ரோபோக்கள் தங்கள் சக மனிதர்களிடமிருந்து விடாமுயற்சியுடன் மற்றும் முறையாக கற்றுக்கொள்ள முடியும்

ஆராய்ச்சி மையங்கள் மற்றும் நிறுவனங்களுடன் இணைந்து கூகுள் மேற்கொண்ட சமீபத்திய ஆராய்ச்சி, செயற்கையான பார்வை மற்றும் இயற்கை மொழி செயலாக்கம் போன்ற இயந்திர கற்றல் (ML) பற்றிய முக்கியமான முடிவுகளை அளித்துள்ளது.

வெற்றிகரமான, பொதுவான மற்றும் பகிரப்பட்ட அணுகுமுறையானது அனைத்து தரவையும் திறம்பட உள்வாங்கக்கூடிய பெரிய மற்றும் மாறுபட்ட தரவுத்தொகுப்புகள் மற்றும் வெளிப்படையான மாதிரிகள் ஆகியவற்றைப் பயன்படுத்துகிறது. இந்த அணுகுமுறையை ரோபோட்டிக்ஸில் பயன்படுத்த பல்வேறு முயற்சிகள் மேற்கொள்ளப்பட்டாலும், ரோபோக்கள் இன்னும் அதிக திறன் கொண்ட மாதிரிகள் மற்றும் பிற துணைத் துறைகளில் பயன்படுத்தப்படவில்லை.

பல ஆண்டுகளாக, நமது மனித திறன்களை நிறைவு செய்வதற்கும் மேம்படுத்துவதற்கும் தொழில்நுட்பத்தை நாங்கள் அடிக்கடி நம்பியிருக்கிறோம். தகவலைப் பகிர உதவும் பிரிண்டர்கள், கணிதத்திற்கான கால்குலேட்டர்கள், விரைவாகச் செல்ல உதவும் விமானங்கள் ஆகியவற்றை உருவாக்கினோம். சமீபத்திய ஆண்டுகளில், குறிப்பாக இயந்திரக் கற்றல் துறையில், தேடல், உதவியாளர்கள், வரைபடங்கள் மற்றும் பல போன்ற பயனுள்ள தொழில்நுட்பங்களை மேம்படுத்தும் வகையில் தகவலைச் செயலாக்குவதற்கான புதிய வழிகளை நாங்கள் உருவாக்கியுள்ளோம்.

டிரான்ஸ்பார்மர்

2017 க்கு முன் அமைப்புகள் இயந்திர கற்றல் சரியான பதிலைப் பெறுவதற்கு அவர்களின் உள்ளீட்டின் எந்தப் பகுதி பொருத்தமானது என்பதைத் தீர்மானிக்க அவர்கள் போராடினர். டிரான்ஸ்ஃபார்மர் கவனம் என்ற கருத்தை அறிமுகப்படுத்தியது: அதன் உள்ளீட்டின் முக்கிய பகுதிக்கு கவனம் செலுத்துவதன் மூலம், மாதிரியானது எந்த தகவல் முக்கியமானது மற்றும் எது தேவையில்லை என்பதை மாறும் வகையில் தேர்வு செய்யலாம். டிரான்ஸ்ஃபார்மர்கள் மிகவும் பொருத்தமானவை என்பதை நிரூபித்துள்ளன, அவை நவீன மொழி மாதிரிகளின் தாயாக மாறிவிட்டன, அவை செயற்கை நுண்ணறிவைத் தூண்டுகின்றன. இன்றைக்கு இமேஜன், பார்ட்டி போன்ற படங்களை உருவாக்கும் செயற்கை நுண்ணறிவுத் துறையில் கூட.

பல ஆண்டுகளாக, டிரான்ஸ்ஃபார்மர்கள் இணையத்தில் இருந்து ஏராளமான உரை தரவுகளில் பயிற்சி பெற்றுள்ளனர். மொழிபெயர்ப்புச் சேவைகளை வழங்கவும், மனித உரையாடலை வடிவமைக்கவும், உயர்தர தேடல் முடிவுகளைத் தூண்டவும், மொழியின் போக்குகள் மற்றும் வடிவங்களைக் கண்டறிய அவை உதவுகின்றன. சமீப காலமாக, படங்கள், வீடியோ மற்றும் பேச்சு உட்பட மொழி தவிர மற்ற வகையான தகவல்களைப் புரிந்துகொள்ள உதவும் வகையில் டிரான்ஸ்ஃபார்மர்கள் மிகவும் பரவலாகப் பயன்படுத்தப்படுகின்றன. உண்மையில், டிரான்ஸ்ஃபார்மர்கள் பேச்சு மற்றும் காட்சிப் பணிகளில் சிறந்து விளங்குகின்றன, எனவே ரோபோக்கள் என்ன பார்க்கின்றன மற்றும் அவை எவ்வாறு செயல்படுகின்றன என்பதைப் புரிந்துகொள்ள இந்தத் தொழில்நுட்பத்தைப் பயன்படுத்த முடிந்தது.

ரோபோக்களுக்கு மின்மாற்றிகளின் பயன்பாடு

தினமும் ரோபோட்களுடன் இணைந்து, பால்எம் போன்ற சக்திவாய்ந்த மொழி மாதிரியை ஒரு ரோபோ கற்றல் மாதிரியுடன் ஒருங்கிணைப்பது, ரோபோவுடன் மக்கள் தொடர்புகொள்வதை மட்டுமல்லாமல், ரோபோவின் ஒட்டுமொத்த செயல்திறனை மேம்படுத்துவதையும் Google காட்டுகிறது. "எனக்கு பசியாக இருக்கிறது, சிற்றுண்டி கொண்டு வாருங்கள்" அல்லது "இந்தக் கசிவைச் சுத்தம் செய்ய எனக்கு உதவுங்கள்" போன்ற பல்வேறு வகையான கோரிக்கைகளைப் புரிந்துகொள்ள இந்த மொழி மாதிரியானது உதவிப் போட்களை அனுமதித்தது - மேலும் அவற்றைச் செயல்படுத்தவும்.

ரோபோக்கள் தாங்கள் ஏற்கனவே பார்த்தவற்றிலிருந்து பொதுவாகக் கற்றுக்கொள்ள உதவும் வகையில், PalM, Transformer போன்ற அதே கட்டமைப்பை Google பயன்படுத்துகிறது. "எனக்கு பசியாக இருக்கிறது, எனக்கு ஒரு சிற்றுண்டி கொண்டு வாருங்கள்" போன்ற கோரிக்கையின் பின்னால் உள்ள மொழியைப் புரிந்துகொள்வதற்குப் பதிலாக, தின்பண்டங்களைப் பார்ப்பது மற்றும் எடுப்பது போன்ற விஷயங்களைச் செய்வதன் மூலம் அவள் - எங்களைப் போலவே - அவளுடைய எல்லா கூட்டு அனுபவங்களிலிருந்தும் கற்றுக்கொள்ள முடியும்.

ஆராய்ச்சி

டிரான்ஸ்ஃபார்மரின் பயிற்சியானது 130.000 செயல்பாட்டிலிருந்து சேகரிக்கப்பட்ட தரவைப் பயன்படுத்தி செய்யப்பட்டது - ஒரு நபர் ஒரு பணியைச் செய்ய ரோபோவை இயக்கும் போது - 700 க்கும் மேற்பட்ட வகையான பணிகள், 13 தினசரி ரோபோட்கள் உதவி ரோபோக்களால் முடிக்கப்பட்டது. பொருட்களை எடுப்பது மற்றும் வைப்பது, இழுப்பறைகளைத் திறப்பது மற்றும் மூடுவது, இழுப்பறைக்கு உள்ளேயும் வெளியேயும் பொருட்களை வைப்பது, மேல் வலது மூலையில் நீளமான பொருட்களை வைப்பது, பொருட்களைத் தட்டுவது, நாப்கின்களை இழுப்பது மற்றும் கேன்களைத் திறப்பது போன்ற திறன்கள் செயல்பாடுகளில் அடங்கும். இதன் விளைவாக அதிநவீன ரோபோடிக்ஸ் டிரான்ஸ்ஃபார்மர் மாடல் அல்லது RT-1 700 க்கும் மேற்பட்ட பணிகளைச் செய்யும் திறன் கொண்டது. வெற்றி விகிதம் 97%, புதிய செயல்பாடுகள், பொருள்கள் மற்றும் சூழல்களுக்கு அவரது கற்றலைப் பொதுமைப்படுத்துகிறது.
டிரான்ஸ்ஃபார்மர் அடிப்படையிலான மொழி மாதிரியானது உரையில் பார்க்கும் போக்குகள் மற்றும் வடிவங்களின் அடிப்படையில் அடுத்த வார்த்தையை எவ்வாறு கணிக்கின்றது. RT-1 ஆனது ரோபோ உணர்தல் தரவு மற்றும் அதனுடன் தொடர்புடைய செயல்கள் குறித்து பயிற்றுவிக்கப்பட்டது, அதனால் ஒரு ரோபோ ஈடுபட வேண்டிய அடுத்த நடத்தையை அது அடையாளம் காண முடியும். இந்த அணுகுமுறை ரோபோவை புதிய பணிகளுக்கு கற்றுக்கொண்டதை பொதுமைப்படுத்த அனுமதிக்கிறது. அதன் பயிற்சித் தரவுகளில் உள்ள அனுபவங்களின் அடிப்படையில் புதிய பொருள்கள் மற்றும் சூழல்களை நிர்வகிப்பதன் மூலம் இதைச் செய்கிறது - ரோபோக்களுக்கான ஒரு அரிய சாதனை, இவை பொதுவாக குறுகிய பணிகளுக்குக் கடுமையாகக் குறியிடப்படுகின்றன.

ஒருவருக்கொருவர் கற்றுக்கொள்ளுங்கள்

மனிதர்களாகிய நாம் நமது சொந்த அனுபவங்களிலிருந்தும் ஒருவருக்கொருவர் கற்றுக்கொள்கிறோம். நாங்கள் அடிக்கடி கற்றுக்கொண்டவற்றைப் பகிர்கிறோம் மற்றும் நாங்கள் சந்தித்த தோல்விகளின் அடிப்படையில் அமைப்புகளை மீண்டும் உருவாக்குகிறோம். ரோபோக்கள் ஒன்றுக்கொன்று தொடர்பு கொள்ளாவிட்டாலும், பல்வேறு வகையான ரோபோக்களின் தரவுத்தொகுப்புகளை எவ்வாறு வெற்றிகரமாக ஒருங்கிணைத்து, நடத்தைகள் அவற்றிற்கு மாற்றப்படும் என்பதை ஆராய்ச்சி காட்டுகிறது. பல ரோபோக்களின் தரவை இணைப்பதன் மூலம், அவை மாடலின் திறனை கிட்டத்தட்ட இரட்டிப்பாக்க முடியும் மற்றும் ஒரு புதிய காட்சிக்கு பொதுமைப்படுத்துகிறது என்று கூகிள் காட்டியுள்ளது. பல்வேறு ரோபோக்கள் மற்றும் புதிய பணிகளை தொடர்ந்து பரிசோதனை செய்வதன் மூலம், RT-1 க்கான பயிற்சி தரவை அதிகரிக்கலாம், ரோபோ நடத்தையை மேம்படுத்தலாம், இது ரோபோ கற்றலுக்கான நெகிழ்வான மற்றும் அளவிடக்கூடிய அணுகுமுறையாக மாறும்.

மிகவும் பயனுள்ள ரோபாட்டிக்ஸ் நோக்கி

கூகுள் ஓப்பன் சோர்ஸ் டிரான்ஸ்ஃபார்மர் ஆராய்ச்சியைப் போலவே, ரோபாட்டிக்ஸ் துறையில் மேலும் ஆராய்ச்சியை ஊக்குவிக்க ஆர்டி-1 ஓப்பன் சோர்ஸாக இருக்கும். மனிதனை மையமாகக் கொண்ட சூழல்களின் எல்லையற்ற மாறுபாட்டைக் கையாளக்கூடிய ரோபோக் கற்றல் அமைப்புகளுக்கான முதல் படி இதுவாகும்.

Ercole Palmeri

​