Robotter, der kan lære som mennesker

Forskere siger, at kunstig intelligens (AI) nu er overlegen i forhold til menneskelig intelligens i overvåget læring ved at bruge enorme mængder mærkede data til at udføre specifikke opgaver. Imidlertid, det anses for vanskeligt at realisere menneskelignende intelligens ved kun at bruge overvåget læring, fordi alle overvågede etiketter ikke kan opnås for al den sensoriske information, der kræves af robotter.

Her, Tomoaki Nakamura fra UEC, Tokyo, og kolleger forsker i realiseringen af ​​robotter, der kan tilegne sig viden på en måde, der ligner mennesker.

Til denne ende, forskeren mener, at det er vigtigt for robotter at forstå deres omgivelser ved at strukturere deres egen sanseinformation på en uovervåget måde.

For nylig, Nakamura foreslog en algoritme, der gør robotter i stand til at lære begreber og sprog. Robotterne henter multimodal information fra objekter og sproglig information ved at kommunikere med andre. Ved at bruge disse oplysninger, algoritmen giver robotter mulighed for at danne objektkoncepter og lære sprog. I øvrigt, begreber, der læres af robotter ved hjælp af denne algoritme, sammenlignes med de tilsvarende menneskelige begreber, og lighederne mellem dem vises.

Nakamura har også foreslået en metode til robotter til at lære bevægelser ved at observere menneskelig bevægelse. Derudover denne metode giver robotter mulighed for at lære reglerne for interaktion ved at observere menneskelig interaktion.

"Gennem denne forskning, Jeg vil gerne udvikle robotter som mennesker, " siger Nakamura. "Desuden, Jeg tror, ​​at denne forskning vil føre til en bedre forståelse af menneskelig intelligens."