ربات های امروزی می توانند وظایف مختلفی را انجام دهند که از قبل برای آنها آموزش داده شده است. اما اگر ربات ها به یادگیری قبلی خود محدود نمی شدند چه می شد؟ DeepMind متعلق به گوگل از مدل هوش مصنوعی جدیدی رونمایی کرده است که می تواند خود را بهبود بخشد و مهارت های جدیدی را با کمترین مداخله انسانی به دست آورد.
مدل جدید هوش مصنوعی DeepMind نامگذاری شد RoboCat این می تواند مهارت های جدید را بسیار سریعتر از آخرین مدل ها یاد بگیرد. این مدل بر اساس مدل چندوجهی گاتو، توسط خود DeepMind توسعه یافته است (گاتو در زبان اسپانیایی به معنای گربه است). مدل RoboCat می تواند زبان، تصاویر و وظایف مختلف را در محیط های شبیه سازی شده و واقعی پردازش کند.
هوش مصنوعی RoboCat شرکت DeepMind چگونه مهارت های جدیدی را یاد می گیرد؟
معماری گاتو که شامل مجموعه بزرگی از توالی های تصویر و صدها کار مختلف انجام شده توسط بازوهای رباتیک است، کمک قابل توجهی به توسعه مدل هوش مصنوعی RoboCat کرده است. DeepMind به این مدل هوش مصنوعی آموزش داد تا وظایف جدید را از طریق پنج مرحله زیر بیاموزد:
1. 100 تا 1000 نمونه از اطلاعات مربوط به عملکرد کار را جمع آوری کنید.
2. بهبود عملکرد RoboCat هنگام انجام این کار و ایجاد یک نمونه فورک شده از همان کار.
3. نمونه شاخه دار را به طور متوسط حدود 10000 بار آموزش دهید تا اطلاعات آموزشی بیشتری به دست آورید.
4. داده های جمع آوری شده و تولید شده را به مجموعه داده RoboCat اضافه کنید.
5. با استفاده از این مجموعه داده جدید، نسخه جدیدی از RoboCat را آموزش دهید.
این مکانیسم مدل هوش مصنوعی جدید DeepMind را فعال می کند به سرعت با وظایف جدید سازگار شوید. به عنوان مثال، حتی اگر آموزش اولیه هوش مصنوعی شامل دانش کار با سلاح های رباتیک رزمی نباشد، سیستم می تواند نحوه استفاده از این نوع ربات ها را بیاموزد.
محققان می گویند که هرچه وظایف جدید بیشتری را به RoboCat آموزش دهند، هوش مصنوعی در یادگیری وظایف جدید بهتر می شود. در واقع، نسخه های اولیه این مدل تنها در 36 درصد مواقع می توانستند کارهای جدید را یاد بگیرند، اما آخرین نسخه این درصد را دو برابر کرده است.