Cuireadh bac ar ghlacadh leathan robots baile níos faide ná an Roomba ag roinnt fachtóirí, lena n-áirítear costas, praiticiúlacht, dearadh, agus an dúshlán a bhaineann le timpeallachtaí mapála. Fiú má réitítear go páirteach na fadhbanna seo, tarlaíonn teipeanna fós, rud atá níos measa mar gheall ar an deacracht a bhaineann le botúin a dhéanann na córais seo a cheartú. Cé go bhfuil an cumas ag eagraíochtaí móra saincheisteanna den sórt sin a láimhseáil, níl sé réadúil a bheith ag súil go n-íocann na tomhaltóirí gairmithe as dífhabhtú nó chun a bheith ina ríomhchláraitheoirí. Ach mar a léiríonn taighde le déanaí ó MIT, cuireann Múnlaí Móra Teanga (LLManna) cur chuige féideartha ar fáil.
Féachann páipéar ag an gComhdháil Idirnáisiúnta ar Ionadaíochtaí Foghlama (ICLR) le róbait a chomhtháthú le méid áirithe “ciallmhar” ionas gur féidir leo ceartúcháin a dhéanamh go neamhspleách. De réir an taighde seo, is féidir le robots iompar daonna a mhacasamhlú, ach mura bhfuil siad oilte i gceart chun gach bac féideartha a láimhseáil, bíonn deacracht acu dul i dtaithí ar athruithe gan choinne agus is minic a atosóidh siad a gcuid tascanna ón tús.
Tarraingíonn an staidéar aird ar na míbhuntáistí a bhaineann le foghlaim aithrise i róbait, go háirithe i gcásanna dinimiciúla baile ina bhféadfadh fiú athruithe beaga córas a athshocrú. Trí ghníomhaíochtaí a bhriseadh suas ina gcomhpháirteanna níos lú, molann staidéar MIT modh réabhlóideach a éascaíonn ceartúcháin agus a chuireann deireadh leis an ngá atá le ríomhchláraitheoirí idirghabháil a dhéanamh de láimh. Tá sé seo indéanta ag LLManna, a dhúnann an bhearna idir léirithe daonna agus tuiscint róbatach trí threoracha céim ar chéim a thabhairt i dteanga choiteann. Ligeann sé seo do robots a gcéim thasc a aithint agus na coigeartuithe riachtanacha a dhéanamh ina n-aonar.
Ag baint úsáide as róbat a bhí oilte chun mirlíní a scoopáil agus a dhoirteadh, léirigh an taighde an smaoineamh seo agus thaispeáin sé conas a ligeann LLManna don róbat é féin a cheartú tar éis dó a bheith curtha isteach d’aon ghnó. Soláthraíonn an cur chuige seo réiteach éifeachtach ar fhadhb leanúnach sa róbataic tríd an gceanglas maidir le clárú daonna nó idirghabháil le linn teipeanna a laghdú go mór.
- Uassciliú gan cur isteach ar do ghairm bheatha! Glac páirt i tosaithe páirtaimseartha ar líne Code Labs Academy Eolaíocht Sonraí agus AI agus faigh scileanna praiticiúla i gcódú agus anailís sonraí. Foghlaim ó shaineolaithe tionscail, tóg fíorthionscadail, agus ullmhaigh do ghairm bheatha atá bunaithe ar shonraí - ar fad ar do sceideal!*