VIDEO: Robot koji uči poput djeteta

Znanstvenici sveučilišta UC Berkeley opremili su svojeg robota pod nazivom BRETT (Berkeley Robot for the Elimination of Tedious Tasks), takozvanim "deep learning" algoritmima koji se ponašaju kao neuralne mreže ljudskog mozga.

Osnovna ideja znanstvenika Berkeleya je da se robotima omogući autonomno prilagođavanje promjenama u izvršavanju raznih zadaća bez reprogramiranja od strane ljudi, a za to su odlučili prilagoditi algoritme umjetne inteligencije da uče sustavom pokušaja i pogrešaka na isti način kao što to čine djeca.

Kao što možete vidjeti u ovom videu, BRETT samostalno pokušava izvršiti neku zadaću poput slaganja kockica, zatvaranja boce čepom na navoj, slaganja aviona igračke i drugih, na taj način da radi greške sve dok ne "shvati" što i kako treba napraviti, čime se zapravo sam programira.

Znanstvenici kažu da je ovo veliki iskorak u razvoju umjetne inteligencije robota, te će doprinijeti njihovoj učinkovitosti u "stvarnom svijetu".

BRETT je dio Berkeleyeva programa People and Robots Initiative, koji se razvija u okviru CITRIS centra (Center for Information Technology Research in the Interest of Society). Centar je multidisciplinarni istraživački kampus u kojem se istražuju mogućnosti umjetne inteligencije, robotike i automatike, sa svrhom da se prilagode potrebama ljudi.

Znanstvenici objašnjavaju da njihovi deep learning algoritmi stvaraju neuralne mreže u kojima se procesi slojeva umjetnih neurona preklapaju s neobrađenim senzorskim podacima koji mogu biti u obliku piksela slika ili zvučnih valova. To pomaže robotu u prepoznavanju uzoraka i kategorija među podacima koje prima. Treba reći da se deep learning algoritmi već neko vrijeme primjenjuju u našem svakodnevnom životu, pa ih možete naći u glasovnom asistentu Siri, Googleovom programu za pretvaranje govora u tekst, kao i u Street View mapama. 

Za razliku od isključivo softverske primjene, znanstvenici Berkeleya razvijaju AI za potrebe motoričkih zadaća robota, kako bi im povećali mogućnosti manipuliranjem objektima, te kažu kako je BRETT u stanju sustavom pokušaja i pogrešaka većinu zadaća naučiti za 10 do 20 minuta, za što njegovi algoritmi proračunavaju oko 92.000 parametara neuralne mreže. 

Obzirom da su pokrovitelji ovog projekta vojne organizacije DARPA, Office of Naval Research i U.S. Army Research Laboratory, jasno je da se ova umjetna inteligencija ne razvija s ciljem da se roboti zaposle u tvornici Lego kockica.