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
 Model-Free ، سیستم هوش مصنوعی جدید ربات‌ها برای بهتر برداشتن اشیاء

Model-Free ، سیستم هوش مصنوعی جدید ربات‌ها برای بهتر برداشتن اشیاء

زمان مطالعه: < 1 دقیقه

زمانی که می‌کوشیم وسیله‌ای را برداریم، هرگز به این موضوع توجه نمی‌کنیم که چطور با دستانمان آن وسیله را بگیریم. این پتانسیلی است که رفته‌رفته و در طول زمان به سبب پیچیده شدن ظرفیت‌های ذهنی و یادگیری عمیق‌تر به آن دست پیدا کردیم (یا به بیان دانشمندان مغزمان خودش این پتانسیل را پرورش داده است).

این ویژگی سبب شده تا فعالیت‌های فراوانی را بدون اینکه نیاز به تصمیم گرفتن داشته باشیم انجام دهیم. جالب است که حتی نوجوانان در این جنبه از جدیدترین ربات‌های هوشمند نیز دقیق‌تر عمل می‌کنند.

اخیراً عده‌ای از دانشمندان دانشگاه MIT آمریکا به توسعه یک هسته هوش مصنوعی به نام Model-Free اقدام کرده‌اند که می‌تواند در آینده نه چندان دور این مهارت انسانی را به ربات‌ها نیز منتقل کند.

Model-Free

Model-Free

این دانشمندان به کمک هسته توسعه داده شده یک هوش مصنوعی به نام Model-Free، توانسته‌اند یک دست انسان را شبیه‌سازی کنند، به طوری که قادر است 2 هزار ابزار مختلف را بردارد. جنبه بسیار جالب این هوش مصنوعی آنجا است که خود این سیستم نیازی ندارد تا درک کند چه ابزار یا وسیله‌ای را در دست می‌گیرد.

لازم به ذکر است که این فناوری هنوز برای به کاربردن در عرصه‌های مختلف آماده نیست. زیرا برای آغاز کار باید یک تیم از متخصصان مبتنی بر این فناوری یک ربات طراحی کند. البته این موضوع مانع مهمی تلقی نمی‌شود. زیرا در ابتدای امسال بود که یک تیم از دانشمندان دانشگاه‌های لوکزامبورگ و ژیجانگ توانستند هوش مصنوعی ابداع شده را در یک ربات سگ که Jueying نام داشت نصب کنند. این هسته هوش مصنوعی در ربات مورد اشاره پتانسیل‌های یادگیری را ایجاد کرد.

به طوری که این ربات آموخت چگونه راه باید برود و یا بین ارتفاعات ناهمواره پرش کند. البته این پیشرفت‌ها در حالی است که چالش‌های مطالعات مورد اشاره هنوز برطرف نشده و به نظر می‌رسد تا رسیدن به نقطه مطلوب این پروژه به زمان زیادی نیاز داریم.

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"]