Yapay Zekanın Deep-Learning İle Düşe Kalka İmtihanı

Çoğu hayvan için, yürüme içgüdüseldir. İnsanlar için ve robotlar için biraz öğrenme gerektiren bir durumdur. Ancak, bir yazılım robotu, derin bir öğrenme yardımı ile, küçük bir uygulamanın ardından yürümeyi öğrendi ve bir gün hayatımızda olan robotlar da aynı taktikler ile yürüyebilir ve koşabilirler.

British Columbia Üniversitesi’nden Xue Bin Peng, Glen Berseth ve Michiel van de Panne ve Singapur Ulusal Üniversitesi’nden KangKang Yin’in DeepLoco projesi, gelişmiş bilgisayar simülasyonudur.

En basit anlamıyla, DeepLoco projesinin iki bölümü var. Düşük seviyeli bir kod parçası, modelin en temel anlamda nasıl yürüdüğünü kontrol eder; bir ayağının öne koyulması, denge ve stil açısından bazı temel ölçütleri karşılar. İkinci bir üst düzey denetleyicisi ise, iki bacaklı yazılım botunun yerleştirildiği daha geniş dünyaya bakar ve bilgileri, talimatları diğerinin yürüme alanını beslemek için kullanır. İkisi de derin öğrenime yardımcı olur:

Bu, simüle edilmiş botların kendilerine nasıl yürüyeceğini öğretmelerine izin vermek için tasarlanan ilk projeden uzaktır. Michiel van de Panne daha önce simülasyonların bilgisayarların karmaşık ve olağandışı biçimli botlara nasıl esrarengiz sonuçlar verdiğini bulmalarına izin veren bir çalışmaya katıldı. Mesela belirsiz bir kanguru şekli oluşturup, daha düşük hızlarda yürütmeyi tercih etti:

Buradaki bariz çekiciliğin yanı sıra aptalca yazılım robotlarını izlemek, gerçek dünyadaki gerçek ve fiziksel robotların canlandırılmasında son derece değerlidir. Yazılımdaki simülasyonlar, bir robotun insan tasarımcılarının hiç düşünemeyeceği garip ancak etkili lokomotif araçlara yol açabilir veya tamamen çok özel amaçlar için robotlar tasarlamaya yardımcı olabilir.

Robotlar bizi kovalarken hepimizin pişman olacağı bir mühendislik zekası. 🙂

Kaynak:

http://www.cs.ubc.ca/~van/papers/2017-TOG-deepLoco/index.htmlÜ

BUĞRA UNUTMAZ