OpenAI वास्तविक दुनिया के लिए सिमुलेशन से जटिल जोड़तोड़ के हस्तांतरण को दर्शाता है

अपेक्षाकृत सरल सिमुलेशन में यादृच्छिक कारकों को जोड़ने के बाद, OpenAI से रोबोट ने सीखा कि जटिल हाथ में संचालन कैसे करें

हैंडहेल्ड ऑपरेशन - यह उन कार्यों में से एक है जो "कौशल की सूची में सबसे ऊपर हैं जिन्हें लोगों के प्रयासों की आवश्यकता नहीं है, और रोबोट के लिए बेहद मुश्किल है।" बिना किसी हिचकिचाहट के, हम हाथ की उंगलियों को अनुकूल रूप से नियंत्रित करने में सक्षम हैं, अंगूठे और हथेली के साथ उनका विरोध करते हुए, घर्षण और गुरुत्वाकर्षण को ध्यान में रखते हुए, एक हाथ से वस्तुओं को हेरफेर करते हुए, दूसरे का उपयोग नहीं करते - आपने शायद यह चाल आज कई बार की, कम से कम अपने फोन पर।

लोगों को अपनी उंगलियों के साथ मज़बूती से काम करने के लिए प्रशिक्षण के वर्षों में लगता है, लेकिन रोबोट के पास सीखने के लिए इतना समय नहीं है। इस तरह के जटिल कार्य अभी भी व्यावहारिक प्रशिक्षण और अनुभव प्राप्त करने के माध्यम से हल किए जा रहे हैं, और कार्य रोबोट को तेजी से और अधिक कुशलता से रोबोट को प्रशिक्षित करने का एक तरीका ढूंढना है, जिससे रोबोट को कुछ ऐसा दिया जा सकता है जिसे तब तक बार-बार हेरफेर किया जा सकता है जब तक कि यह एहसास न हो जाए कि यह काम करता है और क्या नहीं करता है; इसमें सौ साल लग सकते हैं।

सौ साल के इंतजार के बजाय, OpenAI के शोधकर्ताओं ने वस्तुओं को हेरफेर करने के लिए शैडो रोबोट के पांच-हाथ वाले हाथ को नियंत्रित करने के लिए एक दृढ़ न्यूट्रॉन नेटवर्क को प्रशिक्षित करने के लिए सुदृढीकरण प्रशिक्षण का उपयोग किया - और सिर्फ 50 घंटों में। वे एक सिमुलेशन के माध्यम से ऐसा करने में कामयाब रहे, "सफलता के लिए बर्बाद" के रूप में बदनाम एक तकनीक - हालांकि, उन्होंने इसे वास्तविक दुनिया की परिवर्तनशीलता के करीब लाने के लिए इसमें यादृच्छिक कारकों को ध्यान से पेश किया। असली शैडो हैंड बिना किसी री-ट्रेनिंग के वास्तविक वस्तुओं के साथ हाथ में हेरफेर को सफलतापूर्वक करने में सक्षम था।

आदर्श रूप से, सभी रोबोटों को सिमुलेशन में प्रशिक्षित किया जाना चाहिए, क्योंकि कई वास्तविक रोबोट बनाए बिना सिमुलेशन को बढ़ाया जा सकता है। डॉफिगिलियन रोबोट को डॉफिगिलियन घंटे एक सेकंड के एक डॉफिगिलियन अंश में प्रशिक्षित करना चाहते हैं? यह किया जा सकता है - यदि आपको पर्याप्त मात्रा में कंप्यूटिंग शक्ति मिलती है। लेकिन वास्तविक दुनिया में इसे क्रैंक करने की कोशिश करें - और किसी को भी यह जानने की समस्या नहीं है कि यह कितना सही होगा, "डॉफीगिलियन", आपकी समस्याओं में से कम से कम होगा।

सिमुलेशन में प्रशिक्षण रोबोट के साथ समस्या यह है कि वास्तविक दुनिया को सही ढंग से अनुकरण नहीं किया जा सकता है - और यह घर्षण, लचीलापन और कई वस्तुओं की बातचीत के रूप में इस तरह की मामूली परेशानियों को सही ढंग से अनुकरण करने के लिए और भी मुश्किल है। इसलिए, यह आम तौर पर स्वीकार किया जाता है कि सिमुलेशन अद्भुत है, लेकिन सिमुलेशन की सफलता और वास्तविक दुनिया में सफलता के बीच एक बड़ा और भयानक अंतर है, जो किसी तरह से सिमुलेशन के मूल्य को कम करता है। यह तथ्य कि वास्तव में उन चीजों को अनुकरण करना अच्छा होगा (उदाहरण के लिए, हाथ में हेरफेर) एक ही समय में सटीक सिमुलेशन के लिए सबसे कठिन हो जाता है, स्थिति में सुधार नहीं करता है, क्योंकि वे कितने शारीरिक रूप से परिष्कृत हैं।

इस समस्या के लिए एक सामान्य दृष्टिकोण यह है कि सिमुलेशन को यथासंभव सटीक बनाने की कोशिश की जाए, और आशा है कि यह वास्तविक दुनिया के काफी करीब हो जाएगा ताकि आप इसमें से कुछ उपयोगी व्यवहार निकाल सकें। इसके बजाय, OpenAI पहले स्थान पर सटीकता नहीं रखता है, लेकिन परिवर्तनशीलता, कई छोटे मोड़ के साथ अपने मध्यम यथार्थवादी सिमुलेशन की आपूर्ति करता है ताकि परिणामी व्यवहार सिमुलेशन के बाहर काम करने के लिए पर्याप्त विश्वसनीय हो।

रैंडमाइजेशन प्रक्रिया प्रणाली को वास्तविक दुनिया में अनुकरण से प्रभावी ढंग से आगे बढ़ने में सक्षम बनाने के लिए महत्वपूर्ण है जिसे डैक्टाइल कहा जाता है। OpenAI अच्छी तरह से जानता है कि वे जो सिमुलेशन का उपयोग करते हैं, वे पर्याप्त जटिल नहीं हैं कि वे सबसे महत्वपूर्ण चीजों के पहाड़ का अनुकरण करें, घर्षण से वास्तविक रोबोट हाथ की उंगलियों पर पहनने के लिए। रोबोट जो सीख रहा है उसे सामान्य करने में सक्षम होने के लिए, OpenAI दुनिया के सभी परिवर्तनशीलता को अच्छी तरह से तैयार नहीं करने के लिए सिमुलेशन के सभी संभावित पहलुओं में यादृच्छिक चर का परिचय देता है। इसमें द्रव्यमान, ऑब्जेक्ट के सभी माप, इसकी सतह का घर्षण और रोबोट की उंगलियां, रोबोट की उंगलियों का डंपिंग, मोटर्स का बल, जोड़ों की सीमा, मोटर का खेल और शोर, और इसी तरह शामिल हैं। छोटे यादृच्छिक प्रभावों को वस्तु पर लागू किया जाता है ताकि सिमुलेशन डायनामिक्स के साथ कॉपी हो जाए जिसे मॉडल नहीं किया जा सकता है। और यह केवल हेरफेर की प्रक्रिया है - आरजीबी कैमरों के काम में जो किसी वस्तु की स्थिति का मूल्यांकन करते हैं, कई यादृच्छिक चर भी हैं, जो, हालांकि, कल्पना करना थोड़ा आसान है।


पंक्तियाँ उसी कैमरे से चित्र दिखाती हैं। कॉलम यादृच्छिक परिवर्तनों के साथ छवियों के अनुरूप हैं - उनमें से सभी एक साथ तंत्रिका नेटवर्क द्वारा खिलाए जाते हैं।

OpenAI इसे "पर्यावरण यादृच्छिकरण" कहता है, और हाथ में हेरफेर के मामले में, वे "यह देखना चाहते हैं कि क्या पर्यावरण यादृच्छिकरण के पैमाने को बढ़ाने से एक समस्या का समाधान हो सकता है जो आज की रोबोटिक्स तकनीकों के लिए उपलब्ध नहीं है।" और इसलिए, दो स्वतंत्र रूप से प्रशिक्षित प्रणालियों (एक दृश्य, हेरफेर के लिए दूसरा) के परिणामस्वरूप क्या हुआ जो नेत्रहीन रूप से घन की स्थिति को पहचानते हैं और इसे विभिन्न पदों पर घुमाते हैं।



ये सभी घन घुमाव (और सिस्टम एक पंक्ति में कम से कम 50 सफल जोड़तोड़ करने में सक्षम है) 6144 प्रोसेसर और 8 जीपीयू के लिए संभव बनाया गया था जिसने 100 वर्षों के नकली रोबोट अनुभव को केवल 50 घंटों में प्राप्त किया था। सिस्टम के लिए उपलब्ध एकमात्र प्रतिक्रिया (सिमुलेशन और वास्तविकता में दोनों) घन और उंगलियों का स्थान है, जबकि सिस्टम ने किसी भी निश्चित समझ के बिना शुरू किया कि क्यूब को कैसे पकड़ना या घुमाना है। उसे यह सब स्वतंत्र रूप से करना था - जिसमें उसकी उंगलियों का घूमना, कई उंगलियों का एक साथ समन्वय, गुरुत्वाकर्षण का उपयोग, बलों के आवेदन का समन्वय शामिल है। रोबोट ने उन्हीं तकनीकों का आविष्कार किया, जिनका लोग छोटे (और दिलचस्प) संशोधनों के साथ उपयोग करते हैं, लेकिन:

किसी ऑब्जेक्ट को स्पष्ट रूप से कैप्चर करने के लिए, रोबोट आमतौर पर इंडेक्स या मिडिल फिंगर के बजाय छोटी उंगली का उपयोग करता है। यह संभवतः इंडेक्स, मध्य और रिंग उंगलियों की तुलना में एक अतिरिक्त डिग्री के साथ शैडो डेक्सटरस हैंड की उपस्थिति के कारण है, जो इसे अधिक मोबाइल बनाता है। मनुष्यों में, सूचकांक और मध्य उंगलियां आमतौर पर अधिक मोबाइल होती हैं। इसका मतलब यह है कि हमारी प्रणाली लोगों को उपलब्ध हथियाने की तकनीक का स्वतंत्र रूप से आविष्कार करने में सक्षम है, लेकिन इसे अपनी सीमाओं और संभावनाओं के अनुकूल बनाना बेहतर है।


सिस्टम ने विभिन्न प्रकार की पकड़ को सीखा है। बाएं से दाएं और ऊपर से नीचे: अपनी उंगलियों, हथेली की पकड़, तीन-उंगली की पकड़, चार, पांच-उंगली की पकड़ और शक्तिशाली पकड़ के साथ।

हमने लोगों और हमारे रोबोट की उंगलियों के काम में एक और दिलचस्प समानांतर देखा। इस रणनीति के अनुसार, हाथ दो उंगलियों के साथ एक वस्तु रखता है और इस अक्ष के चारों ओर घूमता है। यह पता चला कि छोटे बच्चों में, इस तरह की गतिशीलता के विकास के लिए अभी भी समय नहीं है, इसलिए वे आमतौर पर उंगलियों के समीपस्थ या मध्य फालानक्स का उपयोग करके वस्तुओं को घुमाते हैं। और केवल बाद में जीवन में वे डिस्टल फलांगों पर स्विच करते हैं, जैसा कि अधिकांश वयस्क करते हैं। दिलचस्प बात यह है कि हमारा रोबोट आमतौर पर किसी वस्तु को घुमाने के लिए डिस्टल फालंजेस पर निर्भर करता है।

प्रौद्योगिकी का लाभ यह है कि, जैसा कि यह निकला, रोबोट अभी भी सिमुलेशन में जटिल शारीरिक क्रियाओं में प्रशिक्षित हो सकते हैं, और फिर तुरंत वास्तविकता में संचित कौशल का उपयोग कर सकते हैं - और यह वास्तव में एक बड़ी उपलब्धि है, क्योंकि सिमुलेशन में प्रशिक्षण वास्तविकता की तुलना में बहुत तेज है ।

हमने इस परियोजना के बारे में अधिक जानकारी के लिए OpenAI तकनीकी टीम के एक सदस्य जोनास श्नाइडर से संपर्क किया।

संपादकीय : रोबोटिक्स में हाथ में हेरफेर इतना मुश्किल काम क्यों है?

जोनास श्नाइडर : जोड़-तोड़ बहुत सीमित स्थान पर होते हैं, और बड़ी संख्या में स्वतंत्रता रोबोट को उपलब्ध हैं। सफल हेरफेर रणनीतियों को स्वतंत्रता के इन सभी डिग्री में उचित समन्वय की आवश्यकता होती है, और यह वस्तुओं के साथ पारंपरिक बातचीत की तुलना में स्वीकार्य त्रुटि आकार को कम कर देता है, जैसे कि, उदाहरण के लिए, सरल कब्जा। हाथ में हेरफेर के दौरान, वस्तु के साथ बहुत अधिक संपर्क दर्ज किया जाता है। इन संपर्कों को मॉडलिंग करना एक कठिन कार्य है, त्रुटियों के लिए प्रवण। निष्पादन के दौरान त्रुटियों को हाथ के काम के दौरान नियंत्रित करना पड़ता है, जो अग्रिम में नियोजन आंदोलनों के आधार पर पारंपरिक दृष्टिकोण में समस्याएं पैदा करता है। उदाहरण के लिए, एक समस्या उत्पन्न हो सकती है जब आपके पास रैखिक प्रतिक्रिया होती है जो कि क्या हो रहा है की गैर-रैखिक गतिशीलता को रिकॉर्ड नहीं करती है।

जाहिरा तौर पर, यादृच्छिक चर यह सुनिश्चित करने की कुंजी है कि सिमुलेशन में प्राप्त किए गए कौशल वास्तविकता में विश्वसनीय रूप से लागू किए जा सकते हैं। आप कैसे तय करते हैं कि कौन से पैरामीटर यादृच्छिक बनाने के लिए, और बिल्कुल कैसे?

अंशांकन के दौरान, हम मोटे तौर पर अनुमान लगाते हैं कि कौन से पैरामीटर अलग-अलग हो सकते हैं, और फिर तय कर सकते हैं कि उनमें से कौन सा सिमुलेशन में पुन: पेश करने के लिए सबसे महत्वपूर्ण होगा। फिर हम इन मापदंडों के मूल्यों को अंशांकन के बराबर सेट करते हैं, और औसत मूल्य के क्षेत्र में यादृच्छिक भिन्नता जोड़ते हैं। विविधताओं का आयाम हमारे आत्मविश्वास पर निर्भर करता है - उदाहरण के लिए, वस्तु का आकार हम बहुत भिन्न नहीं था, क्योंकि हम इसे सही तरीके से माप सकते हैं।

कुछ यादृच्छिक विविधताएं अनुभवजन्य टिप्पणियों पर आधारित थीं। उदाहरण के लिए, हमने देखा कि कैसे हमारे रोबोट ने कभी-कभी एक वस्तु को गिरा दिया, ब्रश को कम कर दिया, और जब तक कि वस्तु उसके लुढ़क न जाए, तब तक उसे उठाने का समय नहीं मिला। हमने पाया कि निम्न-स्तरीय नियंत्रक के साथ समस्याओं के कारण, हमारे कार्यों के निष्पादन में कभी-कभी कई सौ मिलीसेकेंड की देरी हो सकती है। और हम, निश्चित रूप से, हमारी ऊर्जा को नियंत्रक को अधिक विश्वसनीय बनाने में डाल सकते हैं, लेकिन इसके बजाय हमने प्रत्येक नियंत्रक के प्रतिक्रिया समय में यादृच्छिककरण जोड़ा। यह हमें लगता है कि उच्च स्तर पर यह भविष्य के रोबोट के विकास के लिए एक दिलचस्प दृष्टिकोण हो सकता है; कुछ कार्यों के लिए, बहुत सटीक उपकरण का विकास अस्वीकार्य रूप से महंगा हो सकता है, और हमने यह प्रदर्शित किया है कि कैसे इन उपकरणों की खामियों को अधिक उन्नत एल्गोरिदम का उपयोग करके ठीक किया जा सकता है।

आपको क्या लगता है कि यदि आप 100 साल के नकली समय की प्रतीक्षा नहीं करते हैं, लेकिन, उदाहरण के लिए, 1000 से आपके परिणाम बेहतर होंगे?

एक विशिष्ट कार्य के उदाहरण के लिए, यह मूल्यांकन करना मुश्किल है, क्योंकि हमने कभी 50 से अधिक मोड़ का परीक्षण नहीं किया है। यह अभी तक स्पष्ट नहीं है कि विशेषताओं का स्पर्शोन्मुख वक्र कैसे दिखता है, लेकिन हम अपनी परियोजना को पूरा करने पर विचार करते हैं, क्योंकि यहां तक ​​कि एक सफल मोड़ सर्वोत्तम शिक्षण विधियों की क्षमताओं से बहुत दूर है जो आज मौजूद हैं। वास्तव में, हमने 50 घुमावों का आंकड़ा चुना, क्योंकि हमने फैसला किया कि 25 मोड़ निश्चित रूप से प्रदर्शित करेंगे कि समस्या हल हो गई थी, और फिर 100% मार्जिन के लिए एक और 25 जोड़ा गया। यदि आपका कार्य कार्यों के लंबे अनुक्रम और उच्च विश्वसनीयता के लिए अनुकूलन करना है, तो प्रशिक्षण में वृद्धि संभवतः मदद करेगी। लेकिन कुछ बिंदु पर, जैसा कि हम सोचते हैं, रोबोट सिमुलेशन के लिए अधिक अनुकूल होना शुरू कर देगा, और वास्तविक दुनिया में बदतर काम करेगा, और फिर आपको सिमुलेशन को जटिल करने के लिए और भी अधिक यादृच्छिकताएं जोड़ना होगा, जो बदले में, अंतिम प्रणाली की विश्वसनीयता बढ़ाएगा।

आपके परिणाम कितने सामान्य हो सकते हैं? उदाहरण के लिए, एक छोटे घन, या एक घन जो नरम, या फिसलन था, को घुमाने के लिए आपको बार-बार वर्कआउट पर कितना प्रयास करना होगा? एक अलग कैमरा व्यवस्था के बारे में क्या?

वैसे, रुचि के लिए, हमने नरम क्यूब्स और छोटे क्यूब्स में हेरफेर करने की कोशिश की , और यह पता चला कि काम की गुणवत्ता एक ठोस क्यूब के रोटेशन की तुलना में बहुत कम नहीं होती है। सिमुलेशन में, हमने विभिन्न आकारों के क्यूब्स के साथ भी प्रयोग किया, और यह भी अच्छी तरह से काम किया (हालांकि हमने वास्तविक रोबोट के साथ ऐसा नहीं किया)। सिमुलेशन में, हमने क्यूब के आकार में यादृच्छिक बदलाव का भी इस्तेमाल किया। हमने केवल ऐसा करने की कोशिश नहीं की, लेकिन मुझे लगता है कि अगर हम सिमुलेशन में घन के आकार में यादृच्छिक भिन्नता के बिखराव को बढ़ाते हैं, तो हाथ विभिन्न आकारों के क्यूब्स में हेरफेर करने में सक्षम होंगे।

कैमरों के लिए, दृश्य मॉडल अलग से प्रशिक्षित किया जाता है, और अब तक हम कैमरों की स्थिति में केवल छोटे यादृच्छिक बदलाव कर रहे हैं, इसलिए कैमरा स्थिति में प्रत्येक परिवर्तन के साथ, हम फिर से प्रशिक्षण शुरू करते हैं। हमारे इंटर्न में से एक, जिओ-यू फिश टैन, केवल दृश्य मॉडल को कैमरों के स्थान से पूरी तरह से स्वतंत्र बनाने के लिए काम कर रहा है, बड़ी सीमा पर कैमरे की स्थिति और उन्मुखीकरण को बेतरतीब ढंग से अलग करने की एक ही मूल तकनीक का उपयोग कर रहा है।

सिमुलेशन में प्रशिक्षण कैसे जानवर बल दृष्टिकोण से भिन्न होता है, जो वास्तविक रोबोटों का एक गुच्छा उपयोग करता है?

दिलचस्प बात यह है कि हमारी परियोजना इस तथ्य से शुरू हुई कि हमने रोबोटिक्स को बढ़ावा देने के लिए सिमुलेशन का उपयोग करने के विचार पर सवाल उठाया। अब कई वर्षों से, हम देख रहे हैं कि कैसे रोबोटिक्स प्रबलित सीखने का उपयोग करके सिमुलेशन में प्रभावशाली परिणाम प्राप्त करते हैं। हालांकि, शास्त्रीय रोबोटिक्स में शामिल शोधकर्ताओं के साथ बातचीत में, हम लगातार विश्वास की कमी के साथ सामना कर रहे हैं कि इस तरह के तरीके वास्तविक दुनिया में काम करेंगे। मुख्य समस्या यह है कि सिमुलेटर एक भौतिक दृष्टिकोण से पूरी तरह से सटीक नहीं हैं (भले ही वे मानव आंख के लिए अच्छे लगते हों)। समस्याओं और इस तथ्य को जोड़ता है कि अधिक सटीक सिमुलेशन को अधिक कंप्यूटिंग शक्ति की आवश्यकता होती है। इसलिए, हमने एक नया मानक स्थापित करने का निर्णय लिया, जिसमें उपकरणों के संदर्भ में एक बहुत ही जटिल मंच के साथ काम करने की आवश्यकता होती है, जिस पर हमें सिमुलेशन की सभी सीमाओं का सामना करना पड़ता है।

"कार्पल फार्म" दृष्टिकोण के लिए, शारीरिक रोबोट के प्रशिक्षण में मुख्य सीमा अधिक जटिल कार्यों के लिए अधिग्रहीत कौशल की छोटी मापनीयता है। यह सब कुछ व्यवस्थित करके किया जा सकता है ताकि आपके पास स्वयं-स्थिर वातावरण में कई ऑब्जेक्ट हों जिनमें अलग-अलग राज्य नहीं हैं (उदाहरण के लिए, गेंदों की एक टोकरी)। लेकिन कुछ को इकट्ठा करने के कार्य के लिए उसी तरह करना बहुत मुश्किल होगा, जब प्रत्येक रन के बाद आपका सिस्टम एक नई स्थिति में हो। फिर, पूरे सिस्टम को एक बार सेट करने के बजाय, आपको इसे एन बार सेट करना होगा, और इसके बाद इसे चालू रखना होगा, कहते हैं, एक रोबोट चारों ओर बह गया और कुछ तोड़ दिया। यह सब लोचदार कंप्यूटिंग शक्ति के साथ सिमुलेशन में बहुत सरल और आसान है।

नतीजतन, हमारा काम सिमुलेशन में प्रशिक्षण के विचार का समर्थन करता है, क्योंकि हमने दिखाया है कि बहुत जटिल रोबोट के मामले में भी स्थानांतरण समस्या को कैसे हल किया जाए। हालांकि, यह एक वास्तविक रोबोट को प्रशिक्षित करने के विचार को नकारता नहीं है; विकृत वस्तुओं और तरल पदार्थों के साथ काम करते समय सिमुलेशन की सीमाओं को दरकिनार करना बहुत मुश्किल होगा।

आपका सिस्टम सबसे पतला स्थान कहां है?

फिलहाल, ये यादृच्छिक रूपांतर हैं, मैन्युअल रूप से विकसित और एक विशिष्ट कार्य के लिए तेज। भविष्य में, अनुकूलन की एक और परत जोड़कर इन विविधताओं को सीखने की कोशिश करना संभव हो सकता है, जो कि आज हम मैन्युअल रूप से कर रहे हैं ("कुछ यादृच्छिकताएं देखें और देखें कि क्या वे मदद करते हैं")। आप आगे भी जा सकते हैं, और सीखने वाले एजेंट और उसके प्रतिद्वंद्वी के बीच खेल का उपयोग कर सकते हैं, उसकी प्रगति में बाधा डालने की कोशिश कर रहे हैं। यह गतिशीलता रोबोटों के काम के लिए बहुत विश्वसनीय नियमों के उदय का कारण बन सकती है, क्योंकि जितना बेहतर एजेंट प्राप्त करता है, उतना ही अधिक चालाक प्रतिद्वंद्वी को उसके साथ हस्तक्षेप करना होगा, जो एजेंट के काम को और बेहतर बनाता है, और इसी तरह। यह विचार अन्य शोधकर्ताओं द्वारा पहले ही अध्ययन किया जा चुका है।

आप कहते हैं कि आपका मुख्य लक्ष्य वास्तविक दुनिया के लिए रोबोट बनाना है। यह संभव होने से पहले और क्या करने की आवश्यकता है?

हम सख्त प्रतिबंधों के बिना वातावरण में काम करने के लिए रोबोट की क्षमताओं का विस्तार करने की कोशिश कर रहे हैं। इस तरह के वातावरण में पहले से सबकुछ करना और प्रत्येक वस्तु के लिए एक मॉडल तैयार करना असंभव है। प्रयोगशाला के बाहर वस्तुओं पर कोई निशान लगाने के लिए भी असुविधाजनक हो सकता है। यह पता चला है कि हमारे रोबोटों को यह सीखना होगा कि कई स्थितियों में कैसे कार्य करना है, कैसे एक ऐसी स्थिति में एक उचित विकल्प बनाना है जिसका उन्होंने पहले सामना नहीं किया है।

आप आगे क्या काम करेंगे?

हम तेजी से परिष्कृत व्यवहार के साथ रोबोट बनाना जारी रखेंगे। यह कहना जल्दबाजी होगी कि कौन सा लंबे समय में, हम रोबोट को वस्तुओं में हेरफेर करने की सामान्य क्षमता देने की उम्मीद करते हैं, ताकि वे पर्यावरण के साथ बातचीत करना सीख सकें जैसे कि एक बच्चा करता है - पास की वस्तुओं के साथ खेलना, जरूरी नहीं कि वयस्कों की देखरेख में। हमें लगता है कि खुफिया वास्तविक दुनिया के साथ बातचीत करने के लिए बंधा हुआ है, और सुरक्षित सामान्य-उद्देश्य कृत्रिम बुद्धि बनाने के हमारे कार्य को पूरा करने के लिए, हमें वास्तविक दुनिया से और संवेदीकरण से संवेदी डेटा दोनों को सीखने में सक्षम होने की आवश्यकता है।