Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 هوش مصنوعی، سریع‌ترین یوزپلنگ دنیا را ساخت

هوش مصنوعی، سریع‌ترین یوزپلنگ دنیا را ساخت

زمان مطالعه: 2 دقیقه

یوزپلنگ روباتیکی که توسط مؤسسه فناوری ماساچوست (MIT) ساخته شده است، همچنان در حال پیشرفته شدن است. این ربات چهارپا معروف به «یوزپلنگ مینی» در سال 2015 معرفی شدو از همان سال، یاد گرفت که چگونه به عقب برگردد، چگونه بدود و در نتیجه توانست رکوردهای سرعت را بشکند و به بالاترین سرعت خود (نزدیک به 13 فوت بر ثانیه) برسد.

تکامل خود هدایت ربات بخشی از چیزی است که آن را بسیار جذاب می کند. به لطف خطوط کد جدید در برنامه نویسی یا نوعی بوت کمپ ربات، سرعت و مهارت خود را بهبود نمی بخشد. با عبور از امکانات پر از موانعی که شرایط را در دنیای واقعی تقلید می کنند، به تنهایی یاد می گیرد.

حقیقت آن است که بسیاری از توسعه‌دهندگان، ربات‌های خود را برای حرکت در زمین‌های ناهموار آموزش می‌دهند و سعی می‌کنند آن‌ها را با بهترین شیوه در هر زمان و موقعیتی به حرکت درآورند و حتی چالش‌برانگیزترین موانع مانند یخ را در مسیر آن‌ها پیش‌بینی می‌کنند؛ اما این باعث می‌شود ربات ناکارآمد باشد، چراکه آن ربات از طریق تجربه یاد نگرفته است. مؤسسه فناوری ماساچوست (MIT) نیز با اینکه مینی‌چیتا و دیگر ربات‌ها را در حالت‌های چابکی فیزیکی قرار می‌دهد، اما اخیراً آن‌ها توانسته‌اند برای رسیدن به نتایج موردنظر خود، روش سریع‌تری پیدا کنند: فناوری هوش مصنوعی!

پروژه ربات یوزپلنگ مینی

پروژه ربات یوزپلنگ مینی

پروژه ربات یوزپلنگ مینی توسط محققان مؤسسه هوش مصنوعی و تعاملات بنیادی (IAIFI) و آزمایشگاه هوش مصنوعی غیرممکن MIT، توسط استادیار دانشگاه MIT، پولکیت آگراوال هدایت می‌شود. گابریل مارگولاس، دانشجوی دکترای MIT و گی یانگ، پسادکتر IAIFI، این روند را در مصاحبه‌ای با MIT توضیح دادند.

مارگولاس و یانگ در این باره می‌گویند: «برنامه‌ریزی این موضوع که یک ربات چگونه باید در هر موقعیت ممکن عمل کند، بسیار سخت است. این فرایند خسته‌کننده است، زیرا اگر یک ربات در یک زمین خاص از کار بیفتد، یک مهندس باید علت خرابی ربات را شناسایی کند و به صورت دستی کنترلر ربات را با آن تطبیق دهد و این فرایند زمان زیادی را از او می‌گیرد. در واقع، انسان‌ها با یادگیری از طریق آزمون‌وخطای ربات‌ها نیازی نخواهند داشت، تا نحوه رفتار ربات در هر موقعیتی را به طور دقیق تعیین کنند. اگر این ربات بتواند در محدوده بسیار وسیعی از زمین‌ها بدود، نتیجه‌بخش‌تر خواهد بود و ربات می‌تواند به طور خودکار، رفتار خود را از طریق تجربه بهبود بخشد.»

به گفته آن‌ها: «با ابزارهای شبیه‌سازی مدرنی که ساخته شده است، ربات ما می‌تواند تنها در سه ساعت، تجربه ۱۰۰ روزه‌ای را در زمین‌های مختلف، کسب کند. در واقع، ما توانستیم رویکردی را توسعه دهیم که به موجب آن، از طریق شبیه‌سازی، رفتار ربات بهبود می‌یابد و رویکرد ما نیز به‌طور انتقادی، استقرار موفقیت‌آمیز این رفتارهای آموخته‌شده را در دنیای واقعی امکان‌پذیر می‌سازد.»

لازم به ذکر است مینی یوزپلنگ طراحی مکانیکی قدرتمندی دارد که باعث می‌گردد از تصادفات و سقوط‌های شدید، جان سالم به در ببرد. این دستگاه توسط محرک‌هایی با گشتاور بالا کار می‌کند که امکان حرکت همه‌جانبه را از طریق راه رفتن‌های مختلف فراهم می‌کند؛ مثلاً یورتمه رفتن، قدم زدن و بلند کردن همزمان پاها از زمین که این حرکت بیشتر در غزال دیده می‌شود.

این همان چیزی است که به یوزپلنگ مینی اجازه می‌دهد تا یک چرخش 360 درجه به عقب داشته باشد که قبل از اینکه حتی بتواند راه برود، قادر به انجام آن بود. این ربات همچنین یاد گرفته که چگونه با سرعت بالا بچرخد و حتی با پای معلول بدود.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]