Yapay Zeka ile Öğrenen Robot Kollar

Google araştırmacıları, robotların kavrayış becerilerini insanlarınkine yakın bir seviyeye yükseltmeye uğraşıyorlar. SergeyLevine ve takımının kurduğu 14 robot kolun birbirine bağlı olduğu ve çok katlı sinir ağı sistemi kullanılan sistemde, robotlar farklı objeleri kavramayı kendi başlarına öğreniyorlar.

A- A+

19.07.2016 tarihli yazı 17019 kez okunmuştur.

Bugün cisimleri çok kolay bir şekilde yerden kaldırıp tutabilmemizi, çocukluğumuzda farklı nesneleri kaldırmak ve tutmak adına yaşadığımız deneyimlerimize borçluyuz. Öyleki, Google araştırmacıları da aynı öğrenme metodunu kullanarak robotlara farklı şekil ve yüzey tipindeki nesnelerin kavranmasını kendi başlarına öğrenebilecekleri bir sistem kurdular. İlk aşamada 14 robot kol, hafif, ağır, küçük, büyük, sert, yumuşak, mat vb. özelliklere sahip cisimleri deneme yanılma metodu ile kavrayıp kaldırmaya çalışıyor. Araştırmacılar şimdiye kadar 800.000 tutma/kavrama hareketi gerçekleştirdiklerini söylediler.

►İlginizi Çekebilir: Robot Kolu Nedir? Nasıl Çalışır?

Google X laboratuvarı ekibinin bu çalışmadaki en önemli amaçlarından biride bir çocuğun öğrenme sürecini ana prensip olarak belirlemek ancak 14 kat daha hızlı gerçekleşecek bir sisteme dönüştürerek robotlara entegre etmek. Sistemde tekli görsel izleme ile çok katlı sinir ağı (CNN), yakalama işleminin en iyi tahmininde ortak çalışıyor. Robotlar problemler üzerinde paralel olarak çalışırken CNN sürekli hatalardan ders alıp kendini eğitiyor; tüm sistem otonom olarak işlerken araştırmacıların tek yapmaları gereken kutuları eşyalar ile doldurmak ve sistemi başlatmak.

Yayımlanan araştırmada görülen ilginç sonuçlardan birisi de robotların yumuşak ve sert nesneleri farklı şekilde tutmayı öğrenmiş olmaları, sert bir nesnenin farkına varıldığı zaman tutucular nesnenin dış köşelerinden tutarak sıkıyor; fakat sünger gibi yumuşak bir nesne için sinir ağı, tutucu parmağın birini ortadan diğerini de cisim etrafında kullanarak sıkmayı daha akılcı buluyor.

►İlginizi Çekebilir: Öğrenen Makineler | Siemens

En başlarda uygulamalar çok nadir olarak başarılı oluyordu ancak her gün edinilen tecrübeler derin çok katlı sinir ağını, nesnelerin nasıl kavranacağının tahmini konusunda eğitti. Temel olarak robot, sürekli olarak kendi elinin hareketi üzerinde tahmin yürütüyor; hangi davranışın maksimum başarı getirebileceğini hesaplıyor ve bu sayede sonuçlar sürekli bir geribildirim mekanizması içerisinde gerçekleştiği için bu da el-göz koordinasyonunu yaratıyor. Öğrenme süreci sonucu hata oranı %34’ten %18’e kadar düşmüş olduğu görülüyor.

Robotlara, etraflarındaki dünyayı anlayabilmelerini sağlamayı ve fiziksel sınırlarını öğretmek; sürücüsüz arabalar, özyönetimli robotlar, taşımacılık droneları ve diğer birçok fütüristtik düşüncenin gerçekleştirilebilmesi için gereklilik taşıyor.