گہری 'پائیدار سیکھنا سیکھنے' روبوٹ کی تعلیم درکار ہے اس سے کہیں زیادہ تیزی سے نئی مہارتیں

$config[ads_kvadrat] not found
Anonim

روبوٹ سکھا اپ مجازی دنیا میں کاموں کو پورا کرنے کے بارے میں سیکھ رہے ہیں، گھنٹوں کے معاملات میں ترقیاتی مہارتوں کو جو کہ دوسری صورت میں مہینے لگیں. متعدد گہری پھانسی کی تعلیم (یا گہری آر ایل) ایک ایسی مہارت کا مطلب ہے جو عام طور پر A. حقیقی دنیا میں جاننے کے لئے ہائپر تیز رفتار کلاس روم میں صرف ایک دن لگتا ہے.

گوگل گہرے موم کے ایک تحقیقی سائنسدان رایا ہڈیل نے جمعہ کو لندن میں دوبارہ کام گہری سیکھنے کی سربراہی میں کہا کہ "یہ ممکنہ طور پر حقیقت میں ہے کہ ہم روبوٹکس کے ڈومین میں کیا کرسکتے ہیں." "ہم انسانی سطح کی مہارت سیکھ سکتے ہیں."

یہ انسداد بدیہی آواز لگ سکتا ہے، جیسا کہ یقینی طور پر روبوٹ کے پورے نقطہ نظر پروگرامرز ان چیزیں کرنے کے لئے سکھا سکتے ہیں، صحیح؟ جب کسی ایسی مشین کو ڈیزائن کرتے ہیں جو حقیقی دنیا میں چلتی ہے، تاہم، روبوٹ کو ایک غیر معمولی صورت حال میں کام کرنے کا طریقہ سمجھنے کے لئے بہت سارے ڈیٹا کی ضرورت ہوتی ہے. A.I. اس اعداد و شمار سے پہلے آنے والے تمام حالات پر مبنی "مہارت" کو استعمال کر سکتے ہیں.

گہری پھانسی کی تعلیم کو جمع کرتا ہے کہ انسان کس طرح جانتا ہے کہ کس طرح کے اعداد و شمار کی طرح اسی طرح کے اعداد و شمار ہیں: ایک روبوٹ بار بار پکڑ کر ایک کام مکمل کرے گا، اور اعداد و شمار کو ریکارڈ کرنے کے لئے اعداد و شمار کو ریکارڈ کرنے کے لئے ایک نئی صورت حال میں گیند کو پکڑنے کے لئے کس طرح بہتر بنانے کے. جب عائشہ کے کھیلوں کو کس طرح مہارت حاصل کرنے کے روبوٹ کو سکھانے کے لئے ڈیپ میڈ نے 2013 میں ماڈل کا استعمال کیا، تو صرف اسکرین کے سامنے بیٹھا اور اس کا آخری مقصد بتانا، سائنسی کمیونٹی نے اسے پیار کیا.

مسئلہ ہے، یہ ہمیشہ کے لئے لیتا ہے. آپ بار بار روبوٹ پر گیندیں پھینکنا چاہتے ہیں، یا اٹاری کیس میں، تھوڑی دیر کے لئے اپنے سونے کے کمرے میں روبوٹ کو چھوڑ دو. ایک ترقی پسند نیورل نیٹ ورک کے ساتھ مل کر ایک مقبوک تخروپن چل رہا ہے، ٹرینرز ایسے پروگرام چل سکتے ہیں جو روبوٹ کی نمائش کرتے ہیں، روبوٹ کے سیکھے طرز عمل کو منتقل کرتے ہیں اور حقیقی دنیا میں مجازی تحریکوں کو نقشہ دیتے ہیں.

ہڈسیل نے کہا کہ "ہم ہر روز اور رات بھر میں ان سمیلیٹروں کو چل سکتے ہیں."

نتائج خود کے لئے بولتے ہیں. یہ روبوٹ، جس نے پکڑنے میں اپنا ڈپلوما حاصل کیا، اب مجازی گیندوں کا پیچھا کر سکتا ہے جیسا کہ اگر وہ حقیقی تھے، تو وہ بڑا دن پکڑنے کے لۓ جب اسے ایک حقیقی گیند کو پکڑنے کے لئے کہا جاتا ہے:

$config[ads_kvadrat] not found