סימולציה רובוטית מדגימה יכולת למידה יחודית

סימולציה רובוטית מדגימה יכולת למידה יחודית

Artificial Intelligence Concept With Binary Numbers

This post is also available in: enEnglish (אנגלית)

רובוט בסימולציה הצליח להמשיך לנוע עם רגל שבורה, ובכך הדגים כי יכולת למידה מתמשכת יכולה לסייע לרובוטים להתאים את עצמם לנסיבות משתנות.
בינה מלאכותית מסתמכת במידה רבה על רשתות נוירוניות – אלגוריתמים המבוססים על המוח האנושי. ההבדל העיקרי בין השניים הוא שהמוח האנושי ממשיך ללמוד ולהתאים את עצמו באופן מתמיד בעוד שהמוח המבוסס-AI אינו עושה זאת.
כדי לבחון זאת, צוות חוקרים יצר רשתות בעלות "חוקים הבייאנים" (Hebbian), כלומר נוסחאות מתימטיות שמאפשרות למוח AI להמשיך ללמוד בדיוק כמו המוח האנושי.
כדי לבחון את התאוריה, החוקרים הסירו חלקית את הרגל הקדמית של שתי רובוטים כדי לראות איך הם יגיבו כדי לפצות על הגפה החסרה. שני הרובוטים היו בלתי יציבים בהתחלה, אבל זמן קצר לאחר מכן, הרובוט ההבייאני המשיך ללכת בעוד שרובוט ה-AI הרגיל נפל ונעצר.
כפי שהראה המחקר, התופעה נבעה מכך שלימדו רק אחד מהרובוטים להתאים את עצמו לנסיבות חדשות.
המחקר הדגים כיצד למידה הביאנית תוכל יום אחד לשפר אלגוריתמים שמשמשים בדרך כלל ללמידה של שפות חדשות, נהיגה, או זיהוי תמונות.
המחקר פורסם ב-NeurIPS Proceedings.