तपाईंको व्यवसाय सफल हुन आवश्यक पर्ने सबै शीर्ष समाचार, राय, सुविधाहरू र मार्गदर्शन प्राप्त गर्न TechRadar प्रो न्यूजलेटरमा साइन अप गर्नुहोस्! म्यागजिनले लेखेको छ, ब्रूक्सले “मानिसको दिमागलाई रोबोटको शरीरमा राख्ने” मा राखेको थियो।
त्यो रोबोट कोग थियो।
GOFAI होइन
1995 मापदण्डको मध्यमा, Cog दुवै महत्वाकांक्षी र प्रभावहीन थियो: “कम्प्यूटर, क्यामेरा र क्यामेराहरू, जोइन्टहरू, क्यामेराहरू, मोवाइल चिप्स, मोवाइल चिप्सको सङ्कलन। कालो एनोडाइज्ड एल्युमिनियम फ्रेममा सँगै झुण्ड्याइएको, “जस्तै लोकप्रिय मेकानिक्स ले यसलाई वर्णन गरे। यसको टाउको, घाँटी, काँध, छाती र कम्मर थियो तर खुट्टा, छाला वा औंलाहरू थिएनन्। mb-4″>
अब के पढ्ने
तथापि, दार्शनिक रूपमा, यसले अनुसन्धानकर्ताहरूले GOFAI — राम्रो पुरानो शैलीको आर्टिफिसियल इन्टेलिजेन्स — “ब्रेन इन ए बक्स” मोडेललाई गहिरो सोच जस्ता प्रणालीहरूद्वारा उदाहरणका रूपमा भनिने कुराबाट विच्छेदको प्रतिनिधित्व गर्यो। असहमत।
“विचार भनेको संसारको जटिलता संसारमा हुन्छ, प्राणीमा होइन,” उनले भने। विशाल आन्तरिक नक्साहरू निर्माण गर्नुको सट्टा, Cog “समानान्तर व्यवहार” मा भर पर्यो – सरल, सेन्सर-संचालित दिनचर्याहरू सँगै काम गर्दै। यसअघि ब्रूक्सको प्रयोगशालामा बनाइएको कीराजस्तो रोबोटहरूले मास्टर प्लान बिना नै अवरोधहरू नेभिगेट गर्न उही सिद्धान्त प्रयोग गरेका थिए।
“कोगले उही सिद्धान्तलाई प्रतिनिधित्व गर्छ,” ब्रूक्सले बताए। “हामीले केही विकासवादी तहहरू भर्खरै उफ्रियौं।”
Turing-Turing-s-thought
id=”1e6a8b8a-c764-484c-a908-f010265cd649″>जहाँ फिल्मले केन्द्रीय मेसिनबाट बुद्धिमत्ता प्रवाहको कल्पना गरेको थियो, ब्रूक्सले मूर्ततामा दांव लगाइरहेका थिए।
उनले एलन ट्युरिङको 1950 को विचारलाई आकर्षित गरे। जसरी लोकप्रिय मेकानिक्सले उनलाई उद्धृत गरे, “ट्युरिङले तर्क गरे कि तपाईले मानिस जस्तै रोबोट बनाउनु पर्छ र यसलाई ग्रामीण इलाकामा घुम्न दिनुहोस् र मानिसले के गर्छ भन्ने अनुभव गर्नुहोस्।” ब्रूक्सले थपे, “ती सबैलाई सँगै राखेर — र स्टार ट्रेकको कमाण्डर डाटाबाट पूर्ण रूपमा निरुत्साहित नभई — मैले मानव निर्माण गर्ने निर्णय गरें।”
Cog जत्तिकै सीमित थियो, यो अग्रगामी विचारहरूको वरिपरि बनाइएको थियो। “कोगको प्रत्येक आँखामा वाइड-एंगल र एउटा साँघुरो-फिल्ड क्यामेरा हुन्छ, र प्रत्येक क्यामेराले प्यान गर्न र झुकाउन सक्छ।”
यसले “क्यामेरामा देखेको कुरालाई आफ्नै टाउको गतिमा जोड्न सिक्नुपर्थ्यो।” त्यो विकासात्मक फ्रेमिङ, एक शिशु जस्तै सिक्ने, अनुमानित आधुनिक आत्म-निरीक्षण सिकाइ दृष्टिकोण, जहाँ रोबोटले स्पष्ट प्रोग्रामिङको सट्टा अन्वेषण मार्फत प्रतिनिधित्वहरू निर्माण गर्दछ।
ब्रूक्सले मेसिनको संवेदनाको बारेमा पनि अनुमान लगायो, “कोगको मोटरहरू र भविष्यमा हुने दुखाइको गतिको मात्रा” नियन्त्रण गर्ने तरिकाहरू वर्णन गर्दै। सेन्सरहरूका साथ यसले छोएर सिक्न सक्छ।”
तीन दशक पछि, टेक्टाइल सेन्सिङ एरे र कम्प्लायन्ट एक्चुएटरहरू सहयोगी रोबोटहरूमा मानक छन्।
आजका सबैभन्दा शक्तिशाली एआई प्रणालीहरू विशाल डाटा केन्द्रहरूमा प्रशिक्षित छन्, तिनीहरूको “मस्तिष्क” लाई भाषा र मोडेलको सट्टा patchap> भाषामा GPUs को र्याकहरूमा वितरित गरिन्छ। मल्टिमोडल प्रणालीहरूले उपकरणहरूमा तैनाथ गर्नु अघि ठूलो केन्द्रीकृत प्रशिक्षण रनहरू गुजर्छ। रोबोटिक्समा, क्लाउड प्रणालीहरूले मेशिनहरूलाई रिमोट सर्भरहरूमा गणना अफलोड गर्न अनुमति दिन्छ – त्यो काल्पनिक “विशाल केन्द्रीय कम्प्युटर” को प्रतिध्वनि।
मूर्तिमा ब्रूक्सको जोड टिकाऊ साबित भएको छ, बोस्टन डायनामिक्स, टेस्ला, फिगर र एजिलिटी रोबोटिक्सको साथमा, बोस्टन डायनामिक्स, फिगर र एजिलिटी रोबोटिक्समा धेरै निर्भर छ। बल सेन्सरहरू र संयुक्त एन्कोडरहरूले न्यूरल नेटवर्कहरू फिड गर्छन् जुन शारीरिक अन्तरक्रिया मार्फत सिक्छन्। सिमुलेशनमा सुदृढीकरण सिकाइ भौतिक संसारमा परिष्कृत हुन्छ, र संसार मोडेल रहन्छ।
यद्यपि कोगलाई हात, खुट्टा — र हिँड्ने — दिइएको थियो — त्यसबेला धेरै समस्याग्रस्त रूपमा हेरिएको थियो। लोकप्रिय मेकानिक्स ले, तथापि, अर्को MIT रोबोटिक्स अनुसन्धानकर्ता, मार्क राईबर्टले आफ्नो दौडने, सन्तुलित रोबोटहरूद्वारा चुनौती सामना गरेका थिए भनेर याद गरे। उनले भने, “हामीलाई हिड्नु भन्दा दौडन सजिलो लाग्छ,” उनले भने, “त्यसैले हाम्रो एउटा आदर्श वाक्य हो, ‘हिड्न अघि दौडनु पर्छ। धेरै ह्युमनोइडहरू अझै पनि पर्यवेक्षण गरिएका छन्।
ह्युमनोइड्सको सिर्जनाले कब्जा गरेको चिन्ता — प्रतिस्थापन, पहिचान, नियन्त्रण गुमाउने — आज अवस्थित छ, तर रोबोटले जैविक मानवताको स्थानान्तरण गर्नुको सट्टा, संज्ञानात्मक विस्थापनमा ध्यान केन्द्रित गरेको छ: एल्गोरिदम लेखन, डिजाइन, निदान, कम्प्युटर क्लाउड
सेवा। “थ्यालेमिक ट्रान्सप्लान्ट” भनेको अरबौं मानव कलाकृतिहरूबाट तालिम लगाइएको डेटा हो।
ब्रूक्सले एक पटक आफ्नो लक्ष्यलाई “HAL को बाकस भएको मस्तिष्क र डेटाको मूर्त रूप, मानव मनको नजिकको अन्तरलाई कम गर्ने” भनेर वर्णन गरे। उनले स्वीकार गरे, “अन्तिम परिणाम, हो, कमाण्डर डाटा जस्तै हुनेछ। तर त्यो लामो, लामो बाटो टाढा छ।”
यो दूरी मध्यवर्ती वर्षहरूमा छोटो भयो, तर यो हराएको छैन। Humanoids ले गोदामहरू नेभिगेट गर्न सक्छ, र AI प्रणालीहरूले कुराकानी गर्न र छविहरू उत्पन्न गर्न सक्छ। तैपनि कुनै पनि साँच्चै “ग्रामीण वरिपरि घुम्न र मानिसले के गर्छ भन्ने अनुभव” टुरिङले कल्पना गरेको खुला तरिकामा।
ह्युमनोइड्सको सृष्टि ले चेतावनी दिएपछि, हामी अझै पनि केन्द्रीकृत बुद्धिमत्ता र जीवित अनुभव बीचको ठाउँ खोजिरहेका छौं। id=”f4f672b5-64d0-4db8-b674-f741cd6866bd”/>
Google समाचारमा TechRadar फलो गर्नुहोस् र हामीलाई रुचाइएको स्रोतको रूपमा थप्नुहोस्हाम्रो समाचार, फिडको समीक्षा र विज्ञहरू लिनुहोस्। फलो गर्ने बटनमा क्लिक गर्न नबिर्सनुहोस्!
र पक्कै पनि तपाईं पनि TikTok मा TechRadar फलो गर्नुहोस् समाचार, समीक्षा, भिडियो फारममा अनबक्सिङका लागि, र हामीबाट नियमित अपडेटहरू प्राप्त गर्नुहोस् WhatsApp पनि।
