آدمکی که می‌آموزد راه برود

گوگل، کار خود را بعنوان یک موتور جستجوی اینترنتی و البته یک شرکت تبلیغات اینترنتی آغاز کرد و در طول این سال‌ها تمرکز قابل‌توجهی روی فناوری‌های متنوع دیگر از جمله یادگیری عمیق و هوش مصنوعی نیز داشته است. این حوزه از فناوری، نه تنها به توانمندسازی موتورهای جستجوی این شرکت کمک می‌کند بلکه در حوزه‌هایی نظیر خودران‌ها، بینایی کامپیوتری و بسیاری از موارد دیگر کاربردهای بسیار جدی دارد. چند سال پیش گوگل، شرکت انگلیسی DeepMind را خرید و تحول قابل‌توجهی در روند تحقیقاتش در حوزه هوش مصنوعی ایجاد کرد و حالا به مرور شاهد به بار نشستن این تلاش‌های گوگل هستیم.

در پروژه جدید تحقیقاتی DeepMind ، یک موجود مجازی شبیه‌سازی‌شده مبتنی بر هوش مصنوعی می تواند بدون کمک گرفتن و راهنمایی شدن، راه رفتن و دویدن و عبور از موانعی که پیش رویش است را یاد بگیرد؛ مثل یک ورزشکار پارکور. آموختن راه رفتن به یک ماشین، کار دشواری است زیرا برای راه رفتن، باید متغیرهای زیادی را در نظر گرفت. شرکت‌هایی نظیر Boston Dynamics ( که آنهم سابقاً زیر مجموعه گوگل بود اما اکنون از آن جدا شده است) موفق به ارائه روبات‌های شگفت‌انگیزی شده اند که قادر هستند راه بروند اما هنوز در برخی از موقعیت‌های ناآشنا، به خوبی عمل نمی‌کنند و ممکن است در مواجهه با موانع جدید، عمل‌کرد مناسبی نداشته باشند. DeepMind در تحقیق اخیر خود نشان داده است که می‌توان با استفاده از روشی موسوم به یادگیری تقویتی ( Reinforcement Learning ) حرکات پیچیده‌ای نظیر حرکات متنوع پارکور را به هوش‌مصنوعی آموخت. در این روش هوش مصنوعی به ازای انجام درست کارها، پاداش دریافت می‌کند.

در این تحقیق هدف این بود که یک آدمک مصنوعی در محیطی شبیه‌سازی‌شده و پر از موانع متنوع، تا می‌تواند مسافت بیشتری را در زمان کمتری طی کند. پاداش‌دهی به هوش مصنوعی کمک کرد تا روش‌های جدیدی را برای عبور از موانع پیدا کند و نکته مهم این بود که هیچ یک از این حرکات از قبل و بطور برنامه‌ریزی شده در اختیار سامانه قرار نگرفته بود. بعنوان مثال هوش مصنوعی برای دریافت یک پاداش بزرگتر، چندین بار سعی کرد تا یاد بگیرد چطور از یک دیوار بپرد و زمانیکه موفق به این کار شد هوش مصنوعی برای عبور از همه دیوارها از این حرکت استفاده کرد.

DeepMind در این تحقیق تنها به راه رفتن انسانی (دوپا) بسنده نکرد. یک موجود مجازی شبیه مورچه توانست با آزمون و خطا یاد بگیرد چطوراز روی یک گودال بپرد؛ کاری که آدمک نمی‌توانست انجام دهد. این تحقیق نشان می‌دهد که چالش‌های پیچیده را می‌توان با ورودی های انسانی بسیار محدودی رفع کرد. کافی است برای حل یک مشکل به هوش مصنوعی فرصت آموختن بدهیم و اینجا است که خواهیم دید رفتارهای فوق‌العاده پیچیده‌ای از آن سر خواهد زد.