آموزش جایگزین برنامه نویسی روباتها میشود
آرزوکیهان
گروه علم و فناوری
محققان MIT موفق به طراحی روباتی شدهاند که به جای استفاده از برنامه نویسیهای پیچیده و سنسورهای پرتعداد در یک بدنه سخت، میتواند در قالب یک بدنه نرم و تنها با آموزش از طریق نگاه کردن، بر حرکات خود کنترل داشته باشد و به دستورات عمل کند. این نوآوری، گامیبلند در مسیر همزیستی هوشمندانه انسان و ماشین محسوب میشود و در صورت تحقق، درآینده روباتها تنها ازطریق یک دوربین و بدون هیچ حسگر دیگری کنترل میشوند و نسبت به دستورات واکنش نشان میدهند.
یک قابلیت خاص
در آزمایشگاه علوم کامپیوتر و هوش مصنوعی (CSAIL)دانشگاه MIT، یک بازوی روباتیک کوچک نرم که با چاپ سهبعدی ایجاد شده، با دقت انگشتان خود را جمع میکند تا یک مداد زرد رنگ کوچک را نگه دارد. شاید در نگاه اول، این موضوع ساده به نظر برسد ولی واقعیت این است که این روبات، حسگر یا موقعیت یاب ندارد و در این میان، تنها یک دوربین دیده میشود. این قابلیت از سیستم جدیدی با نام میدانهای ژاکوبین عصبی (NJF) که دانشمندان CSAIL آن را توسعه دادهاند، ناشی میشود. این روش به جای استفاده از مدلها و حسگرهای پیچیده، نوعی خودآگاهی بدنی به روباتها میدهد و اجازه میدهد یاد بگیرند که بدنشان صرفاً از طریق بینایی به دستورات پاسخ دهد. محققان پتانسیلی فراتر از آزمایشگاه را میبینند و معتقدند روزی روباتهای مجهز به NJF، میتوانند بدون نیاز به حسگرهای پیچیده و تنها با استفاده از آموختههای خود، وظایف کشاورزی را با دقت بسیار بالا و در سطح سانتیمتر انجام دهند.
تغییر از برنامه نویسی به آموزش
«سیژه لستر لی»، از محققان ارشد این پروژه میگوید: «این کار درواقع تغییر از برنامهنویسی روباتها به آموزش آنهاست و ما آیندهای را تصور میکنیم که یک روبات میتواند بدون برنامه نویسی
درک کند که چه کاری باید انجام دهد. درواقع NJF به جای اینکه روباتها را مجبور به مطابقت با مدلهای ما کند، سناریوی معکوسی دارد.یعنی روباتها درست مانند کودکان، یاد میگیرند و ازطریق مشاهده حرکات، همه چیز را با آزمون و خطا میآموزند.»لی میافزاید: «به این فکر کنید که چگونه یاد میگیرید انگشتان خود را کنترل کنید؛ تکان میدهید، مشاهده میکنید، سازگار میشوید. این کاری است که سیستم ما انجام میدهد. این سیستم با اقدامات تصادفی آزمایش میکند و تشخیص میدهد که کدام کنترلها کدام قسمتهای روبات را حرکت میدهند.»
هرچند محققان بر این باورند که این مدل روبات هنوز با چالش و موانعی روبهروست و محدودیتهایی دارد اما دکتر «دانیلا راس»، استاد MIT میگوید: «همانطور که انسانها درک شهودی از نحوه حرکت و پاسخ بدن خود به دستورات را توسعه میدهند، NJF هم این نوع خودآگاهی تجسمیافته را صرفاً از طریق بینایی، به روباتها میبخشد. تیم ما در تلاش است تا بتواند تمامیچالشهای پیش رو را برطرف کرده و چنین روباتهایی را توسعه دهد.»
NJF چگونه کار میکند؟
در هسته NJF یک شبکه عصبی وجود دارد که هندسه سهبعدی روبات و واکنش هر نقطه از بدن به فرمانهای حرکتی را مدلسازی میکند. در مرحله آموزش، روبات حرکاتی تصادفی انجام میدهد و چند دوربین، واکنشها را ثبت میکنند. مدل بهتدریج میآموزد که کدام فرمان، کدام بخش از روبات را حرکت میدهد. پس از پایان آموزش هم روبات برای کنترل، تنها به یک دوربین ساده نیاز دارد و میتواند با سرعت حدود ۱۲ هرتز عمل کند.
