Sun’iy intellekt va ulkan hajmdagi ma’lumotlar tufayli mantiqiy fikrlay oladigan robotlar haqiqatga aylanmoqda. “Amerika Ovozi” muxbiri yaqinda robotlar mustaqil ravishda muammolarni hal qilishni o‘rganayotgan laboratoriyaga tashrif buyurdi.
Robotlar nazorat ostidagi sharoitlarda takroriy vazifalarni juda yaxshi bajaradi, lekin ofis yoki uy kabi vazifani oldindan bashorat qilish imkonsiz bo’lgan muhitlarda qiynaladi.
"Robot ma’lum bir ko‘nikmaga ega, lekin u biroz mo‘rt. Agar atrof-muhit oldindan rejalashtirilgan bo’lmasa, uning ko‘nikmalari ish bermay qolishi mumkin. Robotga har bir vazifani oldindan dasturlamasdan, mavjud sharoitga moslashish imkoniyatini yaratishimiz kerak", - deydi tadqiqotchi Karl Pertsh.
Robotlarni mantiqiy fikrlash orqali muammolarni hal qilishga o‘rgatish — dunyoning yetakchi robototexnika olimlari oldidagi muhim vazifalardan biri.
Berklidagi Kaliforniya universiteti ham shu ish bilan shug’ullanayotgan laboratoriyaga ega.
"Qo‘ziqorinni sochiqqa qo‘y, degan buyruqni berdim", - deydi Ulyam Chen.
Bu robot qo‘li buyruqni bajarish jarayonida mantiqiy fikrlashga tayanadi.
"U qo‘ziqorinni ko‘tara olmadi va bu xatoni tuhsundi. U hozir qo‘ziqorinni ushlash vazifasiga e’tibor qaratmoqda", - deydi Chen.
Agar mantiqiy fikrlash ish bersa, ushbu ma’lumotlar boshqa robotlarga ham o‘xshash vazifalarni bajarishda yordam berishi mumkin.
Shimoliy Amerika, Yevropa va Osiyodagi laboratoriyalar ma’lumotlarini o’zaro baham ko’rmoqda. Internetdagi ma’lumotlar bilan birgalikda ushbu axborotlar “ChatGPT” kabi yirik til modelini treningdan o’tkazish uchun ishlatiladi. Bunday model ko‘plab turdagi robotlarni boshqarish uchun yagona "miya" vazifasini bajarishi mumkin.
"Masalan, agar men bitta robot qo‘lini “Coca-Cola” idishini ko‘tarishga o‘rgatsam, boshqa robot ham bu tushunchani anglab yetadi va mustaqil ravishda uni ko’tara oladi", - deydi Pertsh.
“Coca-Cola” idishini aniqlash qobiliyati internetdan olingan ulkan miqdordagi tasvir va matnlar asosida shakllanadi. Xuddi shunday usul bilan robotlar tasvirlar orasidan Taylor Sviftni ham ajrata oladi.
"Masalan, agar “Coca-Cola” bankasi to‘la bo‘lsa, unga ko‘proq kuch ishlatish kerak yoki agar oshxonadagi stol ustida suyuqlik to‘kilgan bo‘lsa, uni tozalash uchun gubka yoki mato kerakligini anglash — bularning barchasini internet orqali o‘rganish mumkin. Buni robotlar real hayotdagi tajribasi orqali o‘rganishi shart emas", - deydi ekspert.
Tadqiqot shuni ko‘rsatmoqdaki, ko‘p robotlar tomonidan o‘rgatilgan va internet ma’lumotlariga tayangan model alohida o‘rgatilgan robotlarga qaraganda yaxshiroq natija bermoqda, deydi Pertsh.
"Biz yaratgan model eng ilg‘or alohida o‘rgatilgan modellardan ham ancha samarali chiqdi", - deydi u.
Ko‘plab robotlar maxsus maqsadlar uchun ishlab chiqilgan, shuning uchun umumiy "robot miyasi" ularning barchasi uchun mos emas.
"Lekin barcha robot qo‘llari, maishiy robotlar yoki gumanoid robotlar uchun kelajakda bitta umumiy model yaratiladi va u ularning barchasini boshqarishning asosiy bazasi bo‘lib xizmat qiladi", - deydi Pertsh.
Ular yaqin orada xodadonlarga kirib bormasligi mumkin, lekin robotlar sezilarli darajada rivojlanib bormoqda.
