ဆောင်းပါးတို "Dumb Robots" ရုပ်ပိုင်းဆိုင်ရာလက္ခဏာများကို အသုံးချခြင်းဖြင့် အလုပ်များကို ပြီးမြောက်အောင်လုပ်ဆောင်ပါ - Unite.AI
ကြှနျုပျတို့နှငျ့အတူချိတ်ဆက်ပါ

စက်ရုပ်

"Dumb Robots" ရုပ်ပိုင်းဆိုင်ရာ လက္ခဏာများကို အသုံးချခြင်းဖြင့် အလုပ်များကို ပြီးမြောက်အောင် လုပ်ဆောင်ပါ။ 

နောက်ဆုံးရေးသားချိန် on
ပုံ- Georgia Tech College of Sciences

စက်ရုပ်အစုအဝေးများစုပေါင်းလုပ်ဆောင်ရန်အတွက် သုတေသီများသည် အဆင့်မြင့် algorithms နှင့် အစိတ်အပိုင်းများကို အားကိုးခြင်းဖြင့် ၎င်းတို့၏ အပြန်အလှန်တုံ့ပြန်မှုများကို ကကွက်ပြရပါမည်။ သို့သော်၊ စက်ရုပ်များသည် အဆင့်မြင့်ပရိုဂရမ်မမီဘဲ ရိုးရိုးရှင်းရှင်းဆိုလျှင်၊ ညှိနှိုင်းလုပ်ဆောင်မှု အောင်မြင်ရန် ရှားပါသည်။ 

Dana Randall၊ ADVANCE ကွန်ပြူတာပါမောက္ခနှင့် Dunn မိသားစုပါမောက္ခ Daniel Goldman တို့သည် ဤပြဿနာကိုဖြေရှင်းရန် Georgia Institute of Technology မှ သုတေသီအဖွဲ့ကို ဦးဆောင်ခဲ့သည်။ အဖွဲ့သည် ရိုးရှင်းသော စက်ရုပ်များသည် စွမ်းဆောင်ရည်ထက် ကျော်လွန်သည့် အလုပ်များကို ပြီးမြောက်အောင် စွမ်းဆောင်နိုင်ပုံကို သရုပ်ပြရန် အဖွဲ့ကို စတင်ခဲ့သည်။ 

အဆိုပါ သုတေသနလုပ်ငန်း ဂျာနယ်ထဲမှာပုံနှိပ်ထုတ်ဝေခဲ့သည် သိပ္ပံတိုးတက်လာတာနဲ့အမျှ ဧပြီလ 23 ပေါ်မှာ။ 

မိုက်မဲသော စက်ရုပ်များသည် ရှုပ်ထွေးသောလုပ်ဆောင်စရာများကို အောင်မြင်သည်။

“မိုက်မဲသော စက်ရုပ်များ” ဟုခေါ်သော အဖွဲ့သည် အခြေခံအားဖြင့် မိုဘိုင်းလ် အမှုန်အမွှားများကို အသုံးပြုခဲ့ပြီး ၎င်းတို့သည် ရှုပ်ထွေးသော အလုပ်များကို အောင်မြင်နိုင်ကြောင်း သက်သေပြရန် ၎င်းတို့သတ်မှတ်ထားသည့်အရာများဖြစ်သည်။ စက်ရုပ်များမှ အာရုံခံကိရိယာများ၊ ဆက်သွယ်ရေး၊ မှတ်ဉာဏ်နှင့် တွက်ချက်မှုအားလုံးကို ဖယ်ရှားနိုင်ခဲ့ကြောင်း သုတေသီများက အစီရင်ခံတင်ပြကြပြီး အလုပ်အစုံကို ပြီးမြောက်စေရန် စက်ရုပ်များ၏ ရုပ်ပိုင်းဆိုင်ရာ လက္ခဏာများကို အသုံးချခဲ့ကြပါသည်။ အဖွဲ့၏အဆိုအရ ဤသွင်ပြင်လက္ခဏာကို "task embodiment" ဟုခေါ်သည်။

“ပြုမူခြင်း၊ စည်းရုံးခြင်း၊ တုန်လှုပ်ချောက်ချားသော ဘော့တ်များ” ၏ အတိုကောက်ဖြစ်သော BOBbots များကို အသေးစိတ်ရူပဗေဒတွင် ရှေ့ဆောင်တစ်ဦးဖြစ်သည့် Bob Behringer ၏အမည်ကို ခေါ်ဆိုခဲ့သည်။ 

စက်ရုပ်များသည် “သူတို့ ရသလောက် မိုက်တယ်” ဟု Randall က ဆိုသည်။ "သူတို့ရဲ့ cylindrical chassis မှာ တုန်ခါနေတဲ့ brush တွေ နဲ့ သူတို့ရဲ့ အစွန်အဖျားမှာ သံလိုက်တွေ ဖြည်နေတာကြောင့် သူတို့ဟာ အိမ်နီးနားချင်းတွေရှိတဲ့ နေရာတွေမှာ အချိန်ပိုရစေပါတယ်"

ရိုးရှင်းသော စက်ရုပ်များ၊ စမတ် အယ်လဂိုရီသမ်များ- BOBbots များနှင့် တွေ့ဆုံပါ။

ကွန်ပျူတာ သရုပ်သကန်များ

စမ်းသပ်ပလက်ဖောင်းနှင့်အတူ၊ အဖွဲ့သည် ဂျော်ဂျီယာနည်းပညာ ရူပဗေဒကျောင်းသား Shengkai Li ဦးဆောင်သော တိကျသောကွန်ပြူတာစဥ်းစားမှုများကိုလည်း အားကိုးအားထားပြုပါသည်။ ဤသရုပ်ဖော်မှုများသည် ဓာတ်ခွဲခန်းတွင် ကြည့်ရှု၍မရသော စနစ်၏ အမျိုးမျိုးသော ရှုထောင့်များကို လေ့လာရာတွင် အထောက်အကူဖြစ်စေသည်။ 

BOBbots များသည် အလွန်ရိုးရှင်းသော်လည်း စက်ရုပ်များသည် အတူတကွ ရွေ့လျားပြီး တစ်ခုနှင့်တစ်ခု ဆောင့်မိသောအခါတွင် “တစ်ဦးတည်း လှုပ်ရှားနိုင်လောက်အောင် လေးလံလွန်းသော အပျက်အစီးများကို စုပေါင်းရှင်းလင်းနိုင်သည့် သေးငယ်သော အစုအဝေးများ” ဟု Goldman မှ ရှင်းပြသည်။ “လူအများစုက ညှိနှိုင်းမှုကို အာမခံဖို့ ပိုရှုပ်ထွေးပြီး စျေးကြီးတဲ့ စက်ရုပ်တွေ ဆောက်နေပေမယ့် ရှုပ်ထွေးတဲ့ အလုပ်တွေကို အလွန်ရိုးရှင်းတဲ့ စက်ရုပ်တွေနဲ့ ပြီးမြောက်အောင် လုပ်နိုင်တာကို ကျွန်တော်တို့ မြင်ချင်ပါတယ်။”

အဖွဲ့၏အလုပ်သည် စစ်တုရင်ခုံပေါ်တွင် ရွေ့လျားနေသော အမှုန်များ၏သီအိုရီစံနမူနာဖြင့် မှုတ်သွင်းထားပြီး BOBbots ၏သင်္ချာပုံစံကိုလေ့လာရန်အတွက် Self-Organizing Particle System ဟုခေါ်သော သီအိုရီပိုင်းဆိုင်ရာ စိတ်ကူးပုံဖော်မှုတစ်ခုကို တီထွင်ခဲ့သည်။ ဖြစ်နိုင်ခြေသီအိုရီ၊ ကိန်းဂဏန်းရူပဗေဒနှင့် stochastic algorithms များမှ ဆွဲထုတ်ခြင်းဖြင့် သံလိုက်ဓာတ် အပြန်အလှန်တုံ့ပြန်မှုများ တိုးလာသည်နှင့်အမျှ သီအိုရီပုံစံသည် အဆင့်တစ်ခုသို့ ပြောင်းလဲသွားကြောင်း သက်သေပြနိုင်ခဲ့သည်။ ရေနှင့်ရေခဲကဲ့သို့သော စနစ်များကဲ့သို့ ကျစ်လစ်သိပ်သည်းသောအစုအဝေးများအဖြစ် စုစည်းမှုမှ လျင်မြန်စွာပြောင်းလဲသွားပါသည်။

Randall သည် ဂျော်ဂျီယာနည်းပညာတက္ကသိုလ်မှ ကွန်ပြူတာသိပ္ပံပါမောက္ခနှင့် သင်္ချာဆိုင်ရာ တွဲဖက်ပါမောက္ခလည်းဖြစ်သည်။ 

"တိကျသေချာသောခွဲခြမ်းစိတ်ဖြာမှုသည် BOBbots များကိုမည်ကဲ့သို့တည်ဆောက်ရမည်ကိုပြသရုံသာမက၊ စက်ရုပ်အချို့ချို့ယွင်းချက်ဖြစ်နိုင်သည် သို့မဟုတ် ကြိုတင်မှန်းဆ၍မရသောကျွန်ုပ်တို့၏ algorithm ၏မွေးရာပါကြံ့ခိုင်မှုကိုလည်းပြသခဲ့သည်" ဟု Randall ကပြောကြားခဲ့သည်။

Alex McFarland သည် AI ဂျာနယ်လစ်တစ်ဦးဖြစ်ပြီး ဉာဏ်ရည်တုဆိုင်ရာ နောက်ဆုံးပေါ်တိုးတက်မှုများကို ရှာဖွေနေသော စာရေးဆရာဖြစ်သည်။ သူသည် ကမ္ဘာတစ်ဝှမ်းရှိ AI startup များနှင့် ထုတ်ဝေမှုများ အများအပြားနှင့် ပူးပေါင်းဆောင်ရွက်ခဲ့သည်။