फेसबुक ने विधि बनाई जो एआई रोबोट्स को मैप के बिना नेविगेट करने की अनुमति दे सकती है

फेसबुक ने हाल ही में एक एल्गोरिथ्म बनाया है जो एक एआई एजेंट की क्षमता को बढ़ाता है ताकि वह एक पर्यावरण में नेविगेट कर सके, एजेंट को नए पर्यावरणों में सबसे छोटा मार्ग निर्धारित करने देता है बिना मैप के एक्सेस के। जबकि मोबाइल रोबोट्स में आमतौर पर एक मैप प्रोग्राम किया जाता है, फेसबुक द्वारा डिज़ाइन किया गया नया एल्गोरिथ्म रोबोट्स के निर्माण को सक्षम कर सकता है जो मैप की आवश्यकता के बिना पर्यावरणों में नेविगेट कर सकते हैं।

फेसबुक शोधकर्ताओं द्वारा बनाए गए एक पोस्ट के अनुसार, रोबोट नेविगेशन के लिए एक प्रमुख चुनौती एआई सिस्टम को नए पर्यावरणों में नेविगेट करने और मैप के बिना प्रोग्राम किए गए गंतव्य तक पहुंचने की क्षमता प्रदान करना है। इस चुनौती का सामना करने के लिए, फेसबुक ने एक मजबूरी सीखने वाला एल्गोरिथ्म बनाया जो कई शिक्षुओं में वितरित किया गया था। एल्गोरिथ्म को विकेंद्रीकृत वितरित प्रॉक्सिमल पॉलिसी ऑप्टिमाइजेशन (डीडी-पीपीओ) कहा जाता था। डीडी-पीपीओ को केवल दिशा सूचक डेटा, जीपीएस डेटा और आरजीबी-डी कैमरे तक पहुंच प्रदान की गई थी, लेकिन कथित तौर पर मैप डेटा के बिना एक आभासी पर्यावरण में नेविगेट करने और एक लक्ष्य तक पहुंचने में सक्षम था।

शोधकर्ताओं के अनुसार, एजेंटों को आभासी पर्यावरणों जैसे कार्यालय भवनों और घरों में प्रशिक्षित किया गया था। परिणामी एल्गोरिथ्म एक सिम्युलेटेड इनडोर पर्यावरण में नेविगेट करने में सक्षम था, पथ में सही फोर्क चुनने और तेजी से गलत पथ चुनने पर पुनः प्राप्त करने में सक्षम था। आभासी पर्यावरण के परिणाम आशाजनक थे, और यह महत्वपूर्ण है कि एजेंट सामान्य पर्यावरणों में विश्वसनीय रूप से नेविगेट करने में सक्षम हों, क्योंकि वास्तविक दुनिया में एक एजेंट खुद को या अपने आसपास के वातावरण को नुकसान पहुंचा सकता है यदि वह विफल हो जाता है।

फेसबुक शोध टीम ने समझाया कि उनके परियोजना का ध्यान सहायक रोबोट्स पर था, क्योंकि सहायक रोबोट्स और एआई एजेंटों के लिए उचित, विश्वसनीय नेविगेशन आवश्यक है। शोध टीम ने समझाया कि नेविगेशन विभिन्न प्रकार के सहायक एआई सिस्टम के लिए आवश्यक है, घर के आसपास कार्य करने वाले रोबोट्स से लेकर दृश्य विकार वाले लोगों की मदद करने वाले एआई-संचालित उपकरणों तक। शोध टीम ने यह भी तर्क दिया कि एआई निर्माताओं को सामान्य रूप से मैप का उपयोग करने से दूर जाना चाहिए, क्योंकि मैप अक्सर जैसे ही वे बनाए जाते हैं पुराने हो जाते हैं, और वास्तविक दुनिया के पर्यावरण में, वे लगातार बदलते रहते हैं और विकसित होते रहते हैं।

टेकएक्सप्लोर की रिपोर्ट के अनुसार, फेसबुक शोध टीम ने ओपन-सोर्स एआई हैबिटेट प्लेटफ़ॉर्म का उपयोग किया, जिसने उन्हें फोटोरियलिस्टिक 3-डी पर्यावरणों में समय पर निहित एजेंटों को प्रशिक्षित करने में सक्षम बनाया। हेवन ने सिम्युलेटेड पर्यावरणों के एक सेट तक पहुंच प्रदान की, और ये पर्यावरण इतने वास्तविक हैं कि एआई मॉडल द्वारा उत्पन्न डेटा को वास्तविक दुनिया के मामलों में लागू किया जा सकता है। डगलस हेवन ने एमआईटी टेक्नोलॉजी रिव्यू में मॉडल के प्रशिक्षण की तीव्रता की व्याख्या की:

“फेसबुक ने एआई हैबिटेट में तीन दिनों के लिए बॉट्स को प्रशिक्षित किया, जो एक भवन के अंदरूनी हिस्से का एक फोटोरियलिस्टिक आभासी मॉक-अप है, जिसमें कमरे और गलियारे और फर्नीचर हैं। उस समय में उन्होंने 2.5 अरब कदम उठाए – 80 साल के मानव अनुभव के बराबर।”

प्रशिक्षण कार्य की भारी जटिलता के कारण, शोधकर्ताओं ने कथित तौर पर प्रशिक्षण जारी रखने के दौरान कमजोर शिक्षुओं को समाप्त कर दिया ताकि प्रशिक्षण समय को तेज किया जा सके। शोध टीम अपने वर्तमान मॉडल को आगे ले जाने और केवल कैमरा डेटा का उपयोग करके जटिल पर्यावरणों में नेविगेट करने वाले एल्गोरिथ्म बनाने की उम्मीद करती है, जीपीएस डेटा और दिशा सूचक डेटा को छोड़ देती है। इसका कारण यह है कि जीपीएस डेटा और दिशा सूचक डेटा अक्सर घर के अंदर से बाहर निकाला जा सकता है, बहुत शोर हो सकता है, या बस उपलब्ध नहीं हो सकता है।

जबकि प्रौद्योगिकी का अभी तक बाहर परीक्षण नहीं किया गया है और लंबी दूरी पर नेविगेट करने में परेशानी होती है, एल्गोरिथ्म का विकास अगली पीढ़ी के रोबोट्स के विकास में एक महत्वपूर्ण कदम है, विशेष रूप से डिलीवरी ड्रोन और घरों या कार्यालयों में काम करने वाले रोबोट्स के लिए।