الروبوتات الإدراكية
الروبوتات الإدراكية أو التكنولوجيا الإدراكية هي فرع من فروع علم الروبوتات يهتم بتزويد الروبوت بسلوك ذكي من خلال تزويده ببنية معالجة تمكنه من التعلم والتفكير المنطقي حول كيفية التصرف استجابةً لأهداف معقدة في عالم معقد. ويمكن اعتبار الروبوتات الإدراكية فرعًا هندسيًا من علوم الإدراك المجسد والإدراك المدمج المجسد ، وتشمل أتمتة العمليات الروبوتية ، والذكاء الاصطناعي ، والتعلم الآلي ، والتعلم العميق ، والتعرف الضوئي على الأحرف ، ومعالجة الصور ، واستخراج العمليات ، والتحليلات ، وتطوير البرمجيات ، وتكامل الأنظمة .
القضايا الأساسية
بينما افترضت مناهج النمذجة المعرفية التقليدية استخدام أنظمة الترميز الرمزي كوسيلة لتصوير العالم، فقد ثبت أن ترجمة العالم إلى هذه الأنواع من التمثيلات الرمزية أمرٌ إشكالي، إن لم يكن مستحيلاً. ولذلك، يُعدّ الإدراك والفعل ومفهوم التمثيل الرمزي من القضايا الأساسية التي يجب معالجتها في مجال الروبوتات المعرفية.
نقطة البداية
ينظر علم الروبوتات الإدراكية إلى الإدراك البشري أو الحيواني كنقطة انطلاق لتطوير معالجة المعلومات الروبوتية، بدلاً من تقنيات الذكاء الاصطناعي التقليدية. تشمل القدرات الإدراكية الروبوتية المستهدفة معالجة الإدراك، وتوجيه الانتباه، والتوقع ، والتخطيط، والتنسيق الحركي المعقد، والتفكير في العوامل الأخرى، وربما حتى في حالاتها الذهنية. يجسد الإدراك الروبوتي سلوك العوامل الذكية في العالم المادي (أو العالم الافتراضي، في حالة الروبوتات الإدراكية المحاكاة). في نهاية المطاف، يجب أن يكون الروبوت قادراً على العمل في العالم الحقيقي.
أساليب التعلم
ثرثرة المحرك
تعتمد إحدى تقنيات التعلم الآلي الأولية، والتي تُسمى " الثرثرة الحركية" ، على ربط الحركات الحركية المعقدة شبه العشوائية التي يقوم بها الروبوت بالتغذية الراجعة البصرية و/أو السمعية الناتجة عنها، بحيث يبدأ الروبوت في توقع نمط من التغذية الراجعة الحسية بناءً على نمط من المخرجات الحركية. ويمكن بعد ذلك استخدام التغذية الراجعة الحسية المطلوبة لتوجيه إشارة التحكم الحركي. ويُعتقد أن هذا يُشابه كيفية تعلم الطفل الوصول إلى الأشياء أو تعلم إصدار الأصوات الكلامية. أما بالنسبة لأنظمة الروبوتات الأبسط، حيث يمكن، على سبيل المثال، استخدام علم الحركة العكسي لتحويل التغذية الراجعة المتوقعة (النتيجة الحركية المطلوبة) إلى مخرجات حركية، فيمكن تخطي هذه الخطوة.
تقليد
بمجرد أن يتمكن الروبوت من تنسيق محركاته لتحقيق النتيجة المرجوة، يمكن استخدام تقنية التعلم بالمحاكاة . يراقب الروبوت أداء كائن آخر، ثم يحاول محاكاته. غالبًا ما يمثل تحويل معلومات المحاكاة من مشهد معقد إلى نتيجة حركية مرغوبة للروبوت تحديًا. تجدر الإشارة إلى أن المحاكاة شكل متقدم من أشكال السلوك الإدراكي، وليست ضرورية بالضرورة في نموذج أساسي للإدراك الحيواني المتجسد.
اكتساب المعرفة
يُعدّ " اكتساب المعرفة الذاتي" نهجًا تعليميًا أكثر تعقيدًا : حيث يُترك الروبوت لاستكشاف البيئة بمفرده. ويُفترض عادةً وجود نظام من الأهداف والمعتقدات.
يمكن تحقيق نمط استكشاف أكثر توجيهًا باستخدام خوارزميات "الفضول"، مثل خوارزمية الفضول التكيفي الذكي [ 1 ] [ 2 ] أو خوارزمية الدافع الذاتي القائم على التصنيف [ 3 ] . تتضمن هذه الخوارزميات عمومًا تقسيم المدخلات الحسية إلى عدد محدود من الفئات، وتخصيص نظام تنبؤ (مثل الشبكة العصبية الاصطناعية ) لكل فئة. يتتبع نظام التنبؤ الخطأ في تنبؤاته بمرور الوقت، ويُعتبر انخفاض خطأ التنبؤ بمثابة تعلم. بعد ذلك، يستكشف الروبوت بشكل تفضيلي الفئات التي يتعلم فيها (أو يقلل خطأ التنبؤ) بأسرع ما يمكن.
بنى معمارية أخرى
حاول بعض الباحثين في مجال الروبوتات الإدراكية استخدام بنى معمارية مثل ACT-R و Soar (بنية إدراكية ) كأساس لبرامجهم في هذا المجال. وقد استُخدمت هذه البنى المعيارية للغاية لمعالجة الرموز لمحاكاة أداء المشغل والأداء البشري عند نمذجة بيانات مخبرية مبسطة ورمزية. تكمن الفكرة في توسيع هذه البنى لمعالجة المدخلات الحسية من العالم الحقيقي مع تطورها المستمر بمرور الوقت. والمطلوب هو إيجاد طريقة ما لترجمة العالم إلى مجموعة من الرموز وعلاقاتها.
أسئلة
من بين الأسئلة الأساسية التي يجب الإجابة عليها في مجال الروبوتات المعرفية ما يلي:
- ما مقدار التدخل البشري الذي ينبغي أو يمكن أن يساهم في دعم عمليات التعلم؟
- كيف يمكن قياس التقدم؟ من بين الطرق المتبعة المكافأة والعقاب. لكن ما نوع المكافأة وما نوع العقاب؟ عند تعليم طفل، على سبيل المثال، تكون المكافأة حلوى أو تشجيعًا، أما العقاب فيتخذ أشكالًا عديدة. لكن ما هي الطريقة الفعالة مع الروبوتات؟
انظر أيضاً
مراجع
- ↑ "أنظمة التحفيز الذاتي للتطور العقلي المستقل" (ملف PDF) . مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 11-10-2008.
- ↑ "ما هو الدافع الذاتي؟ تصنيف للمناهج الحسابية" (ملف PDF) . مؤرشف من الأصل (ملف PDF) بتاريخ 2010-07-05.
- ↑ "الدافعية الذاتية القائمة على التصنيف" (ملف PDF) . مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 17-06-2010.
مصادر
- نظام التحكم الذكي الروبوتي الرمزي ودون الرمزي (SS-RICS)
- مجموعة الأنظمة الذكية - جامعة أوتريخت
- مجموعة الروبوتات الإدراكية - جامعة تورنتو
- مختبر الروبوتات التابع لمعهد IDSIA ومختبر الروبوتات المعرفية التابع ليورغن شميدهوبر
- ماذا يخبئ المستقبل للروبوتات الإدراكية؟ - مختبر أيداهو الوطني
- الروبوتات الإدراكية في مختبر الأبحاث البحرية ( مؤرشف بتاريخ 8 أغسطس 2010 على موقع Wayback Machine)
- الروبوتات المعرفية في ENSTA أنظمة مجسدة ذاتية التشغيل، تتطور في بيئات معقدة وغير مقيدة، باستخدام الرؤية بشكل أساسي كمستشعر.
- مركز الأنظمة الذكية - جامعة فاندربيلت
- معهد الإدراك والروبوتات (CoR-Lab) في جامعة بيليفيلد
- الروبوتات الاجتماعية المعرفية في جامعة دلفت للتكنولوجيا [ تمت إزالة الرابط ]
- مختبر الأنظمة المستقلة في جامعة بوليتكنيكا بمدريد
- تكنولوجيا المعرفة في جامعة هامبورغ
- تنظم جمعية الروبوتات المعرفية ، التي تأسست عام 1998 ويديرها جيرهارد لاكيمير من جامعة آخن، ورشة عمل الروبوتات المعرفية كل عامين، وهي تحظى بدعم سخي من مجلة الذكاء الاصطناعي.
روابط خارجية
- روبوبيزنس: روبوتات تحلم بأن تكون أفضل
- www.Conscious-Robots.com
- رابطة الروبوتات المعرفية
- فروع العلوم المعرفية
- التعلم الآلي
- الروبوتات