Līdz šim spēja mācīties piemitusi tikai dzīvām būtnēm, bet mūsdienās šī prasme arvien vairāk tiek attīstīta arī tehnoloģiju un robotu pasaulē. Pirmie rezultāti ir redzami – roboti, kas 10 minūšu laikā iemācās spēlēties ar plastilīnu, roboti, kuri iemācās uzvesties kā suņi, un vēl un vēl.
“Pirmkārt, ir jāsaprot, kas ir mācīšanās kā tāda, tīri tehniskā izpausmē. Uzreiz jāatzīst, ka mēs līdz galam nezinām, kā to dara dzīvās būtnes – mēs lielā mērā novērojam paši sevi un tad mēģinām to tehniski realizēt,” atzina Ņikitenko.
Viņš skaidroja, ka šī iemesla dēļ roboti mācās ļoti līdzīgi tam, kā to dara cilvēki.
“Ir reizes, kad paši mācāmies eksperimentējot, pieliekot roku pie karsta priekšmeta, jūtam sāpes un nākamreiz tā vairs nedarām.
Tas ir normāls izziņas process, kur lielā mērā ieguldījumu mūsu vērtību sistēmā sniedz jauna informācija – ir kaut kas, ko mēs redzam pirmo reizi, tad mums tas ir jāpagaršo, jāaptausta, jāapskata no visām pusēm,” stāstīja Ņikitenko.
Līdzīgi māca arī robotus, atkal un atkal ar eksperimentu palīdzību vācot novērojumus un atgriezenisko saiti un izstrādājot attiecīgas korekcijas.
“Otrs veids, kas ir ļoti izplatīts mākslīgā intelekta sistēmās, kas mūsdienās ir dažādas attēlu, runas apstrādes sistēmas un tamlīdzīgi, tā ir tā saucamā apmācība ar skolotāju,” norādīja Ņikitenko.
“Nosacīti līdzīgi kā skolā – mums ir piemērs ar uzdevumu, ir pareizais risinājums, visu izpildām, atceramies un iemācāmies.
Šeit parasti ir tā situācija, kad ir nepieciešams savākt daudz marķētu datu ar pareizajām atbildēm, un tādā veidā sistēma iemācās,” viņš skaidroja.
Vienlaikus sistēmai papildus pareizajām atbildēm tiek rādītas arī nepareizās, kas arī ir jāiemācās. Piemēram, ja robots tiek mācīts atpazīt cilvēka seju, mācību procesa laikā tas tiek iepazīstināts ar simtiem cilvēku seju, bet tostarp arī ar dzīvnieku sejām, lai spētu iemācīties atšķirību.
“Protams, vēl ir arī nepārraudzīta apmācība. Tas nozīmē, ka sistēma pati mēģina atrast likumsakarības. Tur ir tādas metodes kā datu "klāsterēšana" un daudzas citas – grupēšana pēc līdzības,” norādīja Ņikitenko.
Šīs ir trīs galvenās metodes, kas pamatā tiek izmantotas, apmācot robotus, taču paralēli tām nepieciešamas arī dažādas tehnoloģijas, kas ļauj metodes izmantot. Ar ļoti dārgiem robotiem eksperimenti, piemēram, netiks veikti, tāpēc nepieciešams radīt to simulācijas.
“Roboti mācās apmēram tāpat kā cilvēks, tātad darot un mēģinot.
Arī robots–suns simtiem reižu kritīs un tiks salauzts, tāpēc mūsdienās tiek izmantoti dažāda veida simulatori. Tad, kad esam modeli iemācījuši, mēs iebūvējam to atpakaļ robotā, un robots kustas,” skaidroja Ņiktenko.