ใช้งาน robot เพื่อทำงานบ้านของคุณ

การเทรนโรบอทให้มาช่วยการทำงานบ้าน ซึ่งอาจจะเป็นเรื่องที่ง่ายขึ้นสำหรับทุกคน โดยที่ไม่จำเป็นต้องเขียนโปรแกรมแบบชำนาญมากนัก ผู้เชี่ยวชาญด้านหุ่นยนต์มีความต้องการพัฒนาโรบอทแบบอัตโนมัติที่เรียนรู้งานโดยการสังเกตพฤติกรรมของคน 

โดยการทำงานบ้าน วันหนึ่งคุณอาจนำหุ่นยนต์มาใช้งานอย่างจริงจังก็ได้ ในห้องทดลอง คุณอาจจะสามารถสอนงานหุ่นยนต์เหมือนกับพนักงานใหม่ และป้อนการทำงานในหลายหน้าที่ให้พวกเขาได้

การสร้างงานแบบนี้ นักวิจัยจาก MIT ได้ออกแบบระบบเพื่อให้หุ่นยนต์ได้เรียนรู้ที่ซับซ้อน แต่ว่าหากงานมากซับซ้อนเกินไปตัวหุ่นยนต์อาจจะสับสนได้ ซึ่งเราอาจจะลดงานของมันลงมาหน่อย เช่นทำงานในมื้อเย็นเท่านั้น

ประเด็นหลักคือ นักวิจัยต้องการสร้างระบบ “Planning with Uncertain Specifications” (PUnS) system เพื่อให้หุ่นยนต์ได้มีลักษณะการทำงานใกล้เคียงกับคนมากที่สุด แต่ว่ามันก็เป็นงานยากที่จะให้หุ่นยนต์เข้าใจถึงการทำงานของคน บนพื้นฐานความเชื่อของงานที่คิดว่าจะให้มันทำได้

ในงานนี้นักวิจัยได้จัดกลุ่มของวัตถุออกมา 8 ภาพคือ เหยือก,แก้ว,ช้อน,ส้อม,มีด, จานดินเนอร์,จานรอง,ถ้วยชาม ที่วางอยู่บนโต๊ะ ซึ่งแขนกลของหุ่นยนต์จะสังเกตก่อนว่ามนุษย์จัดการกับวัตถุอย่างไร แล้วหุ่นยนต์ก็จะทำตามซึ่งการทดลองนี้ทำให้เกิดการทำงานที่เหมือนคนที่สุดแล้ว

หุ่นยนต์ได้จัดเรียงสิ่งของตามลำดับ เช่นการเคลื่อนย้าย,การวางสิ่งของซ้อนกัน และเก็บมัน ซึ่งการทำงานนี้ก็ไม่ซับซ้อนมากนักเพราะว่าคนส่วนมากทำงานกันแบบนี้ และจากการทดลองจำนวน 1,000 ครั้ง หุ่นยนต์ทำงานผิดพลาดเพียง 10 ครั้งเท่านั้น

มุมมองการมองของหุ่ยนต์หากว่าเราได้เขียนโปรแกรมเพิ่มเติมจะทำให้การทำงานของมันง่ายเข้า โดยนักเขียนวิจัย อันคิท ชาห์นักเรียนที่เรียนแผนกวิชาการบินและวิทยาศาสตร์การบิน ได้ทำงานในกลุ่มของหุ่นยนต์นี้ด้วย เขาสังเกตว่ามันทำงานใกล้เคียงกับความเป็นจริงมาก 

ซึ่งเราไม่จำเป็นต้องเขียนโปรแกรมควบคุมหุ่นยนต์ให้ยุ่งยาก อย่างเช่นงานในโรงงานหากคนงานได้สอนให้หุ่นยนต์เรียนรู้งานในลักษณะต่างๆ มันจะทำงานที่ซับซ้อนได้ หุ่นยนต์สามารถเรียนรู้การจัดวางสิ่งของ,การล้างจานและการจัดโต๊ะแบบที่คนทั่วไปเขาทำกัน

เทคโนโลยีเรื่องการใช้หุ่นยนต์เข้ามาช่วยในชีวิตประจำวันของคนเราเริ่มมีการคิดมาตั้งแต่ต้นปี 1980 แล้ว และการทำงานจริงเราสามารถเขียนโปรแกรมเพื่อควบคุมการทำงานของหุ่นยนต์เพื่อว่ามันจะทำงานได้ซับซ้อนมากยิ่งขึ้น ด้วยโปรแกรมภาษาต่างๆ 

 หรืออาศัยหลักการของ machine learning ที่ทำให้หุ่นยนต์หรือเครื่องกลเข้าใจคำสั่งของคนเรามากยิ่งขึ้น โดยมีแบบอย่างของภาษาแอสเซมบลี (assembly language) ที่เป็นต้นแบบและใกล้เคียงกับภาษาเครื่องคอมพิวเตอร์มากที่สุด

 

 

ขอขอบคุณ  ทดลองเล่นบาคาร่า  ที่ให้การสนับสนุน