रोबोट को प्राकृतिक भाषा को प्रभावी ढंग से चलाने के लिए सक्षम करने की प्रणाली

क्या आप एक ऐसे भविष्य का सपना देख रहे हैं जहाँ रोबोट का उपयोग विभिन्न प्रकार की गतिविधियों के लिए किया जाता है ताकि हमें उन्हें स्वयं न करना पड़े?

चलो, इसके बारे में सोचो! सफाई, खाना बनाना, हमारे सभी काम करना कुछ चमत्कारिक संभावनाएँ हैं। क्या अद्भुत संभावना सही है? दुर्भाग्य से, इस समय आपको सपने देखने होंगे।

जबकि कुछ अद्भुत रोबोट हैं जो वहां मौजूद हैं, रोबोट अभी तक अनुकूल नहीं हैं कि इस तरह की गतिविधियों की एक विस्तृत श्रृंखला को प्रभावी ढंग से पूरा कर सकें। इसके अलावा, यद्यपि वाक् पहचान तकनीक ने छलांग और सीमा को उन्नत किया है, यह अभी भी रोबोट के साथ उपयोग के लिए पर्याप्त नहीं है।

अपने निर्देशों का पालन करने के लिए एक काल्पनिक रोबोट बटलर की तरह कुछ पाने के लिए आपका सबसे अच्छा शर्त है कि आप निर्देश सेट टाइप करें।

स्पोकेन कमांड्स

बोले गए आदेशों के साथ समस्या यह है कि उनमें जटिलता के विभिन्न स्तर होते हैं, हालांकि यह हमेशा स्पष्ट नहीं हो सकता है।

अपने रोबोट को बताने की कल्पना करें, "उस बॉक्स को वहां पर उठाएं।" यह काफी सरल लगता है लेकिन एक मुद्दा है। आपके रोबोट को कार्रवाई पूरी करने से पहले इसे कई चरणों में तोड़ना होगा। इस आदेश को पूरा करने के लिए एक संभावित परिदृश्य है:

• ट्रैकिंग सिस्टम चालू करें
• चलने वाली मोटर चालू करें
• दिशा बदलें
• आवश्यक कदम उठाएं
• अंगों को घुमाएं
• क्लिंच बॉक्स
• लिफ्ट बॉक्स

जैसा कि आप देख सकते हैं, यह वास्तव में पहले की तुलना में अधिक जटिल है। अब उस कमांड की कल्पना करें जैसे कि, "अपने ट्रैकिंग सिस्टम को चालू करें।" हालांकि इन 2 कमांडों को देने के लिए उपयोग किए जाने वाले शब्दों की संख्या समान है, लेकिन उनकी जटिलता का स्तर दुनिया के अलावा है।

हम इसे कैसे हल कर सकते हैं? जैसा कि यह अब खड़ा है, रोबोट को बोले गए कमांड की जटिलता के विभिन्न स्तरों का पता लगाने में परेशानी होगी।

डर नहीं, ब्राउन यूनिवर्सिटी की एक टीम ने एक प्रणाली विकसित की है जो रोबोटों द्वारा बोले गए कमांड को संभालने के तरीके में सुधार करती है।

कैसे अपने रोबोट बनाने के लिए अपने आदेशों का पालन करें: प्रभावी ढंग से प्रवक्ता कमांड को बाहर ले जाने के लिए रोबोट को सक्षम करने के लिए एक प्रणाली

ब्राउन के शोधकर्ताओं ने जटिलता के विभिन्न स्तरों को समझने के लिए अपने सिस्टम को प्रशिक्षित करने के लिए प्राप्त डेटा का उपयोग किया। प्रणाली तब इकट्ठा करने में सक्षम थी कि विभिन्न वाक्य संरचनाओं के साथ जुड़े जटिलता के स्तर को समझने के लिए क्या कार्रवाई की जानी चाहिए।

ब्राउन यूनिवर्सिटी की टीम ने एक सरल प्रणाली का उपयोग करके बोले गए आदेशों को पूरा करने के लिए रोबोट प्राप्त करने की समस्या से निपटने का फैसला किया। उन्होंने अपने मॉडल को विकसित करने के लिए अमेज़ॅन के मैकेनिकल तुर्क दोनों के साथ-साथ वर्चुअल क्लीनअप वर्ल्ड नामक एक उपकरण का उपयोग किया।

मैकेनिकल तुर्क काम का एक बाजार है जिसे मनुष्यों की बुद्धि की आवश्यकता होती है। यद्यपि कृत्रिम बुद्धिमत्ता कुछ प्रभावशाली करतब कर रही है, ऐसे कई कार्य हैं जो मनुष्य अधिक प्रभावी ढंग से कर सकते हैं जैसे कि वीडियो में वस्तुओं की पहचान करना। वर्चुअल क्लीनअप वर्ल्ड एक वर्चुअल टास्क डोमेन है। इसमें रंग-कोडित कमरे, एक आभासी रोबोट और रोबोट के लिए एक वस्तु होती है, जिसके साथ कार्यों को अंजाम दिया जाता है।

मैकेनिकल तुर्क के स्वयंसेवकों ने यह पता लगाया कि कौन से निर्देश सेट की वजह से सफाई की दुनिया में विशेष कार्रवाई हुई है। सबसे पहले, उन्होंने रोबोट का अवलोकन किया क्योंकि यह विभिन्न प्रकार के कार्यों को अंजाम देता था।

फिर उनसे पूछा गया कि उन्हें क्या निर्देश दिया गया है कि वे बेहतर काम करेंगे स्वयंसेवकों को उच्च-स्तरीय, मध्य-स्तरीय और निम्न-स्तरीय कमांड बनाने के लिए कहा गया।

उच्च-स्तरीय कमांड ऐसे थे जैसे कि रोबोट को एक विशेष रंग के कमरे में एक कुर्सी ले जाने का निर्देश देना। निम्न-स्तर के कमांड कई चरणों में टूट गए थे। मध्य-स्तरीय कमांडों ने उच्च, और निम्न-स्तरीय कमांड की विशेषताओं को संयोजित किया।

ब्राउन के शोधकर्ताओं ने जटिलता के विभिन्न स्तरों को समझने के लिए अपने सिस्टम को प्रशिक्षित करने के लिए प्राप्त डेटा का उपयोग किया। प्रणाली तब इकट्ठा करने में सक्षम थी कि विभिन्न वाक्य संरचनाओं के साथ जुड़े जटिलता के स्तर को समझने के लिए क्या कार्रवाई की जानी चाहिए।

सिस्टम को टेस्ट में लाना

जब रोबोट वांछित अंतिम परिणाम का पता लगाने में सक्षम थे, साथ ही साथ कार्यों की जटिलता के स्तर को समझते थे, तो उन्होंने केवल 1 सेकंड 90 प्रतिशत समय में कार्य पूरा किया।

इसके आधार पर, यह दिए गए आदेशों के आधार पर एक उपयुक्त योजना तैयार करने में सक्षम था। उनकी प्रणाली को प्रशिक्षित करने के बाद, उनके श्रम के फल का परीक्षण करने का समय था। रिसर्च ने एक बार फिर क्लीनअप वर्ल्ड का उपयोग किया और साथ ही साथ वर्चुअल क्लीनअप वर्ल्ड के समान भौतिक स्थान में संचालित एक वास्तविक रोबोट का उपयोग किया गया।

जब रोबोट वांछित अंतिम परिणाम का पता लगाने में सक्षम थे, साथ ही साथ कार्यों की जटिलता के स्तर को समझते थे, तो उन्होंने केवल 1 सेकंड 90 प्रतिशत समय में कार्य पूरा किया।

हालांकि, जब जटिलता के स्तर को समझने में एक खराबी आई, तो कार्य पूरा होने में अधिक समय लगा। इस मामले में, रोबोट को किसी कार्य को पूरा करने के लिए 20 या अधिक सेकंड की योजना की आवश्यकता होती है।

शोधकर्ताओं को एक अधिक कुशल प्रणाली बनाने के लिए इन टूटने को कम करने के तरीके खोजने की आवश्यकता होगी।

अंतिम विचार

रोबोट के पास अभी भी मुख्यधारा में आने से पहले काफी रास्ता है। हालाँकि, यह काम हमें ऐसे रोबोटों के करीब लाता है जो आसानी से उन आज्ञाओं को समझ सकते हैं जो हम उनसे करते हैं। तब तक, अपने स्वयं के व्यंजन धो लें।