Налейте воды в чашку, и Вы сможете утолить жажду. Научите робота самостоятельно наливать воду в чашку, и Вы станете на одном уровне с исследователями из группы Hasegawa Group Токийского технологического института. Японские специалисты в области робототехники и разработки программного обеспечения создали в электронных мозгах робота нечто вроде самокопирующейся нервной технологии, благодаря которой робот может самостоятельно обучаться выполнять разные действия, основываясь на знаниях и опыте, полученных ранее.

Другими словами, это робот самообучается в процессе его работы. Эту способность роботу дает новая алгоритмическая технология, которая получила название Self-Organizing Incremental Neural Network (SOINN), и которая дает роботу, по словам его создателей, "незаурядные умственные способности". На видеоролике, представленном ниже, показан пример работы технологии SOINN. Используя ряд предопределенных команд и инструкций, робот может заполнить стакан водой из бутылки. Но, если инструктор на полпути выполнения задачи попросит его охладить наливаемую воду, робот остановит выполнение задачи и "обдумает" свои дальнейшие действия.





Предполагая, что он не сможет захватить кубик льда, если он не освободит один из двух занятых манипуляторов, робот проанализирует свое состояние и самостоятельно придет к выводу о том, что бутылка с водой потребуется ему немного позже, чем стакан. Робот ставит бутылку на стол, захватывает кубик льда и бросает его в стакан. Все, задача выполнена, и для ее выполнения не потребовалось никакого дополнительного программирования.

Еще одной отличительной способностью робота с технологией SOINN является возможность общения с другими такими роботами через Интернет. Если робот не может самостоятельно найти подходящее решение для выполнения поставленной задачи, он может войти в режим онлайн и спросить у других подобных роботов, способных обучаться "на лету", как выполнить эту задачу. Глобальная сеть таких роботов через некоторое время может создать обширную базу, черпая данные из которой робот сможет найти подходящее решение для выполнения задачи практически любого уровня сложности.

Хотя это все выглядит весьма просто и разочаровывающее, это достаточно важно для дальнейшей перспективы разработки полноценного искусственного интеллекта. Способность адаптироваться к новым ситуациям и учиться на основе опыта выполнения прошлых действий является теми функциями, в которых испытывают огромный недостаток современные автоматизированные системы.



Источник