មនុស្សយន្តដែលធ្វើលំហាត់កាយសម្ព័ន្ធអាចជាល្បិចទីផ្សារដ៏អស្ចារ្យ ប៉ុន្តែជាធម្មតាការបង្ហាញទាំងនេះត្រូវបានរចនាយ៉ាងខ្ពស់ និងរៀបចំកម្មវិធីយ៉ាងយកចិត្តទុកដាក់។ ឥឡូវនេះ ក្រុមអ្នកស្រាវជ្រាវបានបណ្តុះបណ្តាលមនុស្សយន្ត AI ជើងបួន ដើម្បីដោះស្រាយភាពស្មុគស្មាញ ដែលពីមុនមកមិនធ្លាប់មានក្នុងវគ្គឧបសគ្គនៅក្នុងស្ថានភាពជាក់ស្តែង។
ការបង្កើតមនុស្សយន្តដែលមានភាពរហ័សរហួនគឺជាបញ្ហាប្រឈមដោយសារតែភាពស្មុគស្មាញនៃពិភពពិត ចំនួនមានកំណត់នៃមនុស្សយន្តទិន្នន័យអាចប្រមូលបានអំពីវា និងល្បឿនដែលត្រូវធ្វើការសម្រេចចិត្តដើម្បីអនុវត្តចលនាថាមវន្ត។
ក្រុមហ៊ុនដូចជា Boston Dynamics តែងតែចេញវីដេអូអំពីមនុស្សយន្តរបស់ពួកគេធ្វើអ្វីៗគ្រប់យ៉ាង ចត ទៅ ទម្លាប់រាំ. ប៉ុន្តែដូចជាស្នាដៃទាំងនេះគួរឱ្យចាប់អារម្មណ៍ដែរ ជាធម្មតាវាមានការចូលរួមពីមនុស្សដោយព្យាយាមសរសេរកម្មវិធីគ្រប់ជំហាន ឬការបណ្តុះបណ្តាលលើបរិស្ថានដែលមានការគ្រប់គ្រងខ្ពស់ដូចគ្នាម្តងហើយម្តងទៀត។
ដំណើរការនេះកំណត់យ៉ាងខ្លាំងនូវសមត្ថភាពក្នុងការផ្ទេរជំនាញទៅកាន់ពិភពពិត។ ប៉ុន្តែឥឡូវនេះ អ្នកស្រាវជ្រាវមកពី ETH Zurich ក្នុងប្រទេសស្វីស បានប្រើការរៀនម៉ាស៊ីនដើម្បីបង្រៀនឆ្កែរ៉ូបូតរបស់ពួកគេ ANYmal ឈុតនៃជំនាញក្បាលរថភ្លើងជាមូលដ្ឋាន ដែលវាអាចភ្ជាប់គ្នាដើម្បីដោះស្រាយឧបសគ្គជាច្រើនប្រភេទ ទាំងក្នុង និងក្រៅផ្ទះ ក្នុងល្បឿនលឿន។ ដល់ ៤.៥ ម៉ាយក្នុងមួយម៉ោង។
"វិធីសាស្រ្តដែលបានស្នើឡើងអនុញ្ញាតឱ្យមនុស្សយន្តផ្លាស់ទីជាមួយនឹងភាពរហ័សរហួនដែលមិនធ្លាប់មានពីមុនមក" អ្នកនិពន្ធនៃក្រដាសថ្មីមួយស្តីពីការស្រាវជ្រាវនៅក្នុង វិទ្យាសាស្រ្តមនុស្សយន្ត. "ឥឡូវនេះវាអាចវិវឌ្ឍនៅក្នុងឈុតឆាកដ៏ស្មុគស្មាញ ដែលវាត្រូវតែឡើង និងលោតលើឧបសគ្គធំៗ ខណៈពេលដែលជ្រើសរើសផ្លូវដែលមិនសំខាន់ទៅកាន់ទីតាំងគោលដៅរបស់វា។"
[បង្កប់មាតិកា]
ដើម្បីបង្កើតប្រព័ន្ធដែលអាចបត់បែនបាន ប៉ុន្តែអ្នកស្រាវជ្រាវបានបំបែកបញ្ហាជាបីផ្នែក ហើយបានកំណត់បណ្តាញសរសៃប្រសាទមួយទៅផ្នែកនីមួយៗ។ ដំបូងឡើយ ពួកគេបានបង្កើតម៉ូឌុលយល់ឃើញ ដែលយកធាតុចូលពីកាមេរ៉ា និង lidar ហើយប្រើវាដើម្បីបង្កើតរូបភាពនៃដី និងឧបសគ្គណាមួយនៅក្នុងវា។
ពួកគេបានរួមបញ្ចូលវាជាមួយនឹងម៉ូឌុលក្បាលរថភ្លើងដែលបានសិក្សាជំនាញកាតាឡុកដែលបានរចនាឡើងដើម្បីជួយឱ្យវាឆ្លងកាត់ឧបសគ្គផ្សេងៗ រួមទាំងការលោត ការឡើងចុះ ការឡើងចុះ និងការក្រាប។ ជាចុងក្រោយ ពួកគេបានបញ្ចូលម៉ូឌុលទាំងនេះជាមួយនឹងម៉ូឌុលរុករក ដែលអាចធ្វើតារាងវគ្គសិក្សាតាមរយៈឧបសគ្គជាបន្តបន្ទាប់ ហើយសម្រេចចិត្តថាតើជំនាញណាមួយដែលត្រូវហៅដើម្បីជម្រះពួកគេ។
Nikita Rudin អ្នកនិពន្ធក្រដាសម្នាក់ វិស្វករនៅ Nvidia និងជានិស្សិតបណ្ឌិតនៅ ETH Zurich "យើងជំនួសកម្មវិធីស្តង់ដារនៃមនុស្សយន្តភាគច្រើនដោយប្រើបណ្តាញសរសៃប្រសាទ"។ បានប្រាប់ អ្នកវិទ្យាសាស្រ្តថ្មី. "នេះអនុញ្ញាតឱ្យមនុស្សយន្តសម្រេចបាននូវអាកប្បកិរិយាដែលមិនអាចធ្វើទៅបានបើមិនដូច្នេះទេ" ។
ទិដ្ឋភាពដ៏គួរឱ្យចាប់អារម្មណ៍បំផុតមួយនៃការស្រាវជ្រាវគឺការពិតដែលមនុស្សយន្តត្រូវបានបណ្តុះបណ្តាលក្នុងការក្លែងធ្វើ។ ឧបសគ្គចម្បងនៃមនុស្សយន្តកំពុងប្រមូលទិន្នន័យពិភពលោកពិតគ្រប់គ្រាន់សម្រាប់មនុស្សយន្តដើម្បីរៀនពី។ ការក្លែងធ្វើអាច ជួយប្រមូលទិន្នន័យឱ្យបានលឿន ដោយដាក់មនុស្សយន្តនិម្មិតជាច្រើនតាមរយៈការសាកល្បងស្របគ្នា និងក្នុងល្បឿនលឿនជាងដែលអាចធ្វើទៅបានជាមួយមនុស្សយន្តរាងកាយ។
ប៉ុន្តែការបកប្រែជំនាញដែលបានរៀននៅក្នុងការក្លែងធ្វើទៅពិភពពិតគឺពិបាកដោយសារតែគម្លាតជៀសមិនរួចរវាងពិភពនិម្មិតសាមញ្ញ និងពិភពរូបវន្តដ៏ស្មុគស្មាញ។ ការបណ្តុះបណ្តាលប្រព័ន្ធមនុស្សយន្ត ដែលអាចដំណើរការដោយស្វ័យភាពនៅក្នុងបរិយាកាសដែលមើលមិនឃើញទាំងក្នុង និងក្រៅផ្ទះ គឺជាសមិទ្ធផលដ៏សំខាន់មួយ។
ដំណើរការបណ្តុះបណ្តាលពឹងផ្អែកទាំងស្រុងលើការពង្រឹងការរៀនសូត្រ-សាកល្បង និងកំហុសប្រកបដោយប្រសិទ្ធភាព ជាជាងការធ្វើបាតុកម្មរបស់មនុស្ស ដែលអនុញ្ញាតឱ្យអ្នកស្រាវជ្រាវបណ្តុះបណ្តាលគំរូ AI លើសេណារីយ៉ូចៃដន្យមួយចំនួនធំជាជាងការដាក់ស្លាកនីមួយៗដោយដៃ។
លក្ខណៈពិសេសគួរឱ្យចាប់អារម្មណ៍មួយទៀតគឺថាអ្វីគ្រប់យ៉ាងដំណើរការលើបន្ទះឈីបដែលបានដំឡើងនៅក្នុងមនុស្សយន្តជាជាងពឹងផ្អែកលើកុំព្យូទ័រខាងក្រៅ។ ហើយក៏ដូចជាអាចដោះស្រាយបញ្ហាផ្សេងៗនៃសេណារីយ៉ូផ្សេងៗ អ្នកស្រាវជ្រាវបានបង្ហាញថា ANYmal អាចងើបឡើងវិញពីការធ្លាក់ ឬរអិល ដើម្បីបញ្ចប់វគ្គឧបសគ្គ។
អ្នកស្រាវជ្រាវនិយាយថា ល្បឿន និងភាពប្រែប្រួលនៃប្រព័ន្ធនេះ បង្ហាញថា មនុស្សយន្តដែលត្រូវបានបណ្តុះបណ្តាលតាមរបៀបនេះ នៅថ្ងៃណាមួយអាចប្រើប្រាស់សម្រាប់បេសកកម្មស្វែងរក និងជួយសង្គ្រោះនៅក្នុងបរិយាកាសដែលមិនអាចទាយទុកជាមុនបាន និងពិបាករុករក ដូចជាអគារបាក់បែក និងបាក់បែកជាដើម។
វិធីសាស្រ្តមានដែនកំណត់។ ប្រព័ន្ធនេះត្រូវបានបណ្តុះបណ្តាលដើម្បីទប់ទល់នឹងប្រភេទនៃឧបសគ្គជាក់លាក់ ទោះបីជាវាមានទំហំ និងការកំណត់ខុសគ្នាក៏ដោយ។ ការឱ្យវាដំណើរការក្នុងបរិយាកាសដែលមិនមានរចនាសម្ព័ន្ធកាន់តែច្រើននឹងតម្រូវឱ្យមានការបណ្តុះបណ្តាលបន្ថែមទៀតនៅក្នុងសេណារីយ៉ូចម្រុះបន្ថែមទៀត ដើម្បីអភិវឌ្ឍជំនាញកាន់តែទូលំទូលាយ។ ហើយការបណ្តុះបណ្តាលនោះមានទាំងភាពស្មុគស្មាញ និងចំណាយពេលវេលា។
ប៉ុន្តែការស្រាវជ្រាវនៅតែជាការចង្អុលបង្ហាញ មនុស្សយន្តកាន់តែមានសមត្ថភាព ប្រតិបត្តិការក្នុងបរិយាកាសស្មុគស្មាញ និងពិភពពិត។ នោះបង្ហាញថាពួកគេអាចនឹងមានវត្តមានកាន់តែអាចមើលឃើញនៅជុំវិញយើងក្នុងពេលឆាប់ៗនេះ។
ឥណទានរូបភាព: ETH Zurich
- SEO ដែលដំណើរការដោយមាតិកា និងការចែកចាយ PR ។ ទទួលបានការពង្រីកថ្ងៃនេះ។
- PlatoData.Network Vertical Generative Ai. ផ្តល់អំណាចដល់ខ្លួនអ្នក។ ចូលប្រើទីនេះ។
- PlatoAiStream Web3 Intelligence ។ ចំណេះដឹងត្រូវបានពង្រីក។ ចូលប្រើទីនេះ។
- ផ្លាតូអេសជី។ កាបូន CleanTech, ថាមពល, បរិស្ថាន, ពន្លឺព្រះអាទិត្យ ការគ្រប់គ្រងកាកសំណល់។ ចូលប្រើទីនេះ។
- ផ្លាតូសុខភាព។ ជីវបច្ចេកវិទ្យា និង ភាពវៃឆ្លាត សាកល្បងគ្លីនិក។ ចូលប្រើទីនេះ។
- ប្រភព: https://singularityhub.com/2024/03/14/watch-an-ai-robot-dog-rock-an-agility-course-its-never-seen-before/
