Pour le moment, quelle que soit la capacité d'un mécanisme robotique, dans la plupart des cas, il agit selon des algorithmes pré-écrits (ou est complètement contrôlé par une personne) et ne peut pas prévoir les conséquences de ses actions. Mais des scientifiques de l'Université de Californie à Berkeley ont créé une nouvelle technologie pour l'apprentissage des machines qui leur permet de prédire où telle ou telle action mènera, même lorsqu'ils interagissent avec des objets que le robot n'a jamais rencontrés auparavant.
L'édition EurekAlert écrit sur le nouveau développement. Selon leurs rapports, la technologie est agencée comme suit: dans un premier temps, sans la participation d'un opérateur, à l'aide d'images reçues de caméras, le robot déplace indépendamment des objets sur la base desquels un modèle prédictif de comportement est construit. Après plusieurs tentatives, il est "mémorisé" et utilisé plus tard lors de la rencontre d'objets vus nouveaux ou similaires. Les caméras du robot calculent la séquence d'actions possible, mais jusqu'à présent, cependant, seulement quelques secondes à l'avance. Bien que cela soit déjà suffisant pour que le robot prenne des décisions dans de nouvelles conditions sans participation humaine. Comme l'un des chercheurs, Frederick Ebert, «Tout au long de leur vie, les gens apprennent à interagir avec le monde qui les entoure avec peu ou pas d'assistance par essais et erreurs, en acquérant l'expérience nécessaire et en acquérant des compétences. Nous avons réussi à construire un système robotique qui utilisera une grande quantité de données collectées de manière autonome pour acquérir des compétences utiles, et les connaissances acquises lors de la formation pourront être utilisées par la machine à l'avenir, par exemple lors du déplacement d'objets."
Vladimir Kuznetsov
