چگونه امواج مغزی «انسان ربات‌ها» را هوشمند می‌کنند؟/ آموزش ربات‌ها با سیگنال‌های مغز انسان!

به گزارش پایگاه خبری عصرنما، به نقل از techcrunch، مدل‌های بزرگ زبانی (LLMs) مانند ChatGPT با برچیدن داده‌های متنی از سراسر اینترنت آموزش دیدند؛ فرایندی ارزان و بی‌دردسر. اما ساخت ربات‌های هوشمندی که بتوانند اشیا را لمس کنند، وزنشان را بسنجند و با محیط اطراف تعامل داشته باشند، داستان کاملاً متفاوتی دارد.

تماشای ویدیوهای تعاملی یا استفاده از ویدیوهای معمولی یوتیوب نمی‌تواند حس وزن، تعادل، خطاشناسی و حس ناشی از افتادن اشیا را به ربات منتقل کند. کارشناسان تخمین می‌زنند که صنعت رباتیک برای رسیدن به یک جهش بزرگ، به داده‌هایی با حجم ۵ برابر کل ویدیوهای موجود در یوتیوب نیاز دارد یعنی داده‌هایی که وجود خارجی ندارند و باید از صفر «تولید» شوند.

ثبت رازهای تمرکز و خطای مغز با بازی

در انبار تحقیقاتی شرکت Encord واقع در سان‌لاندرو کالیفرنیا، اپراتورها هدست‌های ویژه‌ای به سر می‌گذارند و مشغول بازی با برج‌های چوبی معروف (جنگا) یا انجام کارهای دقیق دستی می‌شوند.

انتخاب این بازی اتفاقی نیست؛ بازی با قطعات چوبی برج نیازمند لمس ظریف، سنجش میزان فشار و تمرکز بالاست. هدست‌های استفاده‌شده که مجهز به سنسورهای ثبت امواج مغزی (EEG) و سنسورهای عضلانی ساعد هستند، دقیقاً همین فرایند ذهنی را ثبت می‌کنند.

ثبت لحظه خطا: وقتی برج چوبی فرو می‌ریزد یا دست اپراتور لیز می‌خورد، مغز انسان سیگنالی حاوی حس «غافلگیری» یا «اشتباه شد» ساطع می‌کند. هدست این سیگنال را دقیقاً در همان لحظه ثبت و برچسب‌گذاری می‌کند.

انتقال حس تعادل به ربات: با ترکیب تصویر دوربین‌ها و سیگنال‌های مغزی، ربات یاد می‌گیرد که انسان قبل از افتادن یک شیء چه حسی دارد و چطور تعادل را حفظ می‌کند.

به گفته مدیران  Encord، ارزش این داده‌های غنی که واکنش‌های ذهنی انسان را هم در بر می‌گیرند، حدود ۱۰۰ برابر بیشتر از ویدیوهای معمولی است.

داده‌ها چگونه نشانه‌گذاری می‌شوند؟

ثبت احساس خطاو غافلگیری: وقتی برج جنگا می‌ریزد یا اپراتور اشتباهی انجام می‌دهد، امواج مغزی نشان‌دهنده «خطا»، «غافلگیری» یا «قصدی خاص» فوراً برچسب‌گذاری می‌شوند.

داده‌های ۳ بعدی دقیق: با ترکیب زاویه‌های مختلف دوربین و سنسورهای عضلانی، تصویر سه بعدی دقیقی از عملکرد دست و ذهن انسان ثبت می‌شود.

به گفته مدیران Encord، ارزش این داده‌های غنی و نشانه‌گذاری‌شده (Dense Annotation) حدود ۱۰۰ برابر بیشتر از ویدیوهای عادی است؛ اگرچه هزینه تولید آن‌ها نیز نزدیک به ۲۰ برابر داده‌های معمولی است.

چالش اصلی: اقتصادِ داده‌های فیزیکی

برخلاف هوش مصنوعی متنی که داده‌هایش به‌وفور و با هزینه بسیار کم از اینترنت استخراج شد، داده‌های هوش مصنوعی فیزیکی باید به‌صورت دستی و لحظه‌به‌لحظه تولید شوند. این موضوع معادلات اقتصادی توسعه رباتیک را به‌کلی تغییر داده است:

انحصار در تولید داده: داده‌های هوش مصنوعی رباتیک دیگر تصادفی به دست نمی‌آیند؛ شرکت‌ها باید کارخانه‌های اختصاصی «تولید تجربه انسانی» بسازند.

ارزیابی در مدل‌های واقعی: در حال حاضر ثبت امواج مغزی در مرحله آزمایشی است تا مشخص شود آیا افزودن حالات ذهنی انسان به الگوریتم‌ها، واقعاً دقت و درک ربات‌ها از محیط را افزایش می‌دهد یا خیر.

اگر این آزمایش‌ها موفقیت‌آمیز باشند، نسل بعدی ربات‌های انسان‌نما و صنعتی نه تنها با دیدن و لمس کردن، بلکه با درک و شبیه‌سازی «حالات ذهنی و سیگنال‌های عصبی انسان» آموزش خواهند دید یعنی گامی کلیدی برای عبور از ربات‌های سخت‌افزارمحور به سمت موجوداتی با درک دقیق فیزیکی.

انتهای پیام/