جستجو
Generic filters
Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
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
اخبار
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 Model-Free ، سیستم هوش مصنوعی جدید ربات‌ها برای بهتر برداشتن اشیاء

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

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 ۲ 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

مقاله ما چطور بود؟

میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
Please enable JavaScript in your browser to complete this form.