مشکلات بزرگ بی شماری در دنیای اتوماسیون برای حل باقی مانده است و یادگیری رباتیک تقریباً نزدیک به اوج است. در حالی که این درست است که انسان ها در برنامه نویسی سیستم ها برای کارهای خاص بسیار خوب عمل کرده اند، یک سوال بزرگ و باز وجود دارد: بعد چه؟
تحقیقات جدیدی که امروز صبح در رویداد هوش مصنوعی گوگل در نیویورک نشان داده شد، ایده اجازه دادن به سیستم‌های روباتیک را برای نوشتن کدهای خود به طور موثر نشان می‌دهد. این مفهوم برای نجات توسعه دهندگان انسانی از مشکل ورود و برنامه ریزی مجدد چیزها هنگام انتشار اطلاعات جدید است.
اعتبار تصویر: گوگل
این شرکت خاطرنشان می کند که تحقیقات موجود و مدل های آموزش دیده می تواند در اجرای این مفهوم موثر باشد. همه این کارها می تواند در توسعه سیستم هایی که می توانند به تولید کد خود بر اساس اشیا و سناریوهایی که در دنیای واقعی با آنها مواجه می شوند ادامه دهند، اساسی باشد. کار جدیدی که امروز به نمایش گذاشته شده است، Code as Policies (CaP) است.
اعتبار تصویر: گوگل
جکی لیانگ، کارآموز تحقیقاتی گوگل و اندی زنگ، محقق روباتیک، در یک پست وبلاگی یادداشت کردند،
با CaP، ما استفاده از الگوهای زبان را برای نوشتن مستقیم کد به یک ربات از طریق چند شات پیشنهاد می کنیم. آزمایش‌های ما نشان می‌دهد که استنتاج کد منجر به بهبود تعمیم و عملکرد کار در مقایسه با آموزش مستقیم وظیفه ربات و استنتاج عمل زبان طبیعی می‌شود. CaP یک سیستم را قادر می سازد تا انواع مختلفی از وظایف رباتیک پیچیده و متنوع را بدون آموزش خاص انجام دهد.
این سیستم، همانطور که توضیح داده شد، همچنین به کتابخانه های شخص ثالث و API ها برای تولید کد مناسب برای یک سناریوی خاص – و همچنین پشتیبانی از زبان ها و (چرا نه؟) شکلک ها متکی است. اطلاعات موجود در این APIها یکی از محدودیت هایی است که در حال حاضر وجود دارد. محققان خاطرنشان می‌کنند: «این محدودیت‌ها به راه‌هایی برای کار آینده اشاره می‌کنند، از جمله توسعه مدل‌های زبان بصری برای توصیف رفتارهای سطح پایین روبات‌ها (مثلاً مسیرها) یا ترکیب CaP با الگوریتم‌های اکتشافی که می‌توانند به‌طور مستقل به مجموعه کنترل‌های اولیه اضافه کنند.»
به عنوان بخشی از اعلامیه امروز، گوگل نسخه های منبع باز کد را منتشر می کند که از طریق سایت Github خود در دسترس است تا بر اساس تحقیقات ارائه شده تا کنون انجام شود.