শারীরিক সচেতনতা: বিজ্ঞানীরা রোবটকে 'প্রোপ্রিওসেপশন'-এর একটি মৌলিক অনুভূতি দেন

শারীরিক সচেতনতা: বিজ্ঞানীরা রোবটকে 'প্রোপ্রিওসেপশন'-এর একটি মৌলিক অনুভূতি দেন

শারীরিক সচেতনতা: বিজ্ঞানীরা রোবটকে 'প্রোপ্রিওসেপশন' প্লেটোব্লকচেন ডেটা ইন্টেলিজেন্সের একটি মৌলিক অনুভূতি দেন। উল্লম্ব অনুসন্ধান. আ.

অনেক বিশেষজ্ঞ আরও বিশ্বাস করেন কৃত্রিম বুদ্ধিমত্তার সাধারণ রূপ বাস্তব জগতে এআইকে একটি বডি না দিলে অসম্ভব হবে। একটি নতুন পদ্ধতি যা রোবটকে তাদের শরীর কীভাবে কনফিগার করা হয়েছে তা শিখতে দেয় এই প্রক্রিয়াটিকে ত্বরান্বিত করতে পারে।

আমাদের দেহের বিন্যাস এবং অবস্থানকে স্বজ্ঞাতভাবে বোঝার ক্ষমতা, যা প্রোপ্রিওসেপশন নামে পরিচিত, একটি শক্তিশালী ক্ষমতা। আরও চিত্তাকর্ষক হল আমাদের অভ্যন্তরীণ মডেল আপডেট করার ক্ষমতা যে এই সমস্ত অংশগুলি কীভাবে কাজ করছে—এবং কীভাবে তারা একসাথে কাজ করে—আন্তরিক কারণ যেমন আঘাত বা ভারী বোঝার মতো বাহ্যিক কারণগুলির উপর নির্ভর করে।

মধ্যে এই ক্ষমতা প্রতিলিপি রোবট তারা বাস্তব-বিশ্বের পরিস্থিতিতে নিরাপদে এবং কার্যকরভাবে কাজ করতে পারলে গুরুত্বপূর্ণ হবে। অনেক এআই বিশেষজ্ঞরাও বিশ্বাস করেন যে AI এর পূর্ণ সম্ভাবনা অর্জনের জন্য, ভাষার মতো বিমূর্ত মাধ্যমের মাধ্যমে বাস্তব জগতের সাথে যোগাযোগ করার পরিবর্তে এটিকে শারীরিকভাবে মূর্ত করা দরকার। মেশিনগুলিকে তাদের শরীর কীভাবে কাজ করে তা শেখার একটি উপায় দেওয়া সম্ভবত একটি গুরুত্বপূর্ণ উপাদান।

এখন, মিউনিখের টেকনিক্যাল ইউনিভার্সিটির একটি দল একটি নতুন ধরনের মেশিন লার্নিং পদ্ধতি তৈরি করেছে যা বিভিন্ন ধরনের রোবটকে তাদের অঙ্গ-প্রত্যঙ্গের গতিবিধি ট্র্যাক করে এমন সেন্সর থেকে প্রতিক্রিয়া ছাড়া আর কিছুই ব্যবহার করে তাদের দেহের বিন্যাস অনুমান করতে দেয়।

"একটি রোবটের মূর্ত রূপ তার উপলব্ধি এবং আচরণগত ক্ষমতা নির্ধারণ করে," গবেষকরা লিখেছেন কাগজ বিজ্ঞান রোবোটিক্স কাজের বর্ণনা। "স্বায়ত্তশাসিতভাবে এবং ক্রমবর্ধমানভাবে তাদের অঙ্গসংস্থানবিদ্যার বোঝা তৈরি করতে সক্ষম রোবটগুলি তাদের গতিশীলতার অবস্থা নিরীক্ষণ করতে পারে, তাদের শরীরের প্রতিনিধিত্বকে মানিয়ে নিতে পারে এবং এতে পরিবর্তনের প্রতিক্রিয়া জানাতে পারে।"

সমস্ত রোবটকে কার্যকরভাবে কাজ করার জন্য তাদের শরীরের একটি অভ্যন্তরীণ মডেলের প্রয়োজন হয়, তবে সাধারণত এটি হয় কঠিন কোডেড বা বাহ্যিক পরিমাপ ডিভাইস বা ক্যামেরা ব্যবহার করে শেখা যা তাদের গতিবিধি নিরীক্ষণ করে। বিপরীতে, নতুন পদ্ধতিটি রোবটের বিভিন্ন অংশে স্থাপন করা জড়তা পরিমাপ ইউনিট - সেন্সর যা আন্দোলন সনাক্ত করে - থেকে শুধুমাত্র ডেটা ব্যবহার করে একটি রোবটের শরীরের বিন্যাস শেখার চেষ্টা করে।

দলের দৃষ্টিভঙ্গি এই সত্যের উপর নির্ভর করে যে কাছাকাছি সেন্সর থেকে বা শরীরের একই অংশে সংকেতগুলিতে ওভারল্যাপ থাকবে। এটি রোবটের শরীরে তাদের অবস্থান এবং একে অপরের সাথে তাদের সম্পর্ক নির্ধারণ করতে এই সেন্সরগুলি থেকে ডেটা বিশ্লেষণ করা সম্ভব করে তোলে।

প্রথমত, দলটি "মোটর ব্যাবলিং" এর মাধ্যমে সেন্সরিমোটর ডেটা জেনারেট করার জন্য রোবট পায়, যার মধ্যে এলোমেলোভাবে স্বল্প সময়ের জন্য মেশিনের সমস্ত সার্ভোকে এলোমেলোভাবে সক্রিয় করা হয় যাতে এলোমেলো নড়াচড়া করা যায়। তারপরে সেন্সরগুলি কীভাবে সাজানো হয় এবং নির্দিষ্ট অঙ্গ এবং জয়েন্টগুলির সাথে সম্পর্কিত উপসেটগুলি সনাক্ত করতে তারা একটি মেশিন লার্নিং পদ্ধতি ব্যবহার করে।

গবেষকরা একটি রোবোটিক আর্ম, একটি ছোট হিউম্যানয়েড রোবট এবং একটি ছয় পায়ের রোবট সহ সিমুলেশন এবং বাস্তব-বিশ্বের পরীক্ষা-নিরীক্ষা উভয় ক্ষেত্রেই বিভিন্ন রোবটের প্রতি তাদের দৃষ্টিভঙ্গি প্রয়োগ করেছেন। তারা দেখিয়েছিল যে সমস্ত রোবট তাদের জয়েন্টগুলির অবস্থান এবং সেই জয়েন্টগুলি কোন দিকে মুখ করছে তা বোঝার বিকাশ করতে পারে।

আরও গুরুত্বপূর্ণভাবে, পদ্ধতির জন্য একটি বিশাল ডেটাসেটের প্রয়োজন হয় না যেমন গভীর শিক্ষার পদ্ধতিগুলি সবচেয়ে আধুনিক এআইকে আন্ডারপিন করে এবং এর পরিবর্তে রিয়েল-টাইমে চালানো যেতে পারে। এটি রোবটগুলির সম্ভাবনাকে উন্মুক্ত করে যা ক্ষতির সাথে খাপ খাইয়ে নিতে পারে বা উড়তে গিয়ে শরীরের নতুন অংশ বা মডিউল যোগ করতে পারে।

গবেষকরা লেখেন, "আমরা স্বায়ত্তশাসিতভাবে এর রূপবিদ্যা সম্পর্কে জ্ঞান মূল্যায়ন এবং ক্রমাগত আপডেট করার জন্য একটি রোবটের ক্ষমতার গুরুত্ব স্বীকার করি।" "মরফোলজির ক্রমবর্ধমান শিক্ষা রোবটগুলিকে তাদের পরামিতিগুলিকে শরীরের কাঠামোর পরিবর্তনগুলি প্রতিফলিত করতে দেয় যা স্ব-প্ররোচিত বা বাহ্যিকভাবে প্রবর্তিত ক্রিয়াগুলির ফলে হতে পারে।"

আপনার শরীর কীভাবে কাজ করে তা বোঝার সময় কীভাবে দরকারী কাজগুলি চালাতে হয় তা শেখার একটি ছোট অংশ, এটি একটি গুরুত্বপূর্ণ উপাদান। রোবটদের এই প্রোপ্রিওসেপশন-এর মতো ক্ষমতা দেওয়া তাদের আরও নমনীয়, অভিযোজনযোগ্য এবং নিরাপদ করে তুলতে পারে।

ইমেজ ক্রেডিট: xx/xx

সময় স্ট্যাম্প:

থেকে আরো এককতা হাব