പന്ത് കളിക്കും റോബോട്ടുകൾ

ഫുട്ബോൾ ടീം അംഗങ്ങളായ  Robotis OP3 റോബോട്ടുകൾ  സോക്കർ കളിക്കാരിലേക്കുള്ള പാതയിലാണ്.  ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന ഡീപ് റീഇൻഫോഴ്‌സ്‌മെൻ്റ് ലേണിംഗ് ഉപയോഗിച്ച് പരിശീലിപ്പിച്ച രണ്ട് കാലുകളുള്ള സോക്കർ റോബോട്ടുകൾക്ക്,പരമ്പരാഗത റോബോട്ടുകളേക്കാൾ വേഗത്തിൽ നടക്കാനും പന്ത് തട്ടാനും വീണാൽ ഉടൻ തന്നെ ചാടി എഴുന്നേൽക്കാനും കഴിയും.

Google DeepMind വികസിപ്പിച്ച ഈ Robotis OP3 റോബോട്ടുകളുടെ ലക്‌ഷ്യം മനുഷ്യ തലച്ചോറിനെ അനുകരിച്ച് മനുഷ്യനെ പോലെ പ്രവർത്തിക്കുകയാണ്.

ഗൂഗിൾ ഡീപ്‌മൈൻഡിലെ ഗൈ ലിവറും അദ്ദേഹത്തിൻ്റെ സഹപ്രവർത്തകരും ചേർന്നാണ്  ബാറ്ററിയിൽ പ്രവർത്തിക്കുന്ന റോബോട്ടിസ് ഒപി3 റോബോട്ടുകളെ കളിക്കളത്തിലിറക്കിയത്. 240 മണിക്കൂർ നീണ്ട  ആഴത്തിലുള്ള റീഇൻഫോഴ്‌സ്‌മെന്റ് ലേണിംഗിലൂടെ വികസിപ്പിച്ച ഇവക്ക്   50 സെൻ്റീമീറ്റർ ഉയരവും 20 ജോയിന്റ്കളുമുണ്ട്.

ഈ സോക്കർ കളിക്കുന്ന റോബോട്ടുകൾക്ക് അവരെ  സാധാരണ രീതിയിൽ പരിശീലിപ്പിച്ചതിനേക്കാൾ വേഗത്തിൽ പ്രതികരിക്കാൻ കഴിയും.  deep reinforcement learning എന്ന ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് അധിഷ്ഠിത സാങ്കേതികതയിലൂടെയാണ്  കഴിവുകൾ മെച്ചപ്പെടുത്തുന്നത്.

എന്നാൽ “സോക്കർ കളിക്കുന്ന റോബോട്ടുകൾ അന്തിമ ലക്ഷ്യമല്ല” എന്ന്, ടീം അംഗം ടുമാസ് ഹാർനോജ പറയുന്നു.എപ്പോൾ വേണമെങ്കിലും പ്രീമിയർ ലീഗിൽ കളിക്കുന്ന ഹ്യൂമനോയിഡ് റോബോട്ടുകളെ നിർമ്മിക്കുക എന്നതല്ല, മറിച്ച് സിന്തറ്റിക് പരിശീലന രീതികൾ ഉപയോഗിച്ച് നമുക്ക് എങ്ങനെ സങ്കീർണ്ണമായ റോബോട്ട് കഴിവുകൾ വേഗത്തിൽ നിർമ്മിക്കാമെന്ന് മനസിലാക്കുക എന്നതാണ് ലക്‌ഷ്യം . ഇത് ഇവരുടെ ശ്രദ്ധ  റിയൽ വർക്ക് ആപ്ലിക്കേഷനുകളിലേക്ക് മാറ്റുന്നു.

 AI പരിശീലനത്തിൻ്റെലൂടെ, റീഇൻഫോഴ്‌സ്‌മെൻ്റ് ലേണിംഗ് ഏജൻ്റുമാർ ട്രയലിലൂടെയും പിശകുകളിലൂടെയും മനുഷ്യനെ അനുകരിക്കാനുള്ള കഴിവുകൾ നേടുന്നു. തെറ്റ് തിരഞ്ഞെടുക്കുന്നതിനേക്കാൾ കൂടുതൽ തവണ ശരി  തിരഞ്ഞെടുക്കുക എന്ന ലക്ഷ്യത്തോടെ, AI ഡാറ്റയ്ക്കുള്ളിലെ പാറ്റേണുകൾ വിശകലനം ചെയ്യാൻ തലച്ചോറിലെ ന്യൂറൽ നെറ്റ്‌വർക്കുകളുടെ പാളികൾ ആഴത്തിലുള്ള പഠനത്തിനായി ഉപയോഗിക്കുന്നു .

ആഴത്തിലുള്ള റീഇൻഫോഴ്‌സ്‌മെൻ്റ്  പഠനത്തിൽ പരിശീലനം നേടിയ റോബോട്ടുകൾക്ക്  181 ശതമാനം വേഗത്തിൽ നടക്കാനും 302 ശതമാനം വേഗത്തിൽ തിരിയാനും 34 ശതമാനം ശക്തമായി പന്ത് തട്ടിയെടുക്കാനും ഒരു ഗെയിമിൽ വീണതിന് ശേഷം മറ്റുള്ളവരെ അപേക്ഷിച്ച് 63 ശതമാനം വേഗത്തിൽ എഴുന്നേൽക്കാനും കഴിയും. “ഈ സ്വഭാവങ്ങൾ സ്വമേധയാ രൂപകല്പന ചെയ്യാനും സ്ക്രിപ്റ്റ് ചെയ്യാനും വളരെ ബുദ്ധിമുട്ടാണ് എന്നാണ് ഗവേഷകരുടെ അവകാശവാദം 

^{Google DeepMind’s Robotis OP3 robots, trained using deep reinforcement learning, exhibit remarkable soccer-playing skills, walking faster, kicking harder, and recovering quicker than traditional robots.}