سائنسی ماہر مصنوعی انٹیلی جنس کو تربیت دینے کے لئے ہوم سمولٹر بنائیں

جب آپ سوچتے ہیں کہ "مشین سیکھنے،" یہ تصویر کے تقریبا غیر معمولی معلومات ہے جس میں ڈیٹا کی ناقابل قابل مقدار کی مقدار میں اضافہ ہوتا ہے، کسی بھی شخص کے خلاف کنکشن بنانے کے لۓ نمبروں کی لامتناہی حدود کو کچلنے کے لئے کبھی بھی سوچنا ہی نہیں ہوتا.

لیکن کینیڈا کے سائنسدانوں کا ایک گروپ مختلف خیال تھا: کیوں انہیں گھر چلانے کے لئے نہیں سکھا؟

اس نے انہیں ہزاروں لاکھ تخروپے گھروں کو تعمیر کرنے کی قیادت کی. سیکھ سکتے ہیں کہ ان کے اندر ماحول کو ہراساں کرنا. وہ اس مجازی کھیل کے میدان کو HoME، یا گھریلو کثیر موڈل ماحولیات کہتے ہیں. پروگرامر A.I. کے لئے پہیلیاں قائم کر سکتے ہیں. مختلف "گھر" کے ماحول میں حل کرنے کے لئے، جو کرسیاں کو منظم کرنے کے لئے سوفی منتقل کرنے سے کچھ بھی ہوسکتا ہے.

مونٹال یونیورسٹی کے ایک گہری سیکھنے محققین، ایتھن پیریز نے بتایا کہ "انسان مختلف طریقوں سے مختلف طریقوں سے متعلق معلومات کو جمع کرنے سے سیکھتے ہیں: وژن، زبان اور فزکس." اندرونی اسکائپ کال میں. "جیسا کہ مشین سیکھنے میں اضافہ ہوتا ہے وہ انفرادی طور پر ان سب کو سنبھالنے میں کامیاب رہا ہے. اب یہ ان سب کو ایک واحد ترتیب میں لانے کے لئے پکانا لگتا ہے جہاں A.I. اصل میں یہ بات جاننے کی کوشش کر سکتی ہے کہ 'بھاری' کا مطلب کیا ہے.

ایک کاغذ پیریز اور ان کی ٹیم میں NIPS 2017 میں پیش ہوں گی. اس ہفتہ منعقد ہونے والے کانفرنس لانگ بیچ، کیلیفورنیا میں ہے - محققین نے وضاحت کی ہے کہ انھوں نے AI کے لئے مجازی جم بنانے کے لئے 45،000 منفرد 3D گھر کی ترتیب کا ڈیٹا استعمال کیا تھا.

کچھ بڑے ترین کمپنیوں نے اپنی ای. زیادہ جدید بننے کے لئے. ایک اہم مثال گوگل ہے جو کلاسک ویڈیو گیم کا استعمال کرتا ہے سٹار کرافٹ امید ہے کہ ایک دن، یہ انسان کے کھلاڑیوں کو شکست دینے میں کامیاب ہو جائے گا اس کی DeepMind کو تربیت دینے کے لئے.

"دیگر کثیر ماحولیات کی طرح DOOM یا سٹار کرافٹ واقعی ٹھنڈا اور مفید ہو گیا ہے، "مونٹریال یونیورسٹی میں ایک پی ایچ ڈی کے طالب علم فلورنین گولمو، بتاتا ہے اندرونی. "لیکن زیادہ سے زیادہ حقیقی زندگی کے ماحول میں ماحولیات ہیں جن میں آپ کے سامنے بندوق شامل نہیں ہے یا آپ کو زرملنگ کا حکم دیا جانا واقعی عملی ہوسکتا ہے."

یہ سب SUNCG ڈیٹا بیس کی طرف سے ممکن تھا، جس نے ہزار ہزار انتہائی تفصیلی ترتیبات مرتب کیے ہیں. اس کے بغیر، ٹیم نے کہا کہ انہیں بے ترتیب شدہ گھروں پر بھروسہ کرنا پڑے گا، جس میں A.I. میں مشق کرنے کے لئے.

گولمو، جو روبوٹکس میں پس منظر رکھتے ہیں، یقین رکھتے ہیں کہ HoME مستقبل میں گھریلو روبوٹ کو تربیت دینے کا ایک بہترین طریقہ ہے، صرف اس وجہ سے کہ کس طرح حقیقت پسندانہ ٹیم کے تخروپن ہے. انہوں نے یہ بتاتے ہوئے کہا کہ جبکہ دیگر ماحولیات ہیں جو بٹس کو تربیت دینے کے لئے استعمال کیا جاتا ہے، ہو ایم ای کا اصل حقیقت یہ ہے کہ کس طرح گھر حقیقی زندگی میں نظر آئے گی.

اب کے لئے، ایچ ایم ایم ای کے تخلیق کار اس بات کو یقینی بناتے ہیں کہ مستقبل میں ان کی مصنوعات کے صارفین کو ان گھر کے تخروپن کے اندر اندر ٹن ٹیسٹ کرنے کے لئے ضروری تمام وسائل موجود ہیں. کون جانتا تھا کہ ایک ریاستی آر. ٹرینر اس طرح کا ایک پرانے ورژن کی طرح نظر آئے گا سمس ?

یہ "منیٹور" روبوٹ دروازے کھول سکتا ہے، برف پر چلتا ہے، اور بنیادی طور پر کہیں بھی جاتا ہے.