NIEUWNu kun je naar Fox News-artikelen luisteren!
De meeste robottitels volgen een bekend script: een machine beheerst een klein trucje in een gecontroleerd laboratorium, en dan komt de gewaagde belofte dat alles op het punt staat te veranderen. Meestal sluit ik die verhalen uit. We hebben gehoord dat robots de macht overnemen sinds het begin van science fiction echte robot ze worstelen nog steeds met basisflexibiliteit. Deze keer leek het anders.
Meld u aan om mijn GRATIS CyberGuy-rapport te ontvangen
Ontvang mijn beste technische tips, dringende beveiligingswaarschuwingen en exclusieve aanbiedingen rechtstreeks in uw inbox. Bovendien krijg je direct gratis toegang tot mijn ultieme zwendeloverlevingsgids als je je aanmeldt voor mijn CYBERGUY.COM nieuws.
ELON MUSK PRESENTEERT EEN TOEKOMST VAN ROBOTS
Onderzoekers benadrukken een mijlpaal die laat zien hoe één robot in slechts één dag duizend echte taken leerde. (Roboticawetenschap)
Hoe robots op één dag duizend fysieke taken leerden
Een nieuw rapport gepubliceerd in Science Robotics trok onze aandacht omdat de resultaten er op de beste manier heel significant, indrukwekkend en een beetje verontrustend uitzien. Het onderzoek is afkomstig van een team van academische wetenschappers die werkzaam zijn op het gebied van robotica en kunstmatige intelligentieen pakt een van de belangrijkste beperkingen van het vakgebied aan.
De onderzoekers leerden een robot om op één dag duizend verschillende fysieke taken te leren met slechts één demonstratie per taak. Dit waren geen kleine variaties op dezelfde beweging. De taken omvatten het plaatsen, buigen, inbrengen, grijpen en manipuleren van alledaagse voorwerpen in de echte wereld. Voor robotica is dit een groot probleem.
Omdat robots altijd traag zijn geweest om te leren
Tot nu toe was het aanleren van fysieke taken aan robots jammerlijk inefficiënt. Zelfs de eenvoudigste acties vereisen vaak honderden of duizenden demonstraties. Ingenieurs moeten enorme hoeveelheden gegevens verzamelen en systemen achter de schermen verfijnen. Dit is de reden waarom de meeste fabrieksrobots een beweging eindeloos herhalen en falen zodra de omstandigheden veranderen. Mensen leren anders. Als iemand je een of twee keer laat zien hoe je iets moet doen, kom je er meestal wel uit. Deze kloof tussen het leren van mensen en het leren van robots houdt robotica al tientallen jaren tegen. Dit onderzoek wil die lacune opvullen.
DE NIEUWE ROBOT DIE VAN WERK EEN APPARTEMENT VAN HET VERLEDEN KAN MAKEN
Het onderzoeksteam achter de studie richt zich op het leren van robots om fysieke taken sneller en met minder data te leren. (Roboticawetenschap)
Hoe de robot zo snel duizend taken leerde
De doorbraak komt van een slimmere manier om robots te leren leren van demonstraties. In plaats van hele bewegingen te onthouden, deelt het systeem taken op in eenvoudiger stappen. De ene fase richt zich op het afstemmen op het object en de andere fase verzorgt de interactie zelf. Deze methode is gebaseerd op kunstmatige intelligentie, met name een kunstmatige intelligentietechniek die imitatieleren wordt genoemd en waarmee robots fysieke taken kunnen leren van menselijke demonstraties.
De robot hergebruikt vervolgens kennis uit eerdere taken en past deze toe op nieuwe taken. Dankzij deze op herstel gebaseerde aanpak kan het systeem generaliseren in plaats van elke keer opnieuw te beginnen. Met behulp van deze methode, genaamd Multi-Task Trajectory Transfer, trainden de onderzoekers een echte robotarm voor 1000 verschillende dagelijkse taken in minder dan 24 uur menselijke demonstratietijd.
Belangrijk is dat dit niet in een simulatie is gedaan. Het gebeurde in de echte wereld, met echte objecten, echte fouten en echte beperkingen. Dat detail is belangrijk.
Omdat dit onderzoek er anders uitziet
Veel roboticapapier ziet er op papier indrukwekkend uit, maar valt buiten perfecte laboratoriumomstandigheden uit elkaar. Deze valt op omdat het systeem via duizenden real-world implementaties is getest. De robot heeft ook aangetoond dat hij nieuwe exemplaren van objecten kan verwerken die nog nooit eerder zijn gezien. Dat vermogen om te generaliseren is wat robots ontbeerden. Het is het verschil tussen een machine die zichzelf herhaalt en een machine die zich aanpast.
VIDEOTECH OM DE TRAINING VAN HUMANoid ROBOTS TE SNELLE
De robotarm voert alledaagse bewegingen uit, zoals het grijpen, buigen en positioneren van objecten met behulp van een unieke menselijke demonstratie. (Roboticawetenschap)
Een al lang bestaand probleem in de robotica zou eindelijk kunnen worden opgelost
Dit onderzoek richt zich op een van de grootste knelpunten in de robotica: inefficiënt leren uit demonstraties. Door taken op te splitsen en kennis te hergebruiken, bereikte het systeem een orde van grootte verbetering in data-efficiëntie vergeleken met traditionele benaderingen. Dit soort sprongen gebeuren zelden van de ene op de andere dag. Dit suggereert dat de met robots gevulde toekomst waar we het al jaren over hebben wellicht dichterbij is dan het nog maar een paar jaar geleden leek.
Wat betekent dit voor jou
Sneller leren verandert alles. Als robots minder data en minder programmering nodig hebben, zullen ze goedkoper en flexibeler worden. Dit opent de deur voor robots die buiten streng gecontroleerde omgevingen werken.
Op de lange termijn zou dit ervoor kunnen zorgen dat thuisrobots nieuwe taken kunnen leren van eenvoudige demonstraties in plaats van van specialistische code. Hij heeft ook een hoofdvak gevolgen voor de gezondheid, logistiek en productie.
Meer in het algemeen duidt het op een verschuiving in de kunstmatige intelligentie. We stappen af van flitsende trucjes en gaan over op systemen die op meer menselijke manieren leren. Niet slimmer dan mensen. Gewoon dichter bij hoe we feitelijk dagelijks te werk gaan.
Doe mijn quiz: Hoe veilig is uw online veiligheid?
Denkt u dat uw apparaten en gegevens echt beschermd zijn? Doe deze korte quiz om te zien waar uw digitale gewoonten zich bevinden. Van wachtwoorden tot Wi-Fi-instellingen: u ontvangt een gepersonaliseerde analyse van wat u goed doet en wat verbetering behoeft. Doe hier mijn quiz: Cyberguy.com
KLIK HIER OM DE FOX NEWS-APP TE DOWNLOADEN
Hoogtepunten van Kurt
Robots die 1000 taken per dag leren, betekent niet dat je huis morgen een mensachtige helper zal hebben. Het vertegenwoordigt echter echte vooruitgang in een probleem dat de robotica al tientallen jaren beperkt. Wanneer machines meer als mensen gaan leren, verandert het verhaal. De vraag verschuift van wat robots kunnen herhalen naar wat ze vervolgens kunnen aanpassen. Deze verandering is de moeite waard om aandacht aan te besteden.
Als robots nu net als wij zouden kunnen leren, welke taken zou je dan echt aan iemand in je leven toevertrouwen? Laat het ons weten door te schrijven naar Cyberguy.com
Meld u aan om mijn GRATIS CyberGuy-rapport te ontvangen
Ontvang mijn beste technische tips, dringende beveiligingswaarschuwingen en exclusieve aanbiedingen rechtstreeks in uw inbox. Bovendien krijg je direct gratis toegang tot mijn ultieme zwendeloverlevingsgids als je je aanmeldt voor mijn CYBERGUY.COM nieuws.
Copyright 2025 CyberGuy.com. Alle rechten voorbehouden.
