إنتل تعمل على تطوير عقل الروبوتات

  • يعد قسم الذكاء الاصطناعي في Intel أحد الأبطال المجهولين في حركة التعلم الآلي الحديثة. لقد طور الباحثون الموهوبون حالة شرائح الذكاء الاصطناعي والحوسبة العصبية والتعلم العميق. والآن يوجهون أنظارهم إلى عقل خلية الذكاء الاصطناعي وفقا لموقع TheNextWeb.

     

     

     

    وفقًا لبيان صحفي لشركة Intel:

    لقد طورنا MERL ، وهي طريقة قابلة للتطوير وفعالة للبيانات لتدريب فريق من الوكلاء على حل مهمة تنسيق بشكل مشترك. كذلك يتم تمثيل مجموعة من العوامل كشبكة عصبية متعددة الرؤوس مع جذع مشترك. قمنا بتقسيم هدف التعلم إلى عمليتي تحسين تعملان في وقت واحد.

     

    النظام الجديد معقد ويتضمن تقنيات جديدة للتعلم الآلي ، حيث  نريد أن تقوم أنظمة الذكاء الاصطناعي بأشياء دون أن يُطلب منها ما يجب القيام به، أى جعل الآلة تكتشف الأشياء بنفسها.

     

    على سبيل المثال ، إذا كنت تحاول تعليم إنسان آلي المشي ، فأنت تريده أن يتذكر كيفية تحريك ساقيه ويتم تحقيق ذلك من خلال التعلم المعزز ، RL in MERL. يعدل الباحثون نموذج تدريب الذكاء الاصطناعي لضمان مكافأته عندما يحقق هدفًا ، وبالتالي الحفاظ على أداء الآلة.

     

    إذا كنت تفكر في الذكاء الاصطناعي بالمعنى التقليدي ، فإنه يعمل إلى حد كبير مثل عامل واحد (في الأساس عقل روبوت واحد) يحاول حل مشكلة عملاقة بمفرده.

     

    لذلك ، بالنسبة لدماغ الذكاء الاصطناعي المسؤول عن جعل الروبوت يمشي ، يجب على الذكاء الاصطناعي أن يكتشف التوازن والطاقة الحركية والمقاومة والحدود الدقيقة لأجزائه المادية. هذا ليس فقط مضيعة للوقت - وغالبًا ما يتطلب مئات الملايين من المحاولات المتكررة - ولكنه أيضًا مكلف.

     

    يسمح نظام MERL من Intel لعدة وكلاء (أكثر من عقل ذكاء اصطناعي واحد) بمهاجمة مشكلة أكبر من خلال تقسيمها إلى مهام فردية يمكن بعد ذلك التعامل معها من قبل الوكلاء الفرديين. يتعاون الوكلاء من أجل تسريع التعلم عبر كل مهمة. بمجرد أن يتدرب الوكلاء الفرديون على مهامهم ، يستخدم عامل التحكم مجموع التدريب لتنظيم طريقة يتم من خلالها تحقيق الهدف بأكمله - في مثالنا ، جعل الروبوت يمشي.

     

     

     



    حمّل تطبيق Alamrakamy| عالم رقمي الآن