Robotlar artık 'nasıl yapılır' videolarından öğrenebiliyor

Bilim insanlarının geliştirdiği yeni bir yapay zeka sisteminin robot eğitiminde zaman ve emek açısından devrim olarak görülüyor. Bilim insanları, RHyME ile eğitilen robotların görev başarı oranları geleneksel yöntemlere göre yüzde 50 daha başarılı sonuçlar verdiğini söylüyor.

Cornell Üniversitesi’nden bilim insanları, robotların yalnızca bir insanın gösterimini izleyerek karmaşık görevleri öğrenmesini sağlayan devrim niteliğinde bir yapay zekâ sistemi geliştirdi. “RHyME” (Retrieval for Hybrid Imitation under Mismatched Execution) adı verilen bu yeni sistem, robotların insanlar gibi öğrenmesine imkân tanıyor. Earth.com Editörü Andrei Ionescu, Cornell Üniversitesi’nin geliştirdiği  “RHyME” sistemini yazdı. İşte o yazı:
Robotlar uzun süredir esneklik konusunda zorluk yaşıyordu. Bugüne kadar, en gelişmiş robotik sistemler bile temel görevleri yerine getirebilmek için büyük miktarda veri ve zahmetli yönergeler gerektiriyordu.

Bir robot bir aracı düşürdüğünde ya da bir talimatı tam olarak takip etmediğinde, genellikle tamamen durur ya da başarısız olurdu. Ancak Cornell Üniversitesi’nden gelen yeni bir atılım bu durumu tamamen değiştirebilir.Bir grup bilgisayar bilimci, RHyME (Farklı Uygulamalarda Hibrit Taklit İçin Geri Getirme) adında yapay zeka destekli yeni bir çerçeve geliştirdi.

ROBOTLAR İNSANLARDAN ÖĞRENİYOR

Bu yeni teknoloji, robotların karmaşık ve çok adımlı görevleri yalnızca bir insan gösterimini izleyerek öğrenmesini sağlıyor — üstelik insanların bir görevi yapma biçimi robotlardan çok farklı olsa bile.

Cornell Üniversitesi Bilgisayar Bilimleri doktora öğrencisi ve çalışmanın baş yazarı Kushal Kedia. Kedia , “Robotlarla çalışmanın can sıkıcı yanlarından biri, robotun farklı görevleri yaparkenki verilerini toplamanın çok zahmetli olması. Biz insanlar öyle yapmıyoruz. Başkalarına bakar, ilham alırız,” diyor. Ekibin bulgularını Atlanta’daki IEEE Uluslararası Robotik ve Otomasyon Konferansı’nda sunacaklarını ifade eden Kedia, “Bu sistem, robotların nasıl eğitildiğini kökten değiştirebiliyor” diye ekliyor.

MÜKEMMEL SENARYOLARDAN PRATİK UYARLAMAYA

On yıllardır, robotik öğrenme büyük ölçüde taklit temelli çalışıyordu. “Taklit öğrenme” olarak bilinen bu yöntemde robotlar, insan gösterimlerini izleyerek yeni beceriler kazanıyordu. Ancak bu eğitim, son derece kontrollü gösterimler gerektiriyordu – insan hareketlerinin düzgün, hassas ve tutarlı olması gerekiyordu, aksi takdirde robot hareketleri kopyalayamazdı. Herhangi bir sapma başarısızlıkla sonuçlanıyordu.

Çalışmanın kıdemli yazarı ve Cornell Üniversitesi Bilgisayar Bilimi Bölümü’nde yardımcı doçent olan Sanjiban Choudhury, tüm bu süreçler konusunda, “Kullandığımız yöntem, Fransızcayı İngilizceye çevirmek gibi – bir görevi insanlardan robotlara çeviriyoruz” diyor Ancak burada büyük bir engel var: İnsanlar fazla akışkan. Hareketlerimiz karmaşık ve öngörülemez, çoğu zaman robotların kolayca taklit edemeyeceği şekillerde gerçekleşiyor” diyor.
Öte yandan bugüne kadarki araştırmalarda, robotlara video üzerinden eğitim vermek de genellikle başarılı olabilmek için devasa miktarda görüntü gerektiriyordu. İnsan davranışı ile robotların hareket kabiliyeti arasındaki uyumsuzluk uzun süredir bir engeldi.

Choudhury bu konuda da, “Bir insanın hareketi robotunkinden biraz bile farklı olduğunda, yöntem hemen çöküyor. Biz de şunu düşündük: İnsanlarla robotlar arasındaki bu görev yapma farkını prensipli bir şekilde aşmanın bir yolu var mı?” diyor.

DAHA AKILLI MAKİNELER İÇİN DAHA AKILLI HAFIZA

RHyME, bu köklü sorunu aşmak için tasarlandı. İnsan hareketlerini adım adım kopyalamaya çalışmak yerine, robotlara bir tür “sağduyu” hafıza sistemi kazandırıyor. Bir robot, bir insanın yaptığı bir görevi – örneğin bir bardağı lavaboya koymak – gördüğünde, video arşivinden ilgili hareketleri hatırlayarak uyarlayabiliyor; örneğin farklı bir nesneyi kavrama ya da benzer bir kol hareketi yapma.

Bu süreç sayesinde robot, insan gösterimi tam olarak kendi mekanik yapısına uymasa bile “noktaları birleştirerek” anlam çıkarabiliyor. RHyME, robotların geçmiş örnekleri yaratıcı biçimde birleştirerek yeni davranışlar sentezlemesini sağlıyor.

Laboratuvar deneylerinde, RHyME ile eğitilen robotlar, geleneksel eğitim tekniklerine kıyasla görev başarı oranlarında yüzde 50’den fazla artış gösterdi. Dahası, RHyME bunu yalnızca 30 dakikalık robot verisiyle başardı; bu da robotik alandaki uzun süredir var olan eğitim yükünü büyük ölçüde azalttı. Choudhury, “Bu çalışma, günümüzde robotların programlanma biçiminden tamamen farklı. Şu an robotlara görev öğretmenin normali, binlerce saatlik uzaktan kumanda ile eğitim. Bu imkânsız. RHyME ile bundan uzaklaşıyor ve daha ölçeklenebilir bir şekilde robotları eğitiyoruz” diyor.

ROBOTLAR: EV YARDIMCILARINA DOĞRU BİR ADIM

Tüketici sınıfı ev yardımcısı robotlar hâlâ uzak bir hayal olsa da, RHyME bu yolda önemli bir adım niteliğinde. Robotların yalnızca tek bir videodan bile insanları izleyerek hızlı ve esnek biçimde öğrenebilmesi, gelecekte robot yardımcıları daha pratik, uygun maliyetli ve erişilebilir hale getirebilir.

Otomasyonun günlük yaşama giderek daha fazla entegre olmasıyla, RHyME gibi sistemler robot eğitimini birçok sektörde daha verimli hale getirebilir. Yaşlı bakımı gibi alanlardan depo lojistiğine kadar, bu daha akıllı robotlar gerçek dünya koşullarına çok daha az insan gözetimiyle uyum sağlayabilir.

Şimdilik araştırmacılar, RHyME’i daha da geliştirip daha karmaşık görevlere nasıl ölçeklendirilebileceğini keşfetmeye devam ediyor.

Ancak temel fikir net: Robotları bizi birebir kopyalamaya zorlamak yerine, tıpkı bizim birbirimizden ilham almamız gibi, onlara da bizden ilham almayı öğretebiliriz.