وقال الفريق المطور في فيسبوك:
"إن القيام بهذا العمل يعني معالجة التعقيد الكامن في استخدام الآليات الفيزيائية المعقدة وإجراء التجارب في العالم الحقيقي""حيث تكون البيانات أكثر ضوضاءً ، تكون الظروف أكثر تقلبًا وغير مؤكدة ، والتجارب لها قيود زمنية إضافية ( لأنه لا يمكن تسريعها عند التعلم في المحاكاة). هذه ليست مشكلات بسيطة يجب معالجتها ، ولكنها توفر حالات اختبار مفيدة للذكاء الاصطناعي - AI. "في جوهر معظم جهودهم هو الإشراف الذاتي. هذا هو الأساس حيث يمكن بدلاً من تدريب الذكاء الاصطناعي للتعامل مع مهمة محددة أن تتعلم الروبوتات مباشرةً من البيانات الأولية التي يتم تقديمها معهم. يمهد ذلك الطريق أمام أكثر دقة من الذكاء الاصطناعى القادر على تعميم تجربتهم ومعالجة المهام الجديدة بشكل أفضل.
يتضمن ذلك فهم مجساته المشتركة ومعرفة إحساسه الخاص بالتوازن والتوجه ثم دمج هذا الوعي الذاتي مع تجربة متنامية من العالم الواقعي من حوله. يقول فيس بوك:
"هدفنا هو تقليل عدد التفاعلات التي يحتاجها الروبوت لتعلم المشي ، لذلك لا يستغرق الأمر سوى ساعات بدلاً من أيام أو أسابيع". "تم تصميم التقنيات التي نبحث عنها ، والتي تتضمن تحسين Bayesian وكذلك RL المستندة إلى النماذج ، لتكون معممة للعمل مع مجموعة متنوعة من الروبوتات والبيئات المختلفة."
و أوضح فيسبوك:
"يكتشف النظام حالة عدم اليقين النموذجية الخاصة به ويحسن تسلسل الإجراءات لتحقيق أقصى قدر من المكافآت (تحقيق المهمة المطلوبة) وتقليل عدم اليقين في هذا النموذج ، مما يجعله أكثر قدرة على التعامل مع المهام والظروف الجديدة ،""إنها تولد مجموعة أكبر من البيانات الجديدة وتتعلم بسرعة أكبر - في بعض الحالات ، بعشرات التكرارات ، بدلاً من المئات أو الآلاف".
لا يريد فيسبوك فقط إنشاء روبوتات أفضل فقط. على الرغم من أن تنفيذ مشاريع أخرى مثل Boston Robotics قد يكون مشروعًا جانبيًا مثيرًا للاهتمام للشركة. بدلاً من ذلك فهي تريد أن ترى كيف يمكن أن تكون الذكاءات الاصطناعية أكثر فاعلية عند التدريب على البيانات الفوضوية التي غالباً ما تكون غير كاملة في العالم الحقيقي. قد يعني ذلك أن الذكاء الاصطناعي قادر بشكل أفضل على استخلاص معنى المحتوى (وبالتالي يمكن فحص منشورات فيسبوك التي قد تكون إشكالية بسهولة أكبر) والرد بشكل أكثر فعالية في بيئات غير مؤكدة وتعلم مهام جديدة دون الحاجة إلى مشاركة بشرية.
إقرأ أيضاً: