Kemungkinan robot tidak lama lagi akan tinggal di rumah dengan orang, membantu orang yang lebih tua untuk hidup berdikari. Tetapi untuk melakukan ini, mereka harus belajar bagaimana melakukan semua pekerjaan kecil yang dapat dilakukan orang tanpa ragu-ragu. Banyak sistem kecerdasan buatan moden dilatih untuk melakukan tugas-tugas tertentu dengan menganalisis ribuan gambar tanda tindakan tertentu. Walaupun kaedah ini membantu menyelesaikan masalah yang lebih banyak dan lebih kompleks, mereka masih menangani masalah yang sangat spesifik dan memerlukan banyak masa dan daya pemprosesan untuk belajar.
Sekiranya robot mengurus orang tua, masalah pekerjaan seperti itu akan sangat berbeza jika dibandingkan dengan situasi biasa dalam proses pembelajaran. Pada siang hari, robot perlu melakukan banyak perkara, dari membuat teh hingga menukar tempat tidur ketika bercakap. Ini adalah tugas mencabar yang semakin sukar digabungkan. Tidak ada dua rumah yang serupa, yang bermaksud robot harus cepat belajar dan menyesuaikan diri dengan persekitarannya. Dan seperti yang sering terjadi, jika anda tinggal dengan orang lain, perkara cenderung berpindah. Robot harus belajar mencari sendiri.
Salah satu pendekatannya ialah mengembangkan robot pembelajaran sepanjang hayat yang dapat menyimpan pengetahuan berdasarkan pengalaman dan merancang cara untuk menyesuaikan dan menerapkannya pada tugas baru. Setelah anda belajar membuat secawan teh, kemahiran ini juga dapat digunakan untuk kopi.
Otak manusia belajar sepanjang hayatnya, terus menyesuaikan diri dengan keadaan yang kompleks dan berubah dan menyelesaikan setiap hari pelbagai masalah. Meniru bagaimana manusia belajar dapat membantu merancang robot yang dapat kita berinteraksi secara semula jadi, seolah-olah kita bersama orang lain.
Simulasi perkembangan kanak-kanak untuk melatih robot
Soalan pertama yang harus ditanyakan ketika anda mula memodelkan orang adalah di mana untuk memulakan? Alan Turing, ahli matematik terkenal dan pelopor kecerdasan buatan, pernah berkata:
Dia membandingkan otak anak dengan buku nota kosong yang dapat diisi selama pendidikan dan mengembangkan "sistem" dewasa yang cerdas. Tetapi bagaimana usia kanak-kanak untuk model? Apa pengetahuan dan kemahiran yang anda perlukan untuk membina terlebih dahulu?
Bayi yang baru lahir sangat terhad dalam apa yang dapat mereka lakukan dan bagaimana mereka melihat dunia di sekelilingnya. Kekuatan otot di leher anak tidak cukup untuk menopang kepala, dan dia belum belajar mengawal lengan dan kakinya.
Bermula dari bulan sifar - langkah seperti itu dapat mengehadkan robot dengan teruk. Tetapi batasan fizikal anak sebenarnya membantunya untuk fokus menyelesaikan masalah kecil kelas, misalnya, dia belajar mengaitkan matanya dengan apa yang dia dengar dan lihat. Langkah-langkah ini pada peringkat awal membina model kanak-kanak membina tubuhnya bahkan sebelum dia mula memahami kerumitan dunia di sekitarnya.
Para jurutera menerapkan sekatan yang serupa dengan robot, pada mulanya menyekat pergerakan pelbagai sendi untuk meniru kekurangan kawalan otot. Mereka juga menyesuaikan gambar dari kamera robot sehingga "melihat" dunia melalui mata bayi yang baru lahir - dengan pinggiran kabur dan samar. Daripada memberitahu robot cara bergerak, ia dibenarkan untuk memikirkannya sendiri. Kelebihannya di sini ialah apabila penentukuran berubah, atau apabila anggota badan mengalami kerosakan, robot akan dapat menyesuaikan diri dengan perubahan ini dan terus berfungsi.
Belajar dengan bermain
Penyelidikan telah menunjukkan bahawa dengan menerapkan kekangan dalam proses pembelajaran, bukan sahaja kadar di mana pengetahuan dan kemahiran baru diperoleh, tetapi ketepatan apa yang dipelajari juga meningkat.
Dengan memberi robot kawalan terhadap pembebasan kekangan - memberikan kawalan ke atas sendi dan meningkatkan penglihatannya - adalah mungkin bagi robot untuk mengawal kadar pembelajarannya sendiri. Para saintis telah memperagakan "bayi" dan 10 bulan pertama pertumbuhannya. Ketika robot belajar mengaitkan pergerakan dan maklumat deria yang diterimanya, ia memperoleh tingkah laku stereotaip yang dilihat pada bayi, seperti ketika anak-anak menghabiskan waktu yang lama menatap tangan mereka ketika bergerak.
Apabila robot belajar untuk mengkoordinasikan badannya sendiri, tonggak penting seterusnya yang dilaluinya ialah ia mula memahami dunia di sekitarnya. Main adalah bahagian penting dalam pembelajaran anak. Dia membantunya meneroka persekitaran, menguji kemungkinan yang berlainan, dan mengkaji hasilnya.
Pada mulanya, semudah mengetuk meja dengan sudu atau meletakkan objek di mulut anda. Tetapi kemudian ia berkembang menjadi blok bangunan blok atau meletakkan objek di lubang yang sesuai. Semua tindakan ini mewujudkan pengalaman yang seterusnya akan memberi asas kepada kemahiran seperti mencari kunci yang tepat untuk membuka kunci dan kemahiran motor halus untuk memasukkan kunci ke dalam lubang kunci dan kemudian membalikkannya.
Di masa depan, penggunaan teknik ini akan memberi robot cara untuk belajar dan menyesuaikan diri dengan lingkungan yang mencabar dan tugas-tugas yang biasa diterima manusia dalam kehidupan seharian. Robot satu hari akan dapat menolong orang tua, malah kanak-kanak di tadika akan dapat mengajar mereka.
Ilya Khel
