AI Framework ที่มนุษย์นำทางให้คำมั่นสัญญาว่าการเรียนรู้ของหุ่นยนต์จะเร็วขึ้นในสภาพแวดล้อมใหม่

ในยุคอนาคตของบ้านอัจฉริยะ การซื้อหุ่นยนต์มาปรับปรุงงานบ้านจะไม่ใช่เรื่องหายากอีกต่อไป อย่างไรก็ตาม ความยุ่งยากอาจเกิดขึ้นได้เมื่อผู้ช่วยอัตโนมัติเหล่านี้ไม่สามารถทำงานตรงไปตรงมาได้ เข้าสู่ Andi Peng นักวิชาการจากแผนกวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ของ MIT ผู้ซึ่งร่วมกับทีมของเธอกำลังสร้างเส้นทางเพื่อปรับปรุงเส้นโค้งการเรียนรู้ของหุ่นยนต์

Peng และทีมนักวิจัยสหวิทยาการของเธอได้บุกเบิก กรอบโต้ตอบระหว่างมนุษย์และหุ่นยนต์. จุดเด่นของระบบนี้คือความสามารถในการสร้างเรื่องเล่าที่ต่อต้านข้อเท็จจริงซึ่งระบุการเปลี่ยนแปลงที่จำเป็นสำหรับหุ่นยนต์ในการทำงานให้สำเร็จ

เพื่อแสดงให้เห็น เมื่อหุ่นยนต์มีปัญหาในการจดจำแก้วที่ทาสีอย่างแปลกประหลาด ระบบจะเสนอสถานการณ์ทางเลือกที่หุ่นยนต์น่าจะทำสำเร็จ บางทีถ้าแก้วมีสีที่แพร่หลายกว่า คำอธิบายที่ไม่เป็นข้อเท็จจริงเหล่านี้ประกอบกับความคิดเห็นของมนุษย์ช่วยเพิ่มความคล่องตัวในกระบวนการสร้างข้อมูลใหม่สำหรับการปรับแต่งหุ่นยนต์อย่างละเอียด

Peng อธิบายว่า “การปรับแต่งอย่างละเอียดคือกระบวนการเพิ่มประสิทธิภาพโมเดลการเรียนรู้ของเครื่องที่มีอยู่ซึ่งมีความเชี่ยวชาญในงานหนึ่งอยู่แล้ว ทำให้สามารถทำงานที่สองที่คล้ายคลึงกันได้”

ก้าวกระโดดในด้านประสิทธิภาพและประสิทธิภาพ

เมื่อนำไปทดสอบ ระบบแสดงผลลัพธ์ที่น่าประทับใจ หุ่นยนต์ที่ได้รับการฝึกฝนด้วยวิธีนี้แสดงให้เห็นถึงความสามารถในการเรียนรู้ที่รวดเร็ว ในขณะที่ลดภาระผูกพันด้านเวลาจากผู้สอนที่เป็นมนุษย์ หากนำไปใช้ในสเกลที่ใหญ่ขึ้นได้สำเร็จ กรอบนวัตกรรมนี้สามารถช่วยให้หุ่นยนต์ปรับตัวเข้ากับสภาพแวดล้อมใหม่ได้อย่างรวดเร็ว ช่วยลดความจำเป็นที่ผู้ใช้จะต้องมีความรู้ด้านเทคนิคขั้นสูง เทคโนโลยีนี้อาจเป็นกุญแจสำคัญในการปลดล็อกหุ่นยนต์อเนกประสงค์ที่สามารถช่วยเหลือผู้สูงอายุหรือผู้พิการได้อย่างมีประสิทธิภาพ

Peng เชื่อว่า “เป้าหมายสุดท้ายคือการช่วยให้หุ่นยนต์เรียนรู้และทำงานในระดับที่เป็นนามธรรมเหมือนมนุษย์”

ปฏิวัติการฝึกอบรมหุ่นยนต์

อุปสรรคหลักในการเรียนรู้ด้วยหุ่นยนต์คือ 'การกระจายการเปลี่ยนแปลง' ซึ่งเป็นคำที่ใช้อธิบายสถานการณ์เมื่อหุ่นยนต์พบกับวัตถุหรือพื้นที่ที่ไม่ได้สัมผัสในระหว่างช่วงการฝึก เพื่อแก้ไขปัญหานี้ นักวิจัยได้ใช้วิธีการที่เรียกว่า 'การเรียนรู้แบบเลียนแบบ' แต่มันก็มีข้อจำกัด

“ลองนึกภาพว่าต้องสาธิตด้วยแก้วน้ำ 30,000 ใบเพื่อให้หุ่นยนต์หยิบแก้วใบใดก็ได้ ฉันชอบสาธิตด้วยเหยือกเพียงใบเดียวและสอนให้หุ่นยนต์เข้าใจว่ามันสามารถหยิบเหยือกสีใดก็ได้” Peng กล่าว

เพื่อตอบสนองต่อสิ่งนี้ ระบบของทีมจะระบุว่าคุณลักษณะใดของวัตถุที่จำเป็นสำหรับงานนี้ (เช่น รูปร่างของแก้ว) และคุณสมบัติใดที่ไม่ใช่ (เช่น สีของแก้ว) ด้วยข้อมูลนี้ หุ่นยนต์จะสร้างข้อมูลสังเคราะห์ ปรับเปลี่ยนองค์ประกอบภาพที่ "ไม่จำเป็น" และเพิ่มประสิทธิภาพกระบวนการเรียนรู้ของหุ่นยนต์

การเชื่อมโยงการใช้เหตุผลของมนุษย์กับลอจิกของหุ่นยนต์

เพื่อประเมินประสิทธิภาพของเฟรมเวิร์คนี้ นักวิจัยได้ทำการทดสอบกับผู้ใช้ที่เป็นมนุษย์ ผู้เข้าร่วมถูกถามว่าคำอธิบายโต้แย้งของระบบช่วยเพิ่มความเข้าใจเกี่ยวกับการปฏิบัติงานของหุ่นยนต์หรือไม่

Peng กล่าวว่า "เราพบว่ามนุษย์มีความชำนาญโดยเนื้อแท้ในการใช้เหตุผลโต้แย้งรูปแบบนี้ มันเป็นองค์ประกอบที่ต่อต้านข้อเท็จจริงที่ช่วยให้เราสามารถแปลเหตุผลของมนุษย์เป็นตรรกะของหุ่นยนต์ได้อย่างไร้รอยต่อ”

ในระหว่างการจำลองหลายๆ ครั้ง หุ่นยนต์จะเรียนรู้ได้เร็วกว่าอย่างสม่ำเสมอด้วยแนวทางของพวกเขา มีประสิทธิภาพเหนือกว่าเทคนิคอื่นๆ และต้องการการสาธิตจากผู้ใช้น้อยลง

เมื่อมองไปข้างหน้า ทีมงานวางแผนที่จะใช้กรอบการทำงานนี้กับหุ่นยนต์จริง และทำงานเพื่อลดเวลาในการสร้างข้อมูลผ่านโมเดลการเรียนรู้ของเครื่องเชิงสร้างสรรค์ แนวทางที่ก้าวล้ำนี้มีศักยภาพในการเปลี่ยนแปลงวิถีการเรียนรู้ของหุ่นยนต์ ปูทางไปสู่อนาคตที่หุ่นยนต์อยู่ร่วมกันอย่างกลมกลืนในชีวิตประจำวันของเรา