Google a récemment travaillé dans le domaine de la "robotique cloud". Il s'agit d'un phénomène lorsque des robots, ayant appris à effectuer indépendamment n'importe quelle action, peuvent partager leur «expérience» avec d'autres robots, simplement en transmettant des informations par n'importe quel moyen de communication disponible. Ce principe d'enseignement permet d'éviter le moment de la reprogrammation, ou pour ainsi dire du «recyclage», lors de la définition de nouvelles tâches à la technique.
L'essence de la «robotique cloud» est la suivante: elle est basée sur des réseaux neuronaux qui déterminent et stockent la séquence d'actions effectuées, sont responsables des processus d'automatisme et de transfert d'informations. En général, pour tout ce que nous appelons expérience. Les robots basés sur des réseaux de neurones peuvent définir n'importe quelle tâche, et le cerveau artificiel trouvera ses propres solutions. À l'avenir, lors de l'exécution de ces actions plusieurs fois, le robot développera un algorithme optimal qu'il pourra transférer vers d'autres machines, et ils l'utiliseront et l'amélioreront, sans recommencer à chaque fois.
Les scientifiques de Google Research ont testé leur algorithme sur trois types de robots qui effectuent différentes tâches: ouvrir des portes, étudier des objets sur un plateau et une version modifiée de la première expérience, lorsque le robot n'était pas entraîné de manière indépendante, mais était contrôlé par une personne avec pour tâche ultérieure d'améliorer les compétences acquises.
Dans le premier cas, il a fallu beaucoup de temps à la voiture pour comprendre que pour ouvrir la portière, il faut saisir la poignée, la tourner et la pousser. Mais tous les robots suivants ont utilisé cet algorithme, sautant le moment d'entraînement.
Dans l'expérience avec le plateau, les machines ont été laissées à elles-mêmes et pendant plusieurs heures, elles ont étudié les relations causales entre les objets (par exemple: une bouilloire - une tasse - du sucre: que faire avec cela n'est évident que pour nous, les robots devaient "apprendre").
L'expérience numéro trois, après avoir entraîné le robot par l'opérateur, a été laissée à la merci de la «conscience collective», qui a rapidement trouvé conjointement les solutions optimales, différant dans les différentes positions initiales des manipulateurs et le résultat final, ce qui a accéléré la manipulation.
Le moment le plus intéressant a été celui où l'un des robots a été forcé d'ouvrir une porte sur laquelle un type de poignée complètement différent était installé. La machine a fait un excellent travail.
Pourquoi tout cela est-il nécessaire, en plus de construire des théories sur le soulèvement des machines? C'est simple: cette accélération du processus d'apprentissage permettra aux robots industriels de commencer à exécuter des tâches complexes beaucoup plus rapidement qu'avec l'approche traditionnelle.
Vidéo promotionelle:
VLADIMIR KUZNETSOV
