Google ha estado trabajando recientemente en el campo de la denominada "robótica en la nube". Se trata de un fenómeno en el que los robots, habiendo aprendido a realizar cualquier acción de forma independiente, pueden compartir su "experiencia" con otros robots, simplemente transmitiendo información por cualquier método de comunicación disponible. Este principio de enseñanza permite evitar el momento de la reprogramación, o, por así decirlo, de "reentrenamiento", al establecer nuevas tareas a la técnica.
La esencia de la "robótica en la nube" es la siguiente: se basa en redes neuronales que determinan y almacenan la secuencia de acciones realizadas, son las responsables de los procesos de automatismo y transferencia de información. En general, por todo lo que llamamos experiencia. Los robots basados en redes neuronales pueden establecer cualquier tarea y el cerebro artificial encontrará sus propias soluciones. En el futuro, al realizar estas acciones varias veces, el robot desarrollará un algoritmo óptimo que podrá transferir a otras máquinas, y lo utilizarán y mejorarán, no partiendo de cero cada vez.
Los científicos de Google Research han probado su algoritmo en tres tipos de robots que realizan diferentes tareas: abrir puertas, estudiar objetos en una bandeja y una versión modificada del primer experimento, cuando el robot no estaba entrenado de forma independiente, sino controlado por una persona con la tarea posterior de mejorar las habilidades.
En el primer caso, el automóvil tardó mucho en comprender que para abrir la puerta hay que agarrar la manija, girarla y empujar la puerta. Pero todos los robots posteriores usaron este algoritmo, saltándose el momento de entrenamiento.
norte
En el experimento con la bandeja, las máquinas se dejaron solas y durante varias horas estudiaron las relaciones causales entre los objetos (por ejemplo: una tetera - una taza - azúcar: qué hacer con esto es obvio solo para nosotros, los robots tenían que "aprender").
El experimento número tres, luego de entrenar al robot por parte del operador, quedó a merced de la "conciencia colectiva", que rápidamente encontró de manera conjunta las soluciones óptimas, diferenciándose en las diferentes posiciones iniciales de los manipuladores y el resultado final, que aceleró la manipulación.
El momento más interesante fue cuando uno de los robots se vio obligado a abrir una puerta en la que se instaló un tipo de tirador completamente diferente. La máquina hizo un excelente trabajo.
¿Por qué es necesario todo esto, además de construir teorías sobre el levantamiento de las máquinas? Es simple: esta aceleración del proceso de aprendizaje permitirá a los robots industriales comenzar a realizar tareas complejas mucho más rápido que con el enfoque tradicional.
Video promocional:
VLADIMIR KUZNETSOV
