Bir Bebek Gibi Öğrenebilen Yapay Zekâlı Robotlar Geliştirildi

Bilim insanları, bir bebek gibi öğrenebilen yapay zekâya sahip robotlar geliştirdi. Robot yapımı her zaman olduğu gibi günümüzde de merak ediliyor. Robot filmleri, robot oyunu, robot savaşları ve robot arabalar en çok merak edilen konular arasındaki yerini korurken, Open All adlı şirket, tek bir örneğe bakarak, bir bebek gibi öğrenebilen yapay zekâya sahip robotlar geliştirdi. Robotlar bir insanın sanal gerçeklik ile  gerçekleştirdiği işlemleri izleyerek aynı yöntemle işlemi gerçek dünyada yapabiliyor. Robotlar, tek bir gösterim sonrası aynı görevi, farklı başlangıç noktalarından başlayarak gerçekleştirebiliyor.

Geliştirilen robotik sistem, iki farklı yapay sinir ağından yararlanıyor. Bunlar, görsel ve taklit ağı. Görsel ağ, robotun kamerasıyla algıladığı görüntüyü, nesnelerin konumunu belirlemede kullanıyor. Görsel ağ, farklı ışık, doku ve nesneler ile hazırlanmış yüz binlerce simülasyon görselle eğitildiği için bu işlemleri gerçekleştirmede zorlanmıyor.

Taklit ağı ise kendisine yapılan gösterimi izledikten sonra bunu işleyerek, görevin amacını tespit etmeye çalışıyor. Daha sonra farklı bir başlangıç noktasından başlayıp, aynı amacı gerçekleştirmeye çalışıyor. Bu yüzden taklit ağının gösterimini yeni bir ortamda genelleştirmesi gerekiyor. Robot, taklit ağı nasıl genelleştireceğini nereden biliyor?

BİNLERCE FARKLI GÖSTERİM

Yapay zekâ ağı, bu işlemi, eğitim örneklerinin dağılımı aracılığıyla öğreniyor. Düzinelerce farklı görevde, her bir görev için binlerce farklı gösterimle çalışan yapay zekâlı robotlar, her çalışma örneğinde aynı görevin tekrarlandığı iki gösterimi takip ediyor.

İlk gösterimin tamamı incelendikten sonra ikinci gösterimden yalnızca tek bir kare gösteriliyor. Daha sonra o karede gösterimi yapan kişinin hangi eylemi yaptığı tahmin edilmeye çalışılıyor. Bu eylemin doğru şekilde tahmin edilmesi için robotun aynı eylemi ilk gösterimden bulması gerekli.

BLOKLARI DİZME GÖREVİ

Yapay zekâlı robotlar, renklerine göre ayrılan blokları üst üste dizme görevini gerçekleştirdi. Ekip, simülasyonda senaryolu bir düzeni izlemesini mümkün kıldı. Senaryolu düzenle çalışma verisi önce taklit ağında oluşturuldu. Deneme zamanı geldiğinde ise taklit ağı, daha önce bir insanın karmaşık verilerini görmemiş olsa bile, insanlar tarafından yapılan tanıtımları bire bir taklit etmeyi başardı.

Robottaki taklit ağı, tanıtımın gidişatı sırasında, yazılımsal dikkati ve durum vektörünü kullanıyor. Böylece blokların konumları tespit edilerek, farklı uzunluklarda tanıtımlarla da çalışılabiliyor. Taklit ağı farklı blokların konumuna dikkat ederek, daha önce görmediği kadar uzun süre devam eden ve öncekinden daha fazla bloğu üst üste dizen tanıtımları da taklit etti.

Araştırmacılar, taklit ağının daha iyi öğrenmesini sağlamak için senaryolu çalışmalara küçük miktarda hata da ekledi. Böylelikle, robotlar, sadece neyi yapmaları gerektiğini değil, neyi yapmamaları gerektiğini de öğrendi. Robot, bu bilgiyi daha sonra kendisine gösterilen örnekleri taklit ederken kullanarak başarılı oldu.