Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
post

Még a legkisebb robotkart is mesterséges intelligencia irányítja

MEGOSZTÁS

A gépi tanulás az emberi szemmel láthatatlan mérettartományban, a nanovilágban is hasznos kutatásfejlesztési eszköz. Finn kutatók mesterséges intelligencia hathatós közreműködésével alakítottak ki apró robotkart.

A mesterségesintelligencia-kutatás legismertebb mai változata, a mélytanulás (deep learning) és az azon alapuló rendszerek a jelen egyik legfejlettebb technológiája, számtalan alkalmazással. De mi történik akkor, ha egy másik high-tech fejlesztési területtel, a nanotechnológiával hozzuk közös nevezőre, és például változatos körülmények között is működőképes robotkar kialakítása a cél?

A kérdésre a finnországi Aalto Egyetem és a Finn Mesterséges Intelligencia Központ közös projektje ad választ. Elmondásuk alapján a robotika az elsőszámú alkalmazási terület, robotkarokat építenek, atomokat mozgatnak meg a technológiával. Bebizonyították, hogy a megerősítéses mélytanulás nemcsak táblás vagy videojátékokban, tárgyak, képek stb. felismerésében, hanem nanoszintű műszaki problémák megoldásában is hasznos. (A megerősítéses tanulás lényege, hogy az MI-t ösztönzésként, teljesítményének megfelelően, jutalmazzák vagy büntetik feladat-végrehajtás közben.)

A láthatatlan világban

Atomok hajszálpontos mozgatása azért fontos, mert az egyedi atomokon alapuló szerkezetek olyan nanoméretű eszközökben is megtalálhatók, mint az egyes tranzisztorok, memóriák, tehát a chipfejlesztés sem képzelhető el nanotech nélkül. Tesztelésük során az atomok határaiig elmennek, legvégsőbb korlátaikat is kimutatják.

Ha hagyományos módszerek helyett, atomról atomra történik az anyagépítés, közben kvantumállapotukra és energiavezető-képességükre vonatkozó nem ismert, érdekes tulajdonságaikra is fény derülhet. A kutatók által betanított mesterséges intelligencia nagyon hideg vákuumkamrában, egyedi ezüstatomokból alakított ki csillagszerű rácsszerkezetet. A méretben a nanométer töredékét kitevő atomokat az MI rendezte ebbe a formába. (A méretek érzékeléséhez: egy méter tíz a kilencediken, azaz 1000000000 nanométer.)

A kutatók azért döntöttek a mélytanulás mellett, mert az atomok pontos mozgása szakértők számára is nehezen kiszámítható. Az algoritmus viszont bámulatosan gyorsan dolgozott: egy napig tanult, és nagyjából egy óra alatt dolgozta ki a rácsszerkezetet – árulta el a kutatást vezető I-Ju Chen.

A nanotechnológiára elsőként általuk alkalmazott megerősítéses mélytanulásról elmondta, hogy olyan problémák megoldására képes, amelyekről az ember nem tudja, miként abszolválja őket. A feladatot tökéletesen végrehajtotta, láthatatlanul apró robotkart alakított ki.

(Egészségügyi, ipari alkalmazás)

IT EXPERTS-TECH LEADERS 2024 FELHŐ A JAVÁBÓL KONFERENCIA

PODCAST

ICT Global News

VIDEOGALÉRIA
FOTÓGALÉRIA

Legnépszerűbb cikkek

ICT Global News

Iratkozz fel a hírlevelünkre, hogy ne maradj le az IT legfontosabb híreiről!