Konuyu Değerlendir
  • 0 Oy - 0 Ortalama
  • 1
  • 2
  • 3
  • 4
  • 5
Önceden bilgisi olmadan doğmuş bir robot bacak yürümeyi öğrenir
#1
Yeni AI algoritmaları robotların kendi başlarına hareket etmeyi öğrenerek hayvanları taklit etmesine izin verebilir



11 Mart 2019

Kaynak:
Güney Kaliforniya Üniversitesi
Özet:
Araştırmacılar, hayvanlara benzer tendonlarla tahrik edilen AI kontrollü bir robot uzuv oluşturan ilk kişi olduklarını ve daha sonra robotun asla açıkça programlanamayacağı bir görev olan, sonraki ayaklanma süresi boyunca iyileşebileceklerini sanıyorlar. 

USC Viterbi Mühendislik Okulu'ndaki bir araştırmacılar ekibi, hayvanların yanına tendonlarla tahrik edilen AI kontrollü bir robot uzuv yaratan ilk kişi olduklarına inanıyorlar. robotun yapması için hiçbir zaman açıkça programlanmadığı.
[Resim: 190311125138_1_540x360.jpg]


Yeni doğmuş bir zürafa veya en yaşlı erkek için, doğmak dünyaya tehlikeli bir giriş olabilir - avcılar, sürünün en zayıf üyesinden yemek yeme fırsatını bekler. Bu nedenle birçok tür, yavrularının doğum dakikalarını takip ederek temellerini bulma yollarını geliştirmiştir.
Uzun zamandır ilham veren biyologlara ve robotistlere ilham veren şaşırtıcı bir evrim başarısı - ve şimdi USC Viterbi Mühendislik Okulu'ndaki bir USC araştırmacı ekibi, hayvan tendonları tarafından yönlendirilen AI kontrollü bir robot uzuv oluşturan ilk kişi olduklarına inanıyor hatta tetiklenir ve daha sonra robotun hiçbir zaman açıkça yapması için programlanmadığı bir görev olan bir sonraki düşüş sırasında kurtarılır.

USC Viterbi Mühendislik Fakültesi doktora öğrencisi Ali Marjaninejad ve diğer iki doktora öğrencisi olan Dario Urbina-Melendez ve Brian Cohn ile birlikte bir projede USC Biyoenesiyoloji ve Fiziksel Terapi profesörü olan Biyomedikal Mühendisliği profesörü Francisco J. Valero-Cuevas Sadece 5 dakikalık yapılandırılmamış oyundan sonra yeni bir yürüyüş görevini öğrenebilecek ve ek programlama gerektirmeden diğer görevlere uyum sağlayabilecek biyo-ilham algoritması geliştirdi.


Nature Machine Intelligence'ın Mart kapak makalesinde açıklanan makalesi, insan hareketi ve sakatlığını anlamak, duyarlı protezler oluşturmak ve uzay araştırmaları ve arama kurtarma gibi karmaşık ve değişen ortamlarla etkileşime girebilen robotlar için heyecan verici olanaklar sunuyor.
"Bugünlerde, bir robotun dünya ile etkileşime hazır olması için aylar veya yıllar süren eğitim eşdeğerini alıyor, ancak doğada görülen hızlı öğrenme ve adaptasyonları elde etmek istiyoruz" dedi. USC'de bilgisayar bilimi, elektrik ve bilgisayar mühendisliği, mekanik ve havacılık mühendisliği ve nörobilim alanlarında randevular.


USC Biyomedikal Mühendisliği Bölümünde doktora adayı olan Marjaninejad ve makalenin baş yazarı, bu atılımın bebeklerde gerçekleşen doğal öğrenmeye benzer olduğunu söyledi. Marjaninejad, robotun ilk önce çevresini serbest bir oyun sürecinde (veya 'motor gevezeliği' olarak bilinir) anlamasını sağladı.


Marjaninejad, "Bacağın bu rasgele hareketleri, robotun uzuvunun içsel bir haritasını ve çevre ile etkileşimlerini oluşturmasını sağlıyor" dedi.
Makalenin yazarları, mevcut çalışmaların çoğunun aksine, robotların yapmayı öğrendiklerini ve öğrenmeye rehberlik edecek önceki veya paralel bilgisayar simülasyonları olmadan olduğunu söylüyorlar.


Marjaninejad, bunun da özellikle önemli olduğunu ekledi, çünkü programcılar birden fazla senaryoyu tahmin edebilir ve kodlayabilir, ancak her olası senaryo için değil - bu nedenle önceden programlanmış robotlar kaçınılmaz olarak başarısızlığa eğilimlidir.

“Ancak, bu [yeni] robotların ilgili deneyimlerden öğrenmelerine izin verirseniz, sonunda bir zamanlar kullanıldığında gerektiği gibi kullanılmaya ve uyarlanacak bir çözüm bulacaklar. Çözüm mükemmel olmayabilir, ancak Marjaninejad, “durum için yeterince iyi, her birimiz olimpiyat madalyası kazanmak için her birimiz ihtiyaç duyuyor veya istiyor - veya zaman ve çaba harcayamıyor -” diyor.

Vücudunu ve çevresini keşfetme sürecinde, Valero Cuevas'ın USC'deki laboratuvarında tasarlanan robot uzuvlar, kişiselleştirilmiş hareketlere sahip robotlar üreten, kendileri için yeterince işe yarayan yürüyüş desenini geliştirmek için benzersiz deneyimlerini kullanır. “Koridordan inen birini tanıyabiliyorsunuz çünkü belli bir yaya geçidi var, değil mi?” Valero-Cuevas soruyor. "Robotumuz sınırlı deneyimini, kişiselleştirilmiş alışkanlığı ya da 'kişiliği' haline gelen bir soruna çözüm bulmak için kullanıyor - Zarif yürüteç, tembel yürüteç, şampiyon ... adını veriyoruz."
Teknoloji için potansiyel uygulamalar, özellikle, kullanıcının kişisel gereksinimlerine sezgisel ve duyarlı olan robotik uzuvların ve dış iskeletlerin uzuvlarının kullanımını kaybedenler için paha biçilmez olduğu yardımcı teknolojide çoktur. Valero-Cuevas, "Exoskeletons veya yardımcı cihazların hareketlerinizi doğal olarak yorumlamanız gerekecek." Dedi.

“Robotlarımız alışkanlıkları öğrenebildiğinden, alışkanlıklarınızı öğrenebilir ve günlük yaşamda ihtiyaç duyduğunuz işler için hareket tarzınızı taklit edebilir - yeni bir görev öğrenirken veya daha da güçlendiğinde veya büyüyünce.”


Yazarlara göre, araştırma aynı zamanda uzay araştırma ve kurtarma görevlerinde de güçlü uygulamalara sahip olacak ve yeni bir gezegene girerken eşlik edilmeden ya da denetlenmeden yapılması gerekenleri yapan robotlara ya da belirsiz ve tehlikeli alanlara izin verecek Doğal afetler sonrasında. Bu robotlar, örneğin düşük veya yüksek yerçekimine, bir gün gevşek kayalara ve yağmurdan sonra çamura adapte olurlar.
Makalenin iki ek yazarı, doktora öğrencileri Brian Cohn ve Dario Urbina-Melendez araştırmaya ağırlık verdi:
USC Viterbi Mühendislik Okulu'nda bilgisayar bilimi doktora adayı olan Cohn, “Bir türün bedenleri ve ortamları değiştikçe hareketlerini öğrenme ve adapte etme yeteneği, baştan beri güçlü bir evrim itici gücü olmuştur” dedi. “Çalışmalarımız, tıpkı hayvanların yaptığı gibi her deneyimden öğrenme ve adapte olma konusunda robotların güçlendirilmesine doğru bir adım teşkil ediyor.”

Biyomedikal mühendislikte doktora adayı Urbina-Melendez, robotik bilimden hayattan cesaret alanlara inanan bir doktora adayı olan Urbina-Melendez, "Birkaç ay içinde bir hayvanın öğrenmesi için aylarca süren bir şeye dayanan" kas güdümlü robotlar tasarladım. "Dedi. . "Mühendislik, AI, anatomi ve sinirbilimi birleştiren çalışmalarımız bunun mümkün olduğuna dair güçlü bir göstergedir."

Gelecek Yapay Zeka İle Gelecek
Alıntı


Foruma Git:


Bu konuyu görüntüleyen kullanıcı(lar): 1 Ziyaretçi

Hakkımızda
    Yapay Zeka Forum , Yapay Zekayı Türkiye'ye tanıtmak ve bu alanda Türkçe kaynak sıkıntısını gidermek ve aynı zamanda Yapay Zekaya ilgi duyan tüm kişileri bir araya getirmek amacıyla kurulmuştur.

Yapay Zeka Forum


yapay zeka

,

yapay sinir ağı

,

yapay sinir ağları

,

derin öğrenme

,

makine öğrenmesi