روبوٹ کو قدرتی زبان کو مؤثر طریقے سے چلانے کے قابل بنانے کا نظام۔

کیا آپ کسی ایسے مستقبل کا خواب دیکھ رہے ہیں جہاں روبوٹ کو متعدد سرگرمیوں کے لئے استعمال کیا جاتا ہے تاکہ ہمیں خود انھیں کرنے کی ضرورت نہ ہو؟

چلو ، اس کے بارے میں سوچو! صفائی ، کھانا پکانا ، اپنے تمام کام کرنا صرف چند ہی حیرت انگیز امکانات ہیں۔ کیا حیرت انگیز امکان ہے؟ بدقسمتی سے ، اس وقت آپ کو خواب دیکھنا ہوگا۔

اگرچہ وہاں کچھ حیرت انگیز روبوٹ موجود ہیں جو وہاں موجود ہیں ، روبوٹ ابھی تک اتنے موافقت مند نہیں ہیں کہ اس طرح کی وسیع تر سرگرمیاں موثر انداز میں انجام دے سکیں۔ مزید یہ کہ ، اگرچہ تقریر کی شناخت کی ٹیکنالوجی کودتی اور حد سے آگے بڑھی ہے ، لیکن یہ اب بھی روبوٹس کے ساتھ استعمال کے ل for اتنا اچھا نہیں ہے۔

فرضی روبوٹ بٹلر جیسی کچھ حاصل کرنے کے ل Your آپ کی ہدایات پر عمل کرنے کے ل best آپ کا بہترین شرط یہ ہوگا کہ انسٹرکشن سیٹ ٹائپ کریں۔

سپوکن کمانڈز۔

بولی ہوئی کمانڈوں میں مسئلہ یہ ہے کہ ان میں مختلف قسم کی پیچیدگی ہوتی ہے ، حالانکہ یہ ہمیشہ واضح نہیں ہوتا ہے۔

اپنے روبوٹ کو بتانے کا تصور کریں ، "وہ باکس وہاں اٹھاو۔" یہ کافی آسان لگتا ہے لیکن ایک مسئلہ ہے۔ آپ کے روبوٹ کو ایکشن مکمل کرنے سے پہلے اسے متعدد مراحل میں توڑنا ہوگا۔ اس کمانڈ کو انجام دینے کا ایک ممکنہ منظر نامہ یہ ہے:

• ٹریکنگ سسٹم آن کریں۔
• چلنے والی موٹریں چالو کریں۔
• سمت تبدیل کرو
• ضروری اقدامات کریں۔
• اعضاء گھومائیں۔
• کلیچ باکس۔
• لفٹ باکس۔

جیسا کہ آپ دیکھ سکتے ہیں ، یہ در حقیقت پہلے سے کہیں زیادہ پیچیدہ ہے۔ اب اس کمانڈ کو کسی اور چیز سے موازنہ کرنے کا تصور کریں جیسے ، "اپنے ٹریکنگ سسٹم کو آن کریں۔" اگرچہ ان 2 کمانڈوں کو دینے کے ل used الفاظ کی تعداد ایک جیسی ہے ، لیکن ان کی پیچیدگی کی سطحیں ایک دوسرے سے الگ ہیں۔

ہم اسے کیسے حل کرسکتے ہیں؟ جیسا کہ اب یہ کھڑا ہے ، روبوٹ کو بولنے والے کمانڈوں کی پیچیدگی کی مختلف سطحوں کا پتہ لگانے میں دشواری ہوگی۔

خوف زدہ نہیں ، براؤن یونیورسٹی میں ایک ٹیم نے ایک ایسا نظام تیار کیا ہے جس سے روبوٹ بولنے والے کمانڈز کو سنبھالنے کے طریقے کو بہتر بناتے ہیں۔

اپنے روبوٹس کو اپنے احکامات کی تعمیل کرنے کا طریقہ: روبوٹس کو بولنے والے احکام کو موثر طریقے سے انجام دینے کے قابل بنانے کا ایک نظام

براؤن کے محققین نے مختلف نظام کی پیچیدگیوں کو سمجھنے کے لئے اپنے نظام کی تربیت کے لئے حاصل کردہ ڈیٹا کا استعمال کیا۔ اس کے بعد یہ نظام جمع کرنے کے قابل تھا کہ کون سا عمل انجام دینے کی ضرورت ہے اور مختلف جملے کے ڈھانچے سے وابستہ پیچیدگی کی سطحوں کو سمجھنا۔

براؤن یونیورسٹی کی ٹیم نے فیصلہ کن نظام کو استعمال کرکے روبوٹس کو اسپیشل کمانڈ پر عمل کرنے کے مسئلے سے نمٹنے کا فیصلہ کیا۔ انہوں نے ایمیزون کے مکینیکل ترک کے ساتھ ساتھ ورچوئل کلین اپ ورلڈ نامی ایک ٹول کا استعمال کیا تاکہ وہ اپنے ماڈل کو تیار کرسکیں۔

مکینیکل ترک کام کا بازار ہے جس میں انسانوں کی ذہانت کی ضرورت ہوتی ہے۔ اگرچہ مصنوعی ذہانت کچھ متاثر کن چیزیں بنا رہی ہے ، لیکن بہت سارے کام ایسے ہیں جو انسان زیادہ موثر طریقے سے انجام دے سکتے ہیں جیسے ویڈیو میں اشیاء کی نشاندہی کرنا ورچوئل کلین اپ ورلڈ ورچوئل ٹاسک ڈومین ہے۔ اس میں رنگین کوڈت والے کمرے ، ایک ورچوئل روبوٹ اور روبوٹ کے ساتھ کام انجام دینے کے ل. کسی چیز پر مشتمل ہے۔

مکینیکل ترک کے رضاکاروں نے یہ معلوم کیا کہ کون سے انسٹرکشن سیٹ کو صفائی کی دنیا میں خاص اقدامات کرنے کا باعث بنا ہے۔ پہلے ، انہوں نے روبوٹ کا مشاہدہ کیا کیونکہ اس نے متعدد کام انجام دیئے تھے۔

پھر ان سے پوچھا گیا کہ کون سا انسٹرکشن سیٹ بہتر ہے جو ان کے خیال میں بہتر کام ہوگا۔ رضاکاروں سے اعلی سطح ، درمیانی سطح اور کم سطح کے کمانڈ بنانے کی ہدایت کی گئی۔

اعلی سطح کے احکامات وہ تھے جیسے روبوٹ کو کسی خاص رنگ کے کمرے میں کرسی لے جانے کی ہدایت کرنا۔ نچلی سطح کے کمانڈز کئی مراحل میں ٹوٹی کمانڈز تھیں۔ درمیانی سطح کے کمانڈوں نے اعلی اور کم سطح کے کمانڈوں کی خصوصیات کو یکجا کیا۔

براؤن کے محققین نے مختلف نظام کی پیچیدگیوں کو سمجھنے کے لئے اپنے نظام کی تربیت کے لئے حاصل کردہ ڈیٹا کا استعمال کیا۔ اس کے بعد یہ نظام جمع کرنے کے قابل تھا کہ کون سا عمل انجام دینے کی ضرورت ہے اور مختلف جملے کے ڈھانچے سے وابستہ پیچیدگی کی سطحوں کو سمجھنا۔

سسٹم کو جانچنا۔

جب روبوٹ مطلوبہ حتمی نتائج کا پتہ لگانے کے ساتھ ساتھ کاموں کی پیچیدگی کی سطح کو سمجھنے میں کامیاب ہوگئے تو انہوں نے یہ کام صرف 1 سیکنڈ 90 فیصد میں مکمل کرلیا۔

اس کی بنیاد پر ، اس نے دیئے گئے بولے ہوئے احکامات کی بنیاد پر ایک مناسب منصوبہ وضع کرنے میں کامیاب رہا۔ ان کے نظام کی تربیت کے بعد ، اب وقت آگیا تھا کہ وہ ان کے مشقت کے ثمرات کو جانچیں۔ ریسرچ نے کلین اپ ورلڈ کا ایک بار پھر استعمال کیا اور ساتھ ہی ساتھ جسمانی خلا میں چلنے والا ایک حقیقی روبوٹ بھی اسی طرح ورچوئل کلین اپ ورلڈ کی طرح قائم کیا گیا تھا۔

جب روبوٹ مطلوبہ حتمی نتائج کا پتہ لگانے کے ساتھ ساتھ کاموں کی پیچیدگی کی سطح کو سمجھنے میں کامیاب ہوگئے تو انہوں نے یہ کام صرف 1 سیکنڈ 90 فیصد میں مکمل کرلیا۔

تاہم ، جب پیچیدگی کی سطح کو سمجھنے میں خرابی ہوئی تو ، کام کی تکمیل میں زیادہ وقت لگا۔ اس معاملے میں ، روبوٹ کو کسی کام کو مکمل کرنے کے لئے 20 یا زیادہ سیکنڈ کی منصوبہ بندی کی ضرورت ہوتی ہے۔

محققین کو زیادہ موثر نظام کی تشکیل کے ل these ان خرابیوں کو کم سے کم کرنے کے طریقے تلاش کرنے کی ضرورت ہوگی۔

آخری خیالات۔

روبوٹس کے پاس مرکزی دھارے میں آنے سے پہلے ابھی بھی کافی راستہ باقی ہے۔ تاہم ، یہ کام ہمارے پاس روبوٹ رکھنے کے قریب تر ہے جو آسانی سے ان احکامات کو سمجھ سکتا ہے جن سے ہم ان کو انجام دیتے ہیں۔ تب تک ، خود اپنے برتن دھوئے۔