دنیای مجازی که در آن ربات ها آموزش می بینند

فردو ربات در سراسر دفتر راه می رود و یک بطری پلاستیکی را می گیرد که توسط یکی از کارکنان ارائه شده است.

با توجه به اینکه یک ربات اخیرا رکورد دوی 100 متر یوسین بولت را شکست، این شگفت انگیزترین دستاورد نیست.

اما سرعتی که فردو برای راه رفتن، تشخیص بطری و گرفتن آن آموزش دیده است، قابل توجه است. توسعه این مهارت ها و آپلود آنها در Freddo فقط چند دقیقه طول کشید. توسعه دهندگان او می گویند سیستم های رقیب ممکن است روزها طول بکشد تا به چنین مهارت هایی دست یابند.

من در Vsim، یک استارت آپ بریتانیایی مستقر در کمبریج هستم. بنیانگذاران میشل لو و کیر استوری امیدوارند روزی نرم افزار آنها ربات هایی را کنترل کند که می توانند در خانه و محل کار حرکت کنند و کارهای مفیدی را انجام دهند.

استوری می‌گوید: "این یک وضعیت عجیب در مورد روباتیک است، زیرا در واقع چیزهایی که ما به‌عنوان انسان به‌طور باورنکردنی دشوار می‌دانیم، مانند ژیمناستیک، می‌توانید ربات‌ها را به خوبی وادار کنید. چیزهایی که انسان‌ها در آنها واقعا خوب هستند، مانند مهارت خوب، در روبات‌ها واقعا سخت است."

مهارت های فردو در یک محیط مجازی، جایی که یک کار را می توان میلیون ها بار در یک شبیه سازی کامپیوتری انجام داد، تقویت شد. هنگامی که راه حل بهینه (معروف به سیاست) یافت می شود، می توان آن را آپلود کرد و توسط سخت افزار - در این مورد Freddo - استفاده کرد.

چنین شبیه‌سازی‌های مجازی روشی رایج برای آموزش روبات‌ها هستند. غول فناوری انویدیا سیستمی به نام Isaac Sim دارد که به همین ترتیب کار می کند - لو و استوری هر دو روی نسخه اولیه آن کار کردند.

در سال 2022 آنها تصمیم گرفتند Vsim را راه اندازی کنند تا محیط سیستم آموزشی خود و سایر ابزارها را بسازند.

همانطور که از ابتدا شروع می کردند، لو و استوری می توانستند نرم افزار را برای بهره برداری از تراشه های کامپیوتری قدرتمند مورد استفاده در هوش مصنوعی، که به عنوان واحدهای پردازش گرافیکی یا GPU شناخته می شوند، بهینه کنند.

استوری می‌گوید: «الگوریتم‌های زیربنایی که ما برای اکثر این شبیه‌سازی‌های رباتیک استفاده می‌کردیم، به دهه‌های 1970 و 1980 بازمی‌گردد، اما این الگوریتم‌ها واقعا مناسب GPU‌ها نیستند.

در عرض چند ماه آنها متوجه شدند که سیستم آنها می تواند بسیار سریعتر از هر چیزی که قبلا دیده بودند کار کند.

لو می گوید: «هجده ماه بعد و ما در واقع یک شبیه ساز کاملا کاربردی و با کارایی فوق العاده بالا داریم.

این نرم افزار به قدری کارآمد است که می تواند بر روی سخت افزار حمل شده توسط Freddo اجرا شود. این بدان معناست که ربات می تواند ده ها هزار شبیه سازی را در حین حرکت اجرا کند.

استوری توضیح می‌دهد: «این می‌تواند حدود یک ثانیه یا بیشتر به آینده نگاه کند تا 20000 نوع ترکیب مختلف از چیزهایی که ممکن است اتفاق بیفتد».

و این برای یک ربات که در یک محیط بدون ساختار مانند یک خانه معمولی حرکت می کند حیاتی است.

لو می‌گوید: "چیزهایی که خارج از کنترل ربات هستند، مانند انسان‌ها، حیوانات یا حتی ربات‌های دیگر، می‌توانند کارهایی را انجام دهند که نیاز به تغییر استراتژی دارند. این رویدادهای غیرمنتظره می‌توانند خیلی سریع اتفاق بیفتند و ربات باید بتواند به سرعت خود را تطبیق دهد تا مطمئن شود اقداماتش ایمن و در حال انجام ماموریت هستند."

سیستم های آموزشی ربات از محیط های مجازی استفاده می کنند که در آن وظایف تمرین می شود

Vsim یک استارت آپ است که 10 مهندس روی فناوری آن کار می کنند. انویدیا در انتهای دیگر صنعت قرار دارد. این شرکت بر بازار تراشه‌های کامپیوتری مورد استفاده برای هوش مصنوعی تسلط دارد و دارای یک بخش نرم‌افزار روباتیک پیشرو با صدها مهندس است.

ربات نمی‌سازد، در عوض مجموعه‌ای از نرم‌افزار دارد که به سازمان‌ها اجازه آموزش و کنترل ربات‌ها را می‌دهد.

این شامل سیستم‌های آموزشی شبیه‌سازی مجازی و یک مدل به اصطلاح جهان، خارجی به نام کیهان است که به ربات درک فیزیک دنیای واقعی و چگونگی تغییر محیط آن در حین حرکت را می‌دهد.

اما حتی با وجود منابع کامپیوتری قدرتمندی که انویدیا در اختیار دارد، این نرم افزار فقط درک ابتدایی از دنیای واقعی را ارائه می دهد.

اسپنسر هوانگ، مدیر محصول رباتیک در انویدیا، می‌گوید: «دستکاری، جایی که من فقط یک بطری را می‌گیرم، خیلی سخت نیست. مشکل زمانی است که شما شروع به انجام کارهای افق بلند می‌کنید، جایی که من می‌گویم: «می‌خواهم بطری را بردارید و می‌خواهم آن را پر کنید و می‌خواهم بریزید».

اما او مطمئن است که پیشرفت خوبی در حال انجام است. امسال انویدیا استفاده از عوامل هوش مصنوعی را برای کمک به ساخت محیط‌های مجازی برای آموزش روبات‌ها و تأیید اینکه آیا راه‌حل‌های آموزشی کار می‌کنند یا خیر، شروع کرده است.

وقتی در مورد ایجاد دنیای [مجازی] و در واقع اسکن کردن آن صحبت می کنیم - بسیاری از آن ها در واقع کار یدی است.

هوانگ می‌گوید: «ما فقط مأموران را به سمت آن پرتاب می‌کنیم... اساسا نیروی کار عظیمی به ما داده شده است.

شبیه سازی تنها روش برای آموزش روبات ها نیست. آنها همچنین می توانند با تماشای نمایش های انسانی یا ویدیویی آموزش ببینند.

ریکا آنتونوا بیش از یک دهه را در زمینه رباتیک کار کرده است

ریکا آنتونوا از سال 2015 در زمینه رباتیک فعالیت می کند و در حال حاضر دانشیار گروه علوم و فناوری کامپیوتر در دانشگاه کمبریج است.

تحقیقات او بر روی نرم افزار و سخت افزار توسعه خارجی است که می تواند به ربات ها کمک کند تا رفتارهای پیچیده را یاد بگیرند.

Antonova با یک سیستم آموزشی به نام MuJoCo که از سال 2021 متعلق به Google's DeepMind است کار می کند. این نرم افزار منبع باز است، به این معنی که محققان می توانند به صورت رایگان از آن استفاده کنند و اجازه دارند کد را سرهم کنند.

او می گوید: "این بسیار بسیار کاربرپسند است. بنابراین برای گروه های تحقیقاتی یا برای استارت آپ های کوچک، مفید است."

او می گوید که رویکرد Vsim - شبیه سازی بسیار سریع - امیدوارکننده است.

او می‌گوید: «اگر شما یک شبیه‌ساز بسیار بسیار سریع دارید، می‌توانید صدها میلیون نمونه را در چند ثانیه شبیه‌سازی کنید که ربات شما به نحوه تنظیم حرکت خود فکر می‌کند و سپس می‌توانید تقریبا در زمان واقعی حرکت را تغییر دهید.

اما آن محیط‌های شبیه‌سازی‌شده هنوز هم تقریب‌های تقریبی از دنیای واقعی هستند، که چیزی را که می‌توان آموزش داد، محدود می‌کند.

او می‌گوید: «چیزهای خاصی وجود دارد که مدل‌سازی آنها در شبیه‌سازی سخت است، مانند اجسام بسیار تغییر شکل‌پذیر و برش.

این چالشی است که انویدیا و لو و استوری در Vsim روی آن کار می کنند.

لو می‌گوید که سیستم آنها "تقریبی را کاهش داده است و از شبیه‌سازی‌های دقیق برای آموزش مدل‌هایی استفاده می‌کند که واقعا در واقعیت و همچنین در شبیه‌سازی کار می‌کنند."

به زودی روبات دوم به نام ناچو به توسعه این فناوری کمک خواهد کرد.

لو می گوید که باید روند توسعه آنها را سرعت بخشد و اطمینان حاصل کند که نرم افزار آنها می تواند روی ماشین های مختلف اجرا شود.

و البته، شرکتی را در اختیار فردو قرار دهید.

فناوری حیاتی با رفتن به زیرزمین ایمن می ماند

چرا خطوط هوایی در مورد باتری های لیتیوم یون هشدار می دهند؟