लोग और जानवर जब चलते हैं तो अपेक्षाकृत तेज होते हैं, लगभग प्रतिवर्ती में बाधाओं से बचते हैं। इसके अलावा, यदि कोई व्यक्ति अपने रास्ते पर किसी अन्य समस्या को तुरंत दूर नहीं कर सकता है - उदाहरण के लिए, एक असामान्य हैंडल के साथ एक दरवाजा खोलें, तो कुछ सेकंड या मिनट में विचार-विमर्श से समस्या हल हो जाती है और दरवाजा, एक नियम के रूप में, खुद को उधार देता है। अगली बार, यह कलम समस्या नहीं होगी। यह, ज़ाहिर है, न केवल दरवाजे और हैंडल के बारे में है, बल्कि सामान्य रूप से ऐसी स्थितियों को हल करने के बारे में है।
इसके अलावा, लोग (साथ ही कुछ जानवर) भविष्यवाणी कर सकते हैं कि अगले कुछ सेकंड या मिनटों में किस तरह की बाधा दिखाई देगी। अपने रास्ते में समाचार पत्रों के साथ एक कियोस्क देखकर, एक व्यक्ति समझता है कि 10-20 सेकंड के बाद इसे चक्कर लगाने की आवश्यकता है। रोबोट (मानव रहित वाहन और उड़ते वाहन सहित) सब कुछ अधिक जटिल है। उन्हें अपनी समस्याओं को स्वयं हल करने में सक्षम होने के लिए, उन्हें प्रशिक्षित करने की आवश्यकता है। Microsoft, अन्य संगठनों के बीच, इस मुद्दे को संबोधित कर रहा है और कुछ प्रगति कर रहा है।
अब, Microsoft डेवलपर्स
एक उपकरण
का एक सेट बना रहे हैं जो तृतीय-पक्ष शोधकर्ताओं और डेवलपर्स को अपने स्वयं के रोबोट को प्रशिक्षित करने और परीक्षण करने में मदद करेगा। सॉफ़्टवेयर प्लेटफ़ॉर्म का बीटा संस्करण खुले स्रोत के लाइसेंस के तहत GitHub पर
सार्वजनिक रूप से उपलब्ध है ।
यह सब अनुसंधान परियोजना
एरियल इंफॉर्मेटिक्स एंड रोबोटिक्स प्लेटफॉर्म (एयरसिम) का हिस्सा है। परियोजना के हिस्से के रूप में, Microsoft शोधकर्ता ऐसे सॉफ़्टवेयर विकसित कर रहे हैं जो ड्रोन और अन्य गैजेट्स के प्रबंधन के लिए तीसरे पक्ष के अनुप्रयोगों के तेजी से निर्माण का आधार हैं। इसके अलावा, इस प्रणाली का उपयोग करके, आप विभिन्न उपकरणों को प्रशिक्षित कर सकते हैं जो स्व-शिक्षा का समर्थन करते हैं।
प्रोजेक्ट के प्रमुख आशीष कपूर को उम्मीद है कि उनकी टीम का काम "स्मार्ट डिवाइसेस" के क्षेत्र में प्रगति के लिए एक प्रोत्साहन बन जाएगा, जिसमें रोबोमोबाइल्स, माल वितरण प्रणाली और अन्य सभी रोबोट डिवाइस शामिल हैं। परियोजना का लक्ष्य ऐसी प्रणालियाँ बनाना है जो वास्तविक दुनिया में काम कर सकें। यह Microsoft प्रोजेक्ट और अन्य संगठनों की परियोजनाओं के बीच का अंतर है, जहां स्पष्ट रूप से स्पष्ट नियमों के साथ कृत्रिम वातावरण में रोबोट को नियंत्रित करने के लिए AI को प्रशिक्षित करना लक्ष्य है। एक उदाहरण बोर्ड गेम है।
"यह एआई के विकास में अगला कदम है, हम वास्तविक दुनिया के लिए सिस्टम के बारे में सोच रहे हैं," वे कहते हैं।
एक उदाहरण वह स्थिति है जब एक ड्रोन को छाया और दीवार के बीच के अंतर को "समझाना" पड़ता है। यह सरल लगता है, लेकिन वास्तव में, अगर इस अंतर को "समझने" की शुरुआत होती है, तो वे बाधाओं को तोड़ना बंद कर देंगे। या, किसी भी मामले में, दुर्घटनाओं की संख्या में काफी कमी आएगी।
यह दिलचस्प है कि निगम एक आभासी दुनिया में प्रशिक्षण प्रदान करता है जो वास्तविक दुनिया का अनुकरण करता है। पहले, यह हार्डवेयर की सीमाओं के कारण संभव नहीं था, लेकिन अब, शक्तिशाली ग्राफिक्स एडेप्टर और कंप्यूटर सिस्टम के अन्य घटकों के लिए धन्यवाद, एआई को एक चित्रमय वातावरण में ड्रोन उड़ाने के लिए प्रशिक्षित किया जा सकता है जो प्रतियां, उदाहरण के लिए, एक जंगल या एक बस्ती।
प्रशिक्षण की इस पद्धति का एक सकारात्मक पहलू आभासी दुनिया की स्थितियों को बदलने की क्षमता कहा जा सकता है: दिन का समय, मौसम की स्थिति, राहत। वर्चुअल के साथ AI का काम एक और है, असली नहीं, ड्रोन। और यह एक लागत बचत है, क्योंकि इस तरह के परीक्षणों में ड्रोन की आवश्यकता नहीं होती है, नए उपकरणों को खरीदने की आवश्यकता के साथ कोई दुर्घटना नहीं होती है। इसके अलावा, बाहर जाने, बैटरी बदलने या ड्रोन को चार्ज करने की कोई आवश्यकता नहीं है। यदि मौसम खराब है, तो आप वास्तविक दुनिया में एक कॉप्टर का परीक्षण नहीं कर सकते। और आभासी दुनिया में, मौसम हमेशा वही होता है जो डेवलपर को चाहिए। समय की हानि कम से कम है।
सिम्युलेटर के मुख्य विकासकर्ता शीतल शाह का दावा है कि एआई प्रशिक्षण केवल तभी संभव है जब उच्च गुणवत्ता वाले ग्राफिक्स पर्यावरण के स्पष्ट विवरण के साथ बनाए जाएं।
सिम्युलेटर के अलावा, Microsoft प्लेटफ़ॉर्म में एक सॉफ़्टवेयर लाइब्रेरी शामिल है जो डेवलपर के लिए दो सबसे प्रसिद्ध ड्रोन डेवलपर्स: डीजेआई और मावलिंक के ड्रोन के लिए अपना कोड लिखना आसान बनाता है। आमतौर पर, डेवलपर्स को किसी विशेष हार्डवेयर प्लेटफ़ॉर्म के लिए कोड लिखते समय एपीआई को पार्स करने में बहुत समय बिताना पड़ता है। शायद निकट भविष्य में Microsoft अन्य निर्माताओं से ड्रोन जोड़ देगा।
Microsoft के प्रतिनिधियों के अनुसार, AirSim आपको बाधाओं की उपस्थिति की भविष्यवाणी करने के लिए AI को प्रशिक्षित करने की अनुमति देता है, जैसा कि ऊपर चर्चा की गई है। यह आवश्यक है यदि कोई व्यक्ति AI को वाहन, कॉप्टर और अन्य प्रकार के उपकरणों को चलाने के लिए निर्देश देना चाहता है।
Microsoft कर्मचारी एक साल से भी कम समय से अपने प्लेटफॉर्म पर काम कर रहे हैं। लेकिन इससे पहले, उन्होंने अन्य परियोजनाओं में भाग लिया। कुछ विशेषज्ञ कंप्यूटर दृष्टि, दूसरों के साथ एआई या रोबोटिक्स से निपटते हैं। टीम के सदस्यों के सभी अनुभव को एक साथ जोड़कर, Microsoft ने एक नया आशाजनक विकास प्राप्त किया।
अब टीम के सदस्यों ने एआई एजेंट बनाने की योजना बनाई है जो प्रतिस्पर्धा के बजाय एक साथ सहयोग कर सकते हैं। वैसे, Google डिवीजन, DeepMind भी इसी मुद्दे से
निपटता है । पहले, इस इकाई ने उन स्थितियों का विस्तृत विश्लेषण किया था जिसमें एआई एजेंट प्रतिस्पर्धा नहीं करते हैं, लेकिन एक ही लक्ष्य को प्राप्त करने के लिए मिलकर काम करते हैं। विशेषज्ञों ने पाया कि एआई एजेंटों का व्यवहार उनके वातावरण की स्थितियों और प्रतिबंधों के अनुसार बदलता है। यदि नियम आक्रामक व्यवहार की स्थिति में लाभ देते हैं, तो एआई अधिक से अधिक आक्रामक हो जाएगा। अन्यथा, एआई अधिक से अधिक एक साथी या भागीदारों के साथ सहयोग करने के लिए इच्छुक हो जाएगा।
Microsoft के लिए, कंपनी को उम्मीद है कि उसका नया AI प्रशिक्षण मंच पूरे उद्योग को तेज गति से बढ़ने देगा। इसके अलावा, कंपनी का मानना है कि वास्तविक दुनिया में इन एजेंटों के व्यवहार का वर्णन करने वाले मानकों और नियमों को पेश करके एआई एजेंटों के काम का मानकीकरण शुरू करना आवश्यक है।