แพลตฟอร์ม AI ที่ได้รับการชี้นำจากมนุษย์ สัญญาว่าจะเรียนรู้ของหุ่นยนต์เร็วขึ้นในสภาพแวดล้อมใหม่

ในอนาคตของบ้านอัจฉริยะ การมีหุ่นยนต์เพื่อทำให้การทำงานในบ้านง่ายขึ้นจะไม่ใช่เรื่องแปลกใหม่ อย่างไรก็ตาม ความผิดหวังอาจเกิดขึ้นเมื่อหุ่นยนต์เหล่านี้ล้มเหลวในการทำงานง่ายๆ เช่น การยกแก้วน้ำ Enter Andi Peng นักวิจัยจากภาควิชาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ของ MIT ซึ่งร่วมกับทีมของเธอ พัฒนาแนวทางในการปรับปรุงการเรียนรู้ของหุ่นยนต์

Peng และทีมวิจัยที่มีความหลากหลายทางวิชาการของเธอ ได้พัฒนาฐานการทำงานร่วมกันระหว่างมนุษย์และหุ่นยนต์ human-robot interactive framework จุดเด่นของระบบนี้คือความสามารถในการสร้างเรื่องราวที่ตรงกันข้ามซึ่งระบุการเปลี่ยนแปลงที่จำเป็นสำหรับหุ่นยนต์ในการทำงานให้สำเร็จ

เพื่ออธิบาย เมื่อหุ่นยนต์พยายามที่จะรู้จักแก้วน้ำที่ทาสีแปลกๆ ระบบจะให้สถานการณ์ทางเลือกที่หุ่นยนต์จะสำเร็จ เช่น หากแก้วน้ำมีสีที่พบได้ทั่วไปมากขึ้น คำอธิบายที่ตรงกันข้ามเหล่านี้ร่วมกับข้อเสนอแนะจากมนุษย์ทำให้กระบวนการสร้างข้อมูลใหม่สำหรับการปรับให้เหมาะสมของหุ่นยนต์เร็วขึ้น

Peng อธิบายว่า “การปรับให้เหมาะสมคือกระบวนการปรับปรุงแบบจำลองการเรียนรู้ของเครื่องจักรที่มีอยู่แล้วซึ่งมีความเชี่ยวชาญในงานหนึ่งให้สามารถทำงานอื่นที่คล้ายกันได้”

การกระโดดในด้านประสิทธิภาพและความสามารถ

เมื่อทดสอบ ระบบแสดงผลลัพธ์ที่น่าประทับใจ หุ่นยนต์ที่ได้รับการฝึกอบรมโดยวิธีนี้แสดงให้เห็นถึงความสามารถในการเรียนรู้ที่รวดเร็ว ในขณะที่ลดเวลาในการฝึกอบรมจากครูของพวกมัน หากได้รับการนำไปใช้บนขนาดใหญ่ ระบบนี้อาจช่วยให้หุ่นยนต์ปรับตัวเข้ากับสภาพแวดล้อมใหม่ๆ ได้อย่างรวดเร็ว ลดความจำเป็นสำหรับผู้ใช้ที่ต้องมีความรู้ทางเทคนิคขั้นสูง เทคโนโลยีนี้อาจเป็นกุญแจสำคัญในการปลดล็อกหุ่นยนต์ที่มีจุดประสงค์ทั่วไปซึ่งสามารถช่วยเหลือผู้สูงอายุหรือผู้ทุพพลภาพได้อย่างมีประสิทธิภาพ

Peng เชื่อว่า “เป้าหมายสุดท้ายคือการเพิ่มความสามารถให้หุ่นยนต์สามารถเรียนรู้และทำงานที่ระดับนามธรรมเหมือนมนุษย์”

การปฏิวัติในการฝึกหุ่นยนต์

อุปสรรคหลักในการเรียนรู้ของหุ่นยนต์คือ ‘การเปลี่ยนแปลงการกระจาย’ ซึ่งเป็นคำที่ใช้อธิบายสถานการณ์ที่หุ่นยนต์พบวัตถุหรือพื้นที่ที่ไม่ได้รับการฝึกอบรมมาก่อน นักวิจัยได้ใช้วิธีการเรียนรู้โดยการจำลอง แต่มีข้อจำกัด

“ลองนึกภาพว่าคุณต้องแสดงให้เห็นด้วยแก้วน้ำ 30,000 แก้วเพื่อให้หุ่นยนต์สามารถหยิบแก้วน้ำใดๆ ได้ แทนที่จะแสดงให้เห็นด้วยแก้วน้ำเพียงแก้วเดียวและสอนให้หุ่นยนต์เข้าใจว่ามันสามารถหยิบแก้วน้ำสีใดๆ ได้” Peng กล่าว

เพื่อตอบสนองต่อปัญหานี้ ระบบของทีมระบุว่าลักษณะใดของวัตถุที่จำเป็นต่อการทำงาน (เช่น รูปร่างของแก้วน้ำ) และลักษณะใดที่ไม่จำเป็น (เช่น สีของแก้วน้ำ) โดยใช้ข้อมูลนี้ ระบบจะสร้างข้อมูลสังเคราะห์โดยการเปลี่ยนแปลงองค์ประกอบที่ไม่จำเป็นทางภาพ ทำให้กระบวนการเรียนรู้ของหุ่นยนต์ถูกปรับให้เหมาะสม

การเชื่อมโยงการให้เหตุผลของมนุษย์กับตรรกะของหุ่นยนต์

เพื่อประเมินประสิทธิภาพของระบบนี้ นักวิจัยได้ทำการทดสอบที่เกี่ยวข้องกับผู้ใช้คนจริง ผู้เข้าร่วมถูกขอให้ระบุว่าคำอธิบายที่ตรงกันข้ามของระบบช่วยให้พวกเขาเข้าใจการทำงานของหุ่นยนต์ได้ดีขึ้นหรือไม่

Peng กล่าวว่า “เราพบว่ามนุษย์มีความสามารถในการให้เหตุผลประเภทนี้โดยธรรมชาติ มันเป็นองค์ประกอบที่ตรงกันข้ามที่ทำให้เราสามารถแปลการให้เหตุผลของมนุษย์เป็นตรรกะของหุ่นยนต์ได้อย่างราบรื่น”

ในระหว่างการจำลองหลายครั้ง หุ่นยนต์เรียนรู้ได้เร็วขึ้นโดยใช้วิธีนี้ และสามารถทำงานได้ดีกว่าวิธีอื่นๆ โดยต้องการการแสดงให้เห็นจากผู้ใช้น้อยลง

ในอนาคต ทีมวางแผนจะนำระบบนี้ไปใช้กับหุ่นยนต์จริงและทำงานในการลดเวลาในการสร้างข้อมูลโดยใช้แบบจำลองการเรียนรู้ของเครื่องจักรที่สร้างข้อมูลใหม่ ระบบนี้มีศักยภาพในการเปลี่ยนแปลงเส้นทางการเรียนรู้ของหุ่นยนต์ และเปิดทางให้หุ่นยนต์สามารถอยู่ร่วมกับมนุษย์ในชีวิตประจำวันได้อย่างสอดคล้องกัน