11.07.2019  Экспертиза, Искусственный интеллект, Менеджмент

Сейчас ученые разрабатывают модели, позволяющие роботам учиться на своем опыте. Учитывайте это, потому что глубокое обучение приведет к значительным усовершенствованиям, пишет на портале InformationWeek вице-президент Canonical Group по устройствам и Интернету вещей Том Кеннинг. В конце марта ученые из Google, Принстонского и Колумбийского университетов и Массачусетского технологического института продемонстрировали робота TossingBot, который может учиться хватать и бросать случайные предметы вроде бананов или шариков для пинг-понга в коробки, находящиеся за пределами запрограммированной дальности, и повышать производительность посредством самообучения. «Данный робот, как и многие другие, призван справляться с динамикой неструктурированного мира, — отметил студент-исследователь Google Энди Цзэн. — Но могут ли роботы не просто справляться с динамикой, а учиться использовать ее с выгодой для себя, развивая „интуитивное понимание“ физического мира, которое позволит им более эффективно решать поставленные задачи?». Благодаря глубокому обучению, продолжил он, «наши роботы могут обучаться на опыте вместо того, чтобы полагаться на проектирование действий вручную для каждого конкретного случая». Анонс TossingBot представляет интерес, потому что иллюстрирует, в какой мере глубокое обучение способно совершенствовать действия робота в реальном мире, далеко выходящие за пределы игры. Становясь все более сложной, робототехника готовится преобразовать различные отрасли, включая ... читать далее.