Запознайте се с Джако и Бакстър, роботи, които готвят перфектния хотдог
Инженерите от BU са създали кулинарни ботове, за да тестват нова разработка, която може да подобри самоуправляващите се автомобили. Това би могло да е от полза за всички устройства работещи с помощта на изкуствения интелект.
Сложни системи
На този етап изследователите не винаги съумяват да разберат напълно, точно как би трябвало да работят алгоритмите за машинно обучение. Стремежите към усъвършенстването им водят до затруднения при прилагането им в сложна техника, като рискови задачи, автономно шофиране и други. Водещо в случая е безопасността и сигурността на операциите.
Звездите са два робота на име Джако и Бакстър. Инженерите от университета в Бостън се стремят да постигнат мащабен напредък в използването на машинно обучение, за да научат роботите да изпълняват сложни задачи. Това би могло да бъде от полза при изпълнението на многозадачен режим на работа, какъвто се изисква в медицината. Пример за това може да бъде идентифициране на ракови петна в мамограми или по-добро разбиране на гласовите команди за възпроизвеждане на дадено действие. Стартът на програмата започва от така вкусният и любим на всички хотдог.
Професор от техническия колеж в BU и изследователи от неговата лаборатория обучиха два робота да готвят, сглобяват и обслужват клиентите с хотдог. Работата, която извършват е строго синхронизирана. Техният метод съчетава техники и формални методи от областта на компютърните науки, която обикновено се използва за гарантиране на безопасността. Най-вече се използва в софтуера за авионика или киберсигурност. Тези различни техники е трудно да се комбинират математически и да се подчинят на език, който роботът ще разбере.
Ползата от наградите
Учени по механика, електротехника и изчислителна техника, са използвали клон на машинното обучение, известен като обучение за подсилване. Когато компютърът изпълни задачата правилно, той получава стимул, който ръководи процеса му на работа. Въпреки че стъпките на задачата са очертани в алгоритъм, предварителното познание, как точно да бъдат изпълнени последователно всички етапи е сложно за постигане. Когато роботът стане по-добър в извършването на една стъпка, възнаграждението му се увеличава. Това създава механизъм за обратна връзка, който тласка робота да научи най-добрия начин, в случая да достави перфектен хотдог.
Интегрирането на предишни знания с напредването на обучението и формалните методи е това, което прави тази нова техника по-добра. Чрез комбиниране на тези три техники, екипът може да намали количеството възможности, през които роботите трябва да преминат, за да се научат как да готвят, сглобяват и сервират хот-дог. Проектът е доказателство за напредъка на машинното обучение и прилагането му при сложни задачи, като например автономното шофиране.
