Ֆիզիկական արհեստական բանականության համակարգերի մշակողները ռոբոտների ուսուցման նոր եղանակներ են փնտրում, և ամենաարտասովոր ուղղություններից մեկն է դառնում մարդու ուղեղի ակտիվության օգտագործումը։ Ինչպես հայտնում է TechCrunch-ը, ամերիկյան Encord ընկերությունը գերմանական Zander Labs ստարտափի հետ համատեղ փորձարկում է տեխնոլոգիա, որը թույլ է տալիս գրանցել օպերատորների ուղեղային ալիքները տարբեր ֆիզիկական առաջադրանքներ կատարելու ընթացքում։

Մշակողների կարծիքով՝ այսօր մարդանման ռոբոտների զարգացման հիմնական սահմանափակումը ոչ թե նեյրոնային ցանցերի ճարտարապետությունն է, այլ ուսուցման համար որակյալ տվյալների պակասը։ Encord-ում գտնում են, որ նման տվյալներ պարզապես գոյություն չունեն բավարար ծավալով, որի պատճառով դրանք ստիպված են լինում ստեղծել գրեթե զրոյից։

Ինչպես է անցնում փորձարկումը

Փորձարկումներն անցկացվում են Սան Լեանդրո քաղաքում գտնվող Encord-ի պահեստում։ Ցուցադրության ընթացքում օպերատորը, կրելով տեսախցիկով և ուղեղի էլեկտրական ակտիվությունը ֆիքսող սենսորներով ականջակալ, զգուշությամբ քանդում է Jenga փայտե բլոկներից աշտարակը։ Առաջին դեմքից ստացվող պատկերից բացի, համակարգը տեղեկատվություն է ստանում այն մասին, թե ինչպես է մարդը արձագանքում տեղի ունեցողին, օրինակ՝ երբ բախվում է սխալի, անսպասելի իրավիճակի կամ որոշում է կայացնում։

Մշակողները ենթադրում են, որ նման տվյալները կօգնեն ռոբոտներին ավելի լավ հասկանալ, թե որ գործողություններն են պահանջում առավելագույն կենտրոնացում և ավելի բարդ հաշվարկներ։ Առայժմ նախագիծը գտնվում է պիլոտային փորձարկման փուլում։ Encord-ը մտադիր է ձևավորել ուղեղի ակտիվության «պիտակներով» տվյալների առաջին հավաքածուն, փորձարկել այն հաճախորդների մոդելների վրա և միայն դրանից հետո որոշում կայացնել տեխնոլոգիայի ընդլայնման մասին։

Ռոբոտներին անհրաժեշտ են իրական գործողություններ, այլ ոչ թե համացանց

Ի տարբերություն խոշոր լեզվական մոդելների, որոնք սովորել են համացանցի տեքստերի հսկայական ծավալների վրա, ռոբոտներին անհրաժեշտ են ֆիզիկական աշխարհի հետ փոխազդեցության իրական օրինակներ։ Հենց այդ պատճառով ընկերություններն ավելի ու ավելի հաճախ են ինքնուրույն կազմակերպում ուսուցման համար տվյալների հավաքագրումը։

Այսօր նման տեղեկատվության հիմնական աղբյուրներն են այսպես կոչված էգոցենտրիկ տեսագրությունները՝ առաջին դեմքից արված տեսանյութերը, որոնք նկարահանվել են մարդկանց կողմից տարբեր գործողություններ կատարելիս, ինչպես նաև ռոբոտների հեռակառավարման ձայնագրությունները։

Սուրճ լցնելուց մինչև սերվերների միացում

Encord-ի հարթակում օպերատորները ստեղծում են ուսուցողական տվյալների հավաքածուներ՝ կատարելով ամենատարբեր գործողություններ․ լցնում են սուրճ, դասավորում են պոկերի չիպերը, Ethernet մալուխներ են միացնում սերվերներին, ինչպես նաև աշխատում են կենցաղային իրերի, գործիքների և փաթեթավորումների հետ։ Այս բոլոր գործողությունները նախատեսված են ապագա մարդանման ռոբոտներին ճշգրիտ մանիպուլյացիաներ կատարել սովորեցնելու համար։

Ուղեղի ակտիվության գրանցումից բացի, ընկերությունը փորձարկում է ևս մեկ տեխնոլոգիա՝ նախաբազկին ամրացվող տվիչներ, որոնք ընթերցում են մկանների էլեկտրական ազդանշանները։ Ենթադրվում է, որ դա թույլ կտա ավելի ճշգրիտ վերականգնել դաստակի և մատների դիրքը եռաչափ տիրույթում, քանի որ սովորական տեսանյութը միշտ չէ, որ ամբողջությամբ ֆիքսում է ձեռքերի շարժումները։

Ինչու է ֆիզիկական ԱԲ-ն զգալիորեն ավելի թանկ արժենում

Բոլոր հավաքված տվյալները մանրամասն նշագրվում են։ Յուրաքանչյուր տեսանյութ ուղեկցվում է կատարվող գործողության նկարագրությամբ, օրինակ՝ «աջ ձեռքը ձգում է հեղույսը»։ Encord-ի գնահատմամբ՝ նման մանրամասն նշագրումը տվյալների հավաքածուները դարձնում է մոտ հարյուր անգամ ավելի արժեքավոր конкрет առաջադրանքների ուսուցման համար՝ սովորական տեսագրությունների համեմատությամբ, թեև դրանց ստեղծումն արժենում է մոտ քսան անգամ ավելի թանկ։

Հենց ֆիզիկական տվյալների արտադրության բարձր արժեքն է դառնում ռոբոտատեխնիկայի և գեներատիվ արհեստական բանականության զարգացման հիմնական տարբերություններից մեկը։ Եթե լեզվական մոդելները կարող էին սովորել գրեթե անվճար՝ համացանցի բաց տվյալների հիման վրա, ապա ֆիզիկական ԱԲ-ի համար անհրաժեշտ տեղեկատվությունը ստիպված են լինում հատուկ ստեղծել, ինչը էապես փոխում է նման համակարգերի մշակման տնտեսագիտությունը։