دورة تعلم الروبوت gAxis عندما نقول إن روبوتًا "يتعلم"، من السهل أن نتخيل أن إعطاءه كمية كافية من البيانات سيجعله جيدًا في كل شيء في النهاية. لكن الروبوتات في العالم الحقيقي ليست بهذه البساطة. يمكن للروبوت مشاهدة آلاف الأمثلة على شخص يفتح درجًا ولا يزال يواجه صعوبة عندما يكون الدرج أثقل قليلاً، أو عندما يكون المقبض في موقع مختلف، أو عندما لا يكون منحى الاقتراب دقيقًا تمامًا. هذا لأن الروبوتات لا تتعلق فقط بالتعرف على الإجراء الصحيح. بل تتعلق بمعرفة ما يجب فعله عندما لا يعمل الإجراء المتوقع. البشر يتعلمون هذا بشكل طبيعي. نحاول شيئًا، نلاحظ الخطأ، نعدّل، ونحاول مرة أخرى. إن التجربة من المحاولة الفاشلة تغيّر طريقة توجهنا للمحاولة التالية. تحتاج الذكاء الاصطناعي المادي إلى طريقة لالتقاط نفس عملية التعلم هذه. هنا يأتي دور Axis يقوم @axisrobotics ببناء بيئة يمكن فيها تدريب الروبوتات من خلال تفاعلات محاكاة مع البشر. بدلًا من إجراء كل تجربة تعلم على روبوت مادي، يمكن للمدرّبين التفاعل مع روبوتات محاكاة، وتوجيهها عندما ترتكب أخطاء، وتوليد مسارات من هذه التفاعلات. الجزء المهم ليس مجرد جمع المزيد من التسجيلات. بل التقاط العلاقة بين الإجراء المُحاول والتصحيح الذي يتبعه. يرسم الروبوت حركة غير صحيحة. يأخذ الإنسان زمام الأمور. يتم عرض الحركة الأفضل. يصبح هذا التصحيح إشارة تدريب. يمكن بعد ذلك للنموذج استخدام هذه التجربة لتحسين المحاولات المستقبلية. إذًا، تبدو الدورة كالتالي: محاولة → خطأ → تصحيح → إشارة تدريب → محاولة أفضل. كرر ذلك عددًا كافيًا من المرات، وستبدأ النظام في تجميع شيء أكثر فائدة بكثير من مكتبة ثابتة من العروض التوضيحية. سيبدأ في تجميع الخبرة. لماذا المحاكاة مهمة الروبوتات المادية باهظة الثمن، وصعبة الإعادة إلى الحالة الأولية، ومحدودة بعدد التجارب التي يمكنك تشغيلها عمليًا. تُزيل المحاكاة العديد من هذه القيود. يمكنك اختبار نفس المهمة مرارًا وتكرارًا، وإدخال ظروف مختلفة، وجمع التدخلات، وتحسين السياسة قبل نشرها في العالم الحقيقي. هنا تصبح المحاكاة إلى الواقع مهمة. الهدف ليس أن يظل الروبوت جيدًا داخل المحاكاة فقط. الهدف هو أن تسهم الدروس المستفادة هناك في روبوتات قادرة على الأداء بشكل أفضل في الواقع. ومع تقدم Axis نحو مهام تحكم أكثر تعقيدًا، يصبح جودة هذه الدورة التغذوية أكثر أهمية بشكل متزايد. لأنه في النهاية، لن يُحلّ الروبوتات من خلال جمع أكبر مجموعة بيانات. بل سيتم حلها من خلال بناء أنظمة قادرة على تحويل الخبرة إلى سلوك أفضل. هذه هي النقطة في Axis التي أنتبه إليها. البيانات الأكبر مفيدة. لكن التعلم الأفضل من كل محاولة هو الميزة الحقيقية. @iamlogtun