Osztrák kutatók olyan tanulórendszert építettek a gépek számára, amivel külön programozás nélkül is megtanítható egy robotnak, hogyan végezzen el egy feladatot.
Az emberi teendők elvégzésére szánt robotok kifejlesztése a legkevésbé sem egyszerű feladat. Bár építeni könnyen lehet ilyen szerkezeteket, úgy betanítani őket, hogy képesek legyenek rugalmasan kezelni a helyzeteket, rengeteg munkát igényel. A betanításban sokat segít a mesterséges intelligencia, ám az ilyen rendszereknek általában rengeteg – akár szimulációból származó, akár valós – adatra van szüksége, hogy helyen tudja kivitelezni a feladatát.
Ezen a téren álltak elő egy új megközelítéssel az osztrák TU Wien egyetem mérnökei, akik egy öntanuló robotkart készítettek el, aminek egyetlen feladata van: megtörölni egy mosdókagylót. Bár ez meglehetősen egyszerű dolognak tűnik, valójában csak az ember számára az, a robotnak már igazi kihívás.
Miközben az emberek ösztönösen tudják, hogy milyen szögben és milyen erőt kifejtve kell a szivacsot mozgatni a kagylón – ezt pedig menet közben gondolkodás nélkül változtatják meg –, a robotba ezeket a mozgásokat be kellene programozni, ami hatalmas munkát jelent. A kutatók szerint míg a kagyló formáját megtanítani a gépnek egyszerű, a szög és a nyomás mértékének beprogramozása már jóval komolyabb feladat.
Az osztrák mérnökök éppen ezért új megközelítést alkalmaztak: hagyták, hogy a robot figyeljen, és úgy tanuljon. Ehhez érzékelőkkel teletűzdelt szivacsot használtak, amivel többször is megtörölték a kagylót. A szenzorokból származó adatok a gép neurális hálózatába kerültek be, ami lehetővé tette, hogy utánozza az emberek munkáját. Az eredmény lenyűgözően precíz lett.
Bár a teszt a mosdókagylók tisztítására összpontosított, a kutatók úgy vélik, hogy a megoldást más területeken is alkalmazni lehetne. Az öntanuló robotkar különféle feladatokat tud megoldani különböző felületeken, mint például csiszolás, festés vagy hegesztés. De akár az otthonokban segédkező robotkéz is lehet belőle.
A BGR beszámolója szerint a gép arra is képes, hogy más robotokkal ossza meg a tanultakat, így sokkal hatékonyabbá válhat a gépek betanítása.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.