آموزش خودآگاهی به یک ربات!
تصویر بدن ما همیشه دقیق یا واقعی نیست، اما اطلاعات مهمی را در بر دارد که نحوه عملکرد ما را در جهان تعیین می‌کنند. هنگامی که لباس می‌پوشید یا با توپ بازی می‌کنید، مغز شما دائما از قبل برنامه‌ریزی می‌کند تا بتوانید بدن خود را بدون ضربه خوردن، زمین خوردن یا افتادن حرکت دهید.
به گزارش نانوورک، ما انسان‌ها در دوران نوزادی، الگوی بدن خود را به دست می‌آوریم و ربات‌ها نیز از همین الگو پیروی می‌کنند. گروهی از مهندسان دانشگاه کلمبیا (Columbia University) آمریکا، رباتی ساخته‌اند که برای نخستین بار قادر است تا مدلی از کل بدن خود را از ابتدا و بدون کمک انسانی بیاموزد.
پژوهشگران در این پروژه نشان داده‌اند که ربات آن‌ها چگونه یک مدل سینماتیک از خود ایجاد می‌کند و سپس، مدل خود را برای برنامه‌ریزی حرکت، رسیدن به اهداف و اجتناب از موانع در موقعیت‌های مختلف به کار می‌برد. حتی ربات به طور خودکار، آسیب وارد شده به بدن خود را تشخیص داد و سپس، آن را جبران کرد.
پژوهشگران، یک بازوی رباتیک را در دایره‌ای از پنج دوربین ویدئویی قرار دادند. ربات در حالی که آزادانه به حرکت می‌پرداخت، خود را از طریق دوربین‌ها تماشا می‌کرد. ربات مانند نوزادی که برای نخستین بار در سالنی از آینه‌ها به جستجوی خود می‌پردازد، تکان می‌خورد و منقبض می‌شد تا بفهمد که بدنش دقیقا چگونه در پاسخ به فرمان‌های مختلف حرکت می‌کند. پس از حدود سه ساعت، ربات متوقف شد. شبکه عصبی عمیق داخلی آن، یادگیری رابطه بین اعمال حرکتی ربات و حجمی را که در محیط خود اشغال کرده بود، به پایان رساند.
هاد لیپسون (Hod Lipson)، استاد مهندسی مکانیک و مدیر آزمایشگاه کریتیو ماشینز (Creative Machines Lab) در دانشگاه کلمبیا گفت: واقعا کنجکاو بودیم که ببینیم این ربات چگونه خود را تصور می‌کند. در هر حال، نمی‌توان به این سیستم فقط به عنوان یک شبکه عصبی نگاه کرد. این شبکه عصبی، مانند یک جعبه سیاه است.
توانایی ربات‌ها برای مدل‌سازی خود بدون کمک مهندسان، به دلایل زیادی مهم است. این توانایی نه تنها باعث صرفه‌جویی در نیروی کار می‌شود، بلکه به ربات امکان می‌دهد تا با فرسودگی خود هماهنگ باشد و حتی آسیب را شناسایی و جبران کند. استدلال پژوهشگران این است که توانایی مدل‌سازی ربات از آن جهت مهم است که به سیستم‌های خودمختار نیاز داریم تا بیشتر به خود متکی باشند. به عنوان مثال، یک ربات کارخانه می‌تواند تشخیص دهد که چیزی درست حرکت نمی‌کند و به جبران آن بپردازد یا درخواست کمک کند.
بویوآن چن (Boyuan Chen)، پژوهشگر ارشد این پروژه گفت: ما انسان‌ها به وضوح، تصوری از خود داریم. چشمان خود را ببندید و سعی کنید تصور کنید که می‌خواهید دست‌های خود را به جلو بکشید یا یک قدم به عقب بردارید. ما در جایی از مغز، تصوری در مورد خود داریم؛ یک الگو در مورد خود که به ما اطلاع می‌دهد چه حجمی از محیط اطراف را اشغال کرده‌ایم و آن حجم هنگام حرکت چگونه تغییر می‌کند.
این پژوهش، بخشی از تلاش چند دهه‌ای لیپسون برای یافتن راه‌هایی است که نوعی خودآگاهی را به ربات‌ها اعطا می‌کنند. لیپسون توضیح داد: خودمدل‌سازی، شکلی بدوی از خودآگاهی است. اگر یک ربات، حیوان یا انسان از خود الگوی دقیقی تصور کند، می‌تواند عملکرد بهتری در جهان داشته باشد، تصمیمات بهتری بگیرد و از یک مزیت تکاملی برخوردار شود.
پژوهشگران در مورد محدودیت‌ها، خطر‌ها و مناقشات مربوط به اعطای استقلال بیشتر به ماشین‌ها از طریق خودآگاهی، آگاه هستند. لیپسون خاطرنشان کرد که نوع خودآگاهی نشان‌داده‌شده در این پژوهش، در مقایسه با خودآگاهی انسان‌ها بی‌اهمیت است، اما باید از جایی شروع کرد. وی افزود: باید به آرامی و با دقت پیش برویم تا بتوانیم از مزایای این روش بهره‌مند شویم و در عین حال، خطرات را به حداقل برسانیم.
این پژوهش، در مجله ساینس رباتیکس (Science Robotics) به چاپ رسید.
