будут сильно разниться, если сравнивать с типичными ситуациями в процессе обучения. В течение дня роботы должны делать много всего, от приготовления чая до смены постельного белья в процессе разговора. Это сложные задачи, которые становятся сложнее в комбинации. Не бывает двух одинаковых домов, а значит роботам придется быстро учиться и адаптироваться к окружающей среде. И как это часто бывает, если живешь с кем-то еще, вещи имеют свойство мигрировать. Роботу придется научиться находить их самостоятельно.
Один из подходов заключается в том, чтобы разработать робота, способного обучаться на протяжении всей жизни, который мог бы хранить знания, основанные на опыте, и выработать способы их адаптации и применения к новым задачам. После того, как вы научитесь делать чашку чая, эти навыки можно применить и к кофе.
Мозг человека учится на протяжении всей своей жизни, постоянно адаптируясь к сложным и меняющимся условиям и ежедневно решая широкий круг проблем. Моделирование того, как люди обучаются, могло бы помочь в разработке роботов, с которыми мы можем взаимодействовать естественным образом, будто с другим человеком.
Содержание
- 1 Моделирование развития ребенка для обучения робота
- 2 Учимся играя
Моделирование развития ребенка для обучения робота
Первый вопрос, который нужно задать, когда начинаешь моделировать людей: с чего начать? Алан Тьюринг, известный математик и пионер искусственного интеллекта, однажды сказал:
«Вместо того, чтобы пытаться создать программу для моделирования сознания взрослого, почему бы не попробовать произвести программу для моделирования ребенка? Если бы было так, то после соответствующего курса образования можно было бы получить мозг взрослого».
Он сравнил мозг ребенка с пустой записной книжкой, которую можно наполнить в процессе образования и разработать интеллектуальную взрослую «систему». Но каким должен быть возраст ребенка для моделирования? Какие знания и навыки нужно закладывать сначала?
Новорожденные дети очень ограничены в том, что могут делать и как воспринимают мир вокруг себя. Мышечной силы в шее ребенка недостаточно, чтобы поддерживать головку, и он не научился контролировать свои ручки и ножки.
Начать с нулевого месяца — такой шаг может сильно ограничить робота. Но физические ограничения ребенка на самом деле помогают ему сосредоточиться на решении небольшого подкласса задач, к примеру, он учится соотносить свои глаза с тем, что слышит и видит. Эти шаги на первоначальных этапах построения модели ребенка выстраивают его тело еще до того, как он начнет понимать сложность мира вокруг.
Инженеры применили подобные ограничения к роботу, первоначально заблокировав движение различных суставов, чтобы имитировать отсутствие мышечного контроля. Также они скорректировали изображения с камеры робота, чтобы он «видел» мир глазами новорожденного — с размытием и слабой периферией. Вместо того, чтобы говорить роботу, как ему двигаться, ему позволили выяснить это самостоятельно. Плюсом здесь стало то, что по мере изменений калибровки, либо по мере повреждения конечностей, робот будет способен адаптироваться к этим изменениям и продолжать работу.
Учимся играя
Исследования показали, что благодаря применению ограничений в процессе обучения, увеличивается не только скорость, с которой приобретаются новые знания и навыки, но также увеличивается точность того, что изучается.
Предоставляя роботу контроль над снятием ограничений — давая ему контроль над суставами и улучшая его зрение — можно добиться того, что робот сам будет контролировать свою скорость обучения. Ученые смоделировали «ребенка» и первые 10 месяцев его роста. По мере того, как робот обучался соотносить движения и получаемую сенсорную информацию, он обретал стереотипное поведение, наблюдаемое у младенцев — вроде того, когда дети проводят длительные периоды времени, уставившись на свои руки во время движения.
Когда робот учится координировать свое собственное тело, следующая важная веха, которую он проходит — он начинает понимать окружающий его мир. Игра — это важная часть обучения ребенка. Она помогает ему исследовать окружающую среду, тестировать различные возможности и изучать результаты.
Поначалу это может быть что-то простое, вроде постучать ложкой по столу или положить в рот какой-нибудь предмет. Но потом это перерастает в строительство башен из кубиков или помещение объектов в подходящие отверстия. Все эти действия создают опыт, который в дальнейшем обеспечит основу для навыков, таких как поиск правильного ключа для открытия замка и тонкой моторики, чтобы вставить ключ в замочную скважину, а затем повернуть его.
В будущем использование этих методов даст роботам средства для обучения и адаптации к сложным условиям и задачам, которые люди принимают как должное в повседневной жизни. Однажды роботы смогут помогать пожилым людям, но обучать их смогут даже дети в детском саду.
