fanavaran
آخرین اخبار
   
    کد خبر : 82126
    تاریخ انتشار : 14 شهریور 1394 13:33
    تعداد بازدید : 733

    با ابداع محققان در دانشگاه تگزاس

    روبات ها بی درنگ از اشتباهات خود درس می گیرند

    روبات ها و دیگر ابزارهای مبتنی بر هوش مصنوعی می توانند از کار اشتباهی که انجام می دهند، درس بگیرند، اما این پروسه یادگیری گاه زمان زیادی به طول می انجامد و بعد از گذشت زمان متوجه می شوند که چه فرآیندی رخ داده است. اما متخصصان روباتیک و هوش مصنوعی پیش بینی می کنند که در آینده ای نزدیک، ماشین ها برای یادگیری از اشتباهات شان به این همه زمان نیاز نخواهند داشت.

    فناوران- محققان دانشگاه تگزاس تکنیکی را ابداع و ثبت کرده اند که یادگیری تقویتی کامل (Integral Reinforcement Learning) نام دارد و براساس آن، روبات ها در لحظه ای که یک تصمیم اشتباه می گیرند، براساس آن تصمیم بعدی شان را اصلاح می کنند و اگر ماشینی در حال حاضر نداند که روش بهینه برای مدیریت یک کار چیست، بارها و بارها سناریوهای مختلف را بررسی می کند تا بتواند روش درست را 
    پیدا کند. 
    در حقیقت، اگر یک روبات نداند که چگونه باید از مسیر پر پیچ و خمی بگذرد و یک وظیفه را به انجام رساند، آنقدر تکرار می کند تا متوجه شود در کدام قسمت های کارش دچار مشکل و اشتباه است و سپس بر اساس وقایع رخ داده و یا حتی شانس، وظیفه اش را انجام می دهد.
    این دستاورد می تواند برای هر کار رایانشی که بهینه سازی مداوم در آن مهم است، مفید واقع شود؛ مثل سیستم های اتوپایلوت یا کنترل خودرو. 
    چنین عملکردی برای همه دستگاه های محاسباتی، روبات ها و هوش مصنوعی ها در حال حاضر تقریبا غیرممکن است و اگر طرح مذکور بتواند روی دستگاه های امروزی اجرا شود، شاهد جهشی رو به جلو در صنعت روباتیک خواهیم بود. بسیاری از روبات ها خیلی با وضعیت های غیرقابل پیش بینی سازگار نیستند. اما فناوری جدید دانشگاه تگزاس به این سیستم ها کمک می کند تا فی البداهه بهترین تصمیم را در مورد انجام کارها بگیرند.


    نظر شما



    نمایش غیر عمومی
    تصویر امنیتی :