با اختاپوس سایبری آشنا شوید
به گزارش گروه هوش مصنوعی، گروهی از پژوهشگران آمریکایی، یک هشت پای مجازی ساخته اند که از اندام های حاوی مغز هشت پای واقعی تقلید می کند.
به گزارش گروه هوش مصنوعی به نقل از ایسنا و به نقل از ادونسد ساینس نیوز، ربات های سفت و بی نقص معمولاً مانند حیوانات برای کنار آمدن با دنیا تلاش می کنند. مواد نرم و قابل خم شدن که عضلات طبیعی را بهتر شبیه سازی می کنند، بعنوان کلید ساخت ماشین های سازگارتر، مورد استقبال پژوهشگران حوزه رباتیک قرار دارند اما از آنجائیکه می توانند به روش های متفاوتی حرکت کنند، کنترل آنها بسیار چالش برانگیز است.
«ماتیا گازولا»(Mattia Gazzola) استاد مهندسی مکانیک «دانشگاه ایلینوی اربانا شمپین»(UIUC)، برای الهام گرفتن به طبیعت روی آورد. گازولا اظهار داشت: انواع موجودات برای به حداقل رساندن نیازهای محاسباتی خود حقه هایی را به کار می گیرند. این هوش مکانیکی در خود بدن وجود دارد.
هیچ حیوانی مانند هشت پا، هماهنگی دقیق را در اندام های نرم ندارد. هشت پاها به علت هوش و خلاقیت خود مشهور هستند. این موجودات دارای یک سیستم عصبی بسیار پراکنده هستند، با یک مغز که در بدن حباب مانند آنها قرار دارد و عملکردهای سطح بالایی مانند یادگیری و تصمیم گیری را انجام می دهد. بافت عصبی در هر اندام به تنهایی دستورات حرکتی اولیه را انجام می دهد.
یک مارول یادگیری ماشینی
گروه گازولا با الهام از این ساختار سلسله مراتبی مغز، یک هشت پا ساختند. آنها در این پژوهش، یک هشت پای مجازی معروف به «سایبرآکتوپس»(CyberOctopus) را عرضه کردند. سایبرآکتوپس، یک ربات نرم شبیه سازی شده چندپاست که از یک راهبرد یادگیری ماشینی سلسله مراتبی برای جستجوی خوراکیهای مجازی استفاده می نماید.
هر بازوی سایبرآکتوپس مانند یک میله قابل خم شدن مدل سازی شد که توسط عضلات مجازی الاستیک پوشانده شده بود. با فعال کردن ترکیبات متعدد این عضلات، اندام می تواند منقبض و خم شود یا انبساط یابد و بپیچد. امواج متحرک انقباض های عضلانی می توانند بازوها را مواج کنند تا موجودی را در یک محیط مجازی حرکت دهند یا آنرا قادر سازند تا یک هدف غذایی را بگیرد و به دهان ببرد.
گازولا اظهار داشت: یکی از روش های رایج در یادگیری ماشینی و فناوری های رباتیک، انتقال دادن یک شبکه عصبی بزرگ به سیستم است و امیدواریم که یاد بگیرد چه کاری انجام دهد. این روش می تواند در محیط های ساده ای کارآیی داشته باشد که تعداد کمی از اقدامات و نتایج ممکن برای ربات وجود دارد اما در اینجا، متغیرهای زیادی وجود دارند که نمی توان با آنها مقابله نمود. ما سعی کردیم و دیدیم که کارآیی ندارد.
گازولا و «چیا هسین شیه»(Chia-Hsien Shih) دانشجوی مقطع دکتری دانشگاه ایلینوی اربانا شمپین، یک سیستم کنترل سه لایه را برای هدایت سایبرآکتوپس طراحی کردند. پایین ترین سطح به موانعی می پردازد که اساسا هیچ محاسباتی ندارند و به عضلات اندام دستور می دهند که وقتی به چیزی برخورد می کنند، به صورت واکنشی شل شوند.
هر اندام به صورت فردی از دو الگوریتم ساده استفاده می نماید که به آن امکان می دهد دو رفتار اساسی رسیدن به هدف غذایی و خزیدن را به تنهایی انجام دهد. یک الگوریتم پیچیده تر که بالاتر از آنها قرار دارد، تلاش می کند تا یک دنباله بهینه سازی شده از دو رفتار رسیدن به غذا و خزیدن را به وجود بیاورد و کمک نماید تا حد امکان غذا جمع آوری کند و در عین حال، انرژی کمتری را به کار ببرد.
پژوهشگران بعد از تأیید اینکه آنها می توانند عضلات مورد نیاز را برای خزیدن مدل در یک محیط مجازی فعال کنند، مدل را با کارهای سخت تر جمع آوری غذا به چالش کشیدند.
پژوهشگران میزان انرژی مصرف شده هشت پا را نسبت به مقداری که با خوردن باردیگر غذا به دست می آورد، ردیابی کردند و دریافتند که روش کنترل سلسله مراتبی آنها با موفقیت سایبرآکتوپس را از راه چالش های جستجوی غذا هدایت می کند. همه این کارها بدون تکیه بر شبکه های عصبی بزرگ انجام می شوند.
گازولا اظهار داشت: امروزه تمایل به استفاده کردن از شبکه های عصبی برای همه چیز وجود دارد. شبکه های عصبی، سیستم های بسیار قدرتمندی هستند. اگر مشکل فیزیکی را درک کنید، می توانید از این درک به نفع خود استفاده کنید.
ماشین های بیوهیبریدی و فراتر از آن
باآنکه سایبرآکتوپس در وظایفی که در این پژوهش با آنها روبه رو شد، موفق بود اما این مدل هنوز هم توانایی های خلاقانه حل مساله یک اختاپوس واقعی را نشان نمی دهد. گازولا اظهار داشت: ربات هایی که بتوانند بفهمند چگونه از یک آکواریوم مجازی در چنین فضای بزرگی و در یک محیط پیچیده فرار کنند، هنوز وجود ندارند.
از طرفی، علم مواد، رباتیک و روش های یادگیری ماشینی روزبه روز قوی تر می شوند. بنابراین، ابداع کردن یک سایبرآکتوپس با هوش مشابه هشت پای واقعی امکان دارد در آینده امکان پذیر باشد.
گازولا، رویای ساخت ماشین های نرم بیوهیبریدی را در سر دارد که محاسبات را با استفاده از بافت های مصنوعی و زنده انجام می دهند. وی اظهار داشت: هشت پا بهانه ای برای توسعه این فناوری به منظور استفاده گسترده تر بود.
برای مثال، ربات های نرم امکان دارد بخصوص برای مسیریابی در محیط های خشن مناسب باشند که در آنها ربات های سفت و استاندارد با مشکل روبه رو می شوند. نرمی همیشه هدف ساخت ربات هایی است که در نقش های بالقوه پزشکی، مراقبتی یا واکنش اضطراری با انسان تعامل دارند.
گازولا در مورد طیف گسترده ای از برنامه های کاربردی آینده اظهار داشت: این یک فضای وسیع است. اگر بدن را درک کنید، می توانید از آن برای حل کردن یک مشکل دشوار به روشی ساده استفاده کنید. این پژوهش نشان داده است که این کار امکان پذیر است.
این پژوهش در «Advanced Intelligent Systems» به چاپ رسید.
منبع: گروه هوش مصنوعی
مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب