A kaliforniai Berkeley Egyetem kutatócsapata igyekszik felkészíteni a robotokat "korunk gyorsan változó világára". Pontosabban egy olyan algoritmust fejlesztenek, amellyel a gépek képesek szigorú utasítások nélkül is boldogulni egy összetett feladattal, pusztán abból, hogy próbálkoznak, és a hibák kizárásával végül eljutnak a megoldásig.

Élet a gyáron kívül

Bizonyos iparágakban, például az autóiparban már ma is óriási fokú a robotizáltság. Japánban például évekkel ezelőtt is több mint 15 robot jutott 100 dolgozóra. A robotok alkalmazása pedig a várakozások szerint az elkövetkező időszakban 10 százalék feletti bővülést mutat majd világszerte.

A gyártósorok mellett alkalmazott automata gépek programozásánál azonban van egy nagy könnyebbség, ez pedig a kiszámítható, tervezhető környezet. Az egyetemi kutatók pedig pont azon akarnak segíteni, hogy a robotokat kevésbé steril körülmények között, változó külső tényezők, szituációk során is alkalmazni lehessen.

Csak az nem hibázik...

A BRETT-nek nevezett kísérleti robotjukat ezért nem konkrét utasításokkal látják el, hanem az alapvető funkciókon kívül csak célokat és egyfajta jutalmazási rendszert adnak neki. A gép a feladatot próbálkozással oldja meg, mégpedig úgy, hogy újabb és újabb kísérletet tesz, és csak azokat memorizálja, ahol sikerült pontokat elérnie. Az alábbi videóban jól látszik, hogy például a játékrepülő kerekének beszerelésekor egyre közelebb és közelebb jár a célhoz, mígnem sikerül felszerelnie az alkatrészt. De hasonló modon tud legózni vagy éppen kupakot egy flakonra csavarni.

A hibákon keresztüli tanulás egyébként meglepően gyorsan megy már BRETT-nek. Ha pontosan megmondják, hogy néz ki a feladathoz szükséges tárgy és hol van, akkor tíz perc alatt rájön a megfelelő megoldásra. Abban az esetben, amikor a tárgyak tulajdonságaival és helyzetével sincs tisztában kezdéskor, jóval több idő, körülbelül három óra kell a sikerhez. Igaz, nagyobb számítási kapacitással ez az időtáv minden gond nélkül csökkenthető lenne.

A kutatócsapat nyilatkozata szerint még mindig messze járunk attól, hogy a házi robotunk egy professzionális takarítónő hatékonyságával tegyen rendet, de ezek a fejlesztések pontosan ilyen jellegű felhasználási módok előtt kezdik egyengetni az utat.

Máshol is ezzel játszanak

Az emberi tanulási folyamatot replikálni szándékozó öntanuló algoritmusok témája természetesen nem újdonság. Számos formában és helyen zajlanak hasonló kutatási projektek. Egy ilyenről legutóbb mi is beszámoltunk. A Google által felvásárolt londoni DeepMind laborjában például ősrégi ataris játékokkal tanítják a gépi intelligenciát a minél rugalmasabb és önállóbb viselkedésre.