Αναμείνατε ολίγον τι
Τεχνολογία

Dactyl: ο κύβος… δεν ερρίφθη!

Dactyl: ο κύβος... δεν ερρίφθη!

Ερευνητές της OpenAI, της μη κερδοσκοπικής ερευνητικής εταιρίας τεχνητής νοημοσύνης (ΑΙ) που συν-ιδρυτής της είναι ο Elon Musk, παρουσίασαν το Dactyl: ένα σύστημα AI εκπαιδευμένο να ελέγχει ένα ρομποτικό χέρι. Σύμφωνα με τους ερευνητές, το σύστημα μπορεί να χειριστεί διάφορα αντικείμενα με επιδεξιότητα που κανένα σύστημα τεχνητής νοημοσύνης δεν είχε ως τώρα.

Η διαδικασία που έφερε σε πέρας το Dactyl ενδεχομένως να ακούγεται σαν κάτι που θα μπορούσε να διδαχθεί εύκολα σε ένα μικρό παιδί: πάρε αυτό το τετράπλευρο μπλοκ και μετακίνησε το γύρω γύρω, μέχρις ότου μια συγκεκριμένη πλευρά να είναι στην κορυφή.

Σε αντίθεση όμως με ένα μικρό παιδί, το Dactyl χρειαζόταν περισσότερο από έναν αιώνα εμπειρίας ώστε να μάθει πώς να ολοκληρώσει με επιτυχία τη διαδικασία. Ωστόσο, χάρη στους ισχυρούς υπολογιστές, οι ερευνητές ήταν σε θέση να ‘συμπυκνώσουν’ όλη αυτή την εμπειρία σε μόλις 50 “πραγματικές” ώρες.

Η εξάσκηση, το κλειδί για την επιτυχία

Οι ερευνητές εκπαίδευσαν το Dactyl σε ένα περιβάλλον προσομοίωσης – δηλαδή ένα ψηφιακό περιβάλλον με ένα χέρι που το δημιουργεί κάποιος υπολογιστής – χρησιμοποιώντας μια τεχνική που ονομάζεται τυχαιοποίηση. Κατασκεύασαν ορισμένες παραμέτρους στο περιβάλλον τους, όπως το μέγεθος του κύβου και στη συνέχεια τυχαιοποίησαν αυτές τις μεταβλητές.

Παράλληλα πολλά ψηφιακά χέρια εκτελούσαν την ίδια διαδικασία με διαφορετικές παραμέτρους. Ωθώντας το Dactyl να προσαρμοστεί σε τόσα διαφορετικά εικονικά σενάρια, οι ερευνητές προετοίμασαν το AI σύστημά τους ώστε να αποκτήσει την ικανότητα να διαχειρίζεται αντίστοιχα σενάρια στον πραγματικό κόσμο.

Μετά από 50 ώρες εκπαίδευσης σε περιβάλλον προσομοίωσης, το σύστημα τεχνητής νοημοσύνης ήταν σε θέση να χειριστεί ένα πραγματικό ρομποτικό χέρι ώστε να ολοκληρώσει επιτυχώς τη διαδικασία που του έχει δοθεί – 50 φορές στη σειρά. Επιτυχημένη θεωρείται η διαδικασία στην οποία το μπλοκ δεν πέφτει από το ρομποτικό χέρι ή πέφτει μετά από τουλάχιστον 80 δευτερόλεπτα.

Για να αντιληφθεί το σύστημα πώς έπρεπε να κινήσει το χέρι για να ολοκληρώσει με επιτυχία την εργασία, απλά χρειαζόταν να κοιτάξει το μπλοκ με την βοήθεια τριών καμερών.

Ένας αλγόριθμος… ικανός για όλα!

Όπως αναφέρουν οι ερευνητές, εκπαίδευσαν το Dactyl χρησιμοποιώντας τον ίδιο αλγόριθμο που χρησιμοποίησαν για το OpenAI Five, μια ομάδα πέντε νευρωνικών δικτύων που εκπαιδεύτηκε ώστε να παίζει το βιντεοπαιχνίδι στρατηγικής DOTA 2.

Η επιτυχία του Dactyl αποδεικνύει ότι είναι εφικτή η δημιουργία ενός αλγόριθμου γενικού σκοπού, που μπορεί να διδάξει συστήματα τεχνητής νοημοσύνης ώστε να εκτελούν δύο εντελώς διαφορετικές διεργασίες. Αυτό θα μπορούσε να φανεί πολύ χρήσιμο στους ερευνητές για την εκπαίδευση ΑΙ για πολλούς διαφορετικούς σκοπούς στο μέλλον, αφού δεν θα χρειαζόταν να ξεκινήσουν τη διαδικασία από το μηδέν.

Πηγή

futurism.com – This AI-Operated Robotic Hand Moves With “Unprecedented Dexterity

Μοιραστείτε το άρθρο

The following two tabs change content below.

Γιώτα Ζώτου

Είμαι απόφοιτος του Τμήματος Εφαρμοσμένων Μαθηματικών του Πανεπιστημίου Κρήτης και κάθε προσπάθεια για περαιτέρω βελτίωση, που έχει σαν στόχο την διευκόλυνση της καθημερινότητας του ανθρώπου άπτεται των ενδιαφερόντων μου. Μέσα από αυτό το site λοιπόν θα μοιραζόμαστε ερευνητικά δεδομένα και εξελίξεις που αφορούν στις επιστήμες και την τεχνολογία, τα οποία έμμεσα ή άμεσα μας αφορούν και αξίζει να γνωρίζουμε.

Αφήστε ένα σχόλιο

Επιλογές της ομάδας
σκίτσο του Άλμπερτ Αϊνστάιν
Πώς τα μυστικά των πρώτων αριθμών κάνουν τον κόσμο μας ασφαλέστερο
Πώς ο Ερατοσθένης υπολόγισε την περιφέρεια της Γης πάνω από 2000 χρόνια πριν;
Τι θα γινόταν αν ο αυτισμός ήταν ... υπερδύναμη;
Εκπληκτικές φωτογραφίες του Cassini λίγο πριν τη συντριβή του στον Κρόνο