آموزش خودآگاهی به یک ربات!

پژوهشگران دانشگاه کلمبیا طی آزمایشی تلاش کردند تا به یک ربات بیاموزند که خود را بشناسد و تصوری در مورد خود به دست بیاورد.

 


پژوهشگران دانشگاه کلمبیا طی آزمایشی تلاش کردند تا به یک ربات بیاموزند که خود را بشناسد و تصوری در مورد خود به دست بیاورد.
به گزارش ایسنا، به نقل از نانوورک، تصویر بدن ما همیشه دقیق یا واقعی نیست، اما اطلاعات مهمی را در بر دارد که نحوه عملکرد ما را در جهان تعیین می‌کنند. هنگامی که لباس می‌پوشید یا با توپ بازی می‌کنید، مغز شما دائما از قبل برنامه‌ریزی می‌کند تا بتوانید بدن خود را بدون
ضربه خوردن، زمین خوردن یا افتادن حرکت دهید.
ما انسانها در دوران نوزادی، الگوی بدن خود را به دست می‌آوریم و ربات‌ها نیز از همین الگو پیروی می‌کنند. گروهی از مهندسان دانشگاه کلمبیا (Columbia University) آمریکا، رباتی ساخته‌اند که برای نخستین بار قادر است تا مدلی از کل بدن خود را از ابتدا و بدون کمک انسانی بیاموزد.پژوهشگران در این پروژه نشان داده‌اند که ربات آنها چگونه یک مدل سینماتیک از خود ایجاد می‌کند و سپس، مدل خود را برای برنامه‌ریزی حرکت، رسیدن به اهداف و اجتناب از موانع در موقعیت‌های مختلف به کار می‌برد. حتی ربات به طور خودکار، آسیب وارد شده به بدن خود را تشخیص داد و سپس، آن را جبران کرد.
  ربات در برابر آینه
پژوهشگران، یک بازوی رباتیک را در دایره‌ای از پنج دوربین ویدئویی قرار دادند. ربات در حالی که آزادانه به حرکت می‌پرداخت، خود را از طریق دوربین‌ها تماشا می‌کرد. ربات مانند نوزادی که برای نخستین بار در سالنی از آینه‌ها به جستجوی خود می‌پردازد، تکان می‌خورد و منقبض می‌شد تا بفهمد که بدنش دقیقا چگونه در پاسخ به فرمان‌های مختلف حرکت می‌کند. پس از حدود سه ساعت، ربات متوقف شد. شبکه عصبی عمیق داخلی آن، یادگیری رابطه بین اعمال حرکتی ربات و حجمی را که در محیط خود اشغال کرده بود، به پایان رساند.
هاد لیپسون (Hod Lipson)، استاد مهندسی مکانیک و مدیر آزمایشگاه کریتیو ماشینز (Creative Machines Lab) در دانشگاه کلمبیا گفت: واقعا کنجکاو بودیم که ببینیم این ربات چگونه خود را تصور می کند. در هر حال، نمی‌توان به این سیستم فقط به عنوان یک شبکه عصبی نگاه کرد. این شبکه عصبی، مانند یک جعبه سیاه است.
  سیستم خودکارسازی ربات
توانایی ربات‌ها برای مدل‌سازی خود بدون کمک مهندسان، به دلایل زیادی مهم است. این توانایی نه تنها باعث صرفه‌جویی در نیروی کار می‌شود، بلکه به ربات امکان می‌دهد تا با فرسودگی خود هماهنگ باشد و حتی آسیب را شناسایی و جبران کند. استدلال پژوهشگران این است که توانایی مدل‌سازی ربات از آن جهت مهم است که به سیستم‌های خودمختار نیاز داریم تا بیشتر به خود متکی باشند. به عنوان مثال، یک ربات کارخانه می‌تواند تشخیص دهد که چیزی درست حرکت نمی‌کند و به جبران آن بپردازد یا درخواست کمک کند.